論文の概要: Multilingual AI-Driven Password Strength Estimation with Similarity-Based Detection

• arxiv url: http://arxiv.org/abs/2603.10217v1
• Date: Tue, 10 Mar 2026 20:35:20 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-12 16:22:32.684176
• Title: Multilingual AI-Driven Password Strength Estimation with Similarity-Based Detection
• Title（参考訳）: 類似性に基づく検出による多言語AI駆動型パスワード強度推定
• Authors: Nikitha M. Palaniappan, Ying He,
• Abstract要約: パスワード強度メーター(PSM)は、オンラインプラットフォーム上でアカウントを作成する際に、より強力なパスワードを作成するのに役立つ。 本研究の目的は、英語以外のトレーニングデータセット(特にインド語)を組み込むことで、PSMの性能が向上するかどうかを検討することである。 結果から,ChatGPTデータセットの使用は,セキュアで言語対応のパスワード強度計を開発する上で,有効かつ効果的な戦略であることが示唆された。
• 参考スコア（独自算出の注目度）: 6.4803375640876615
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Considering the rise of cyberattacks incidents worldwide, the need to ensure stronger passwords is necessary. Developing a password strength meter (PSM) can help users create stronger passwords when creating an account on an online platform. This research aimed to explore whether incorporating a non-English training dataset (specifically Indian) can improve the performance of a PSM. Findings show that PSMs can be improved by utilising learning of words from other languages. Another contribution of the research was to compare and provide an analysis of AI generated data (specifically by ChatGPT) and PassGAN (existing state-of-the-art model), proving that PassGAN-like tools may no longer be needed as the performance is higher using AI generated data. To further strengthen detection, a Jaro similarity-based matching mechanism was incorporated, enabling the classification of passwords that are highly similar to known weak passwords - this addresses limitations of direct matching techniques used in prior work. A final novel contribution is on developing a PSM tailored for Indian passwords, which has not been developed previously - this resulted in a near-perfect matching accuracy using a Jaro function value of 0.5. Although performance improvements were constrained by limited data and training, results suggest that using the ChatGPT dataset is a viable and effective strategy for developing secure, language-aware password strength meters.
• Abstract（参考訳）: 世界中でサイバー攻撃が起きていることを考えると、より強力なパスワードを確実にする必要がある。 パスワード強度計(PSM)の開発は、オンラインプラットフォーム上でアカウントを作成する際に、より強力なパスワードを作成するのに役立つ。 本研究の目的は、英語以外のトレーニングデータセット(特にインド語)を組み込むことで、PSMの性能が向上するかどうかを検討することである。 PSMは、他の言語からの単語の学習を活用することで改善できることを示す。 この研究のもうひとつの貢献は、AI生成されたデータ(特にChatGPT)とPassGAN(既存の最先端モデル)を比較して提供することであり、PassGANのようなツールは、AI生成されたデータを使用してパフォーマンスが高くなるにつれて、もはや必要なくなる可能性があることを証明した。 検出をさらに強化するため、ジャロ類似性に基づくマッチング機構が組み込まれ、既知の弱いパスワードと非常に類似したパスワードの分類が可能になった。 最後の新しいコントリビューションは、これまで開発されていないインドパスワードに適したPSMの開発である。 性能改善は、限られたデータとトレーニングによって制限されたが、ChatGPTデータセットを使用することは、セキュアで言語対応のパスワード強度測定器を開発する上で、有効かつ効果的な戦略であることを示唆している。

関連論文リスト

• KAPG: Adaptive Password Guessing via Knowledge-Augmented Generation [7.1409672981861485]
  本稿では,外部の語彙知識を推測プロセスに統合する知識拡張型パスワード推測フレームワークを提案する。 KnowGuessは、サイト内およびクロスサイトシナリオにおける最先端モデルの36.5%と74.7%の平均的な改善を実現している。 また、トレンド認識およびサイト固有のパスワード強度計であるKAPSMを開発した。
  論文  参考訳（メタデータ） (2025-10-27T06:03:08Z)
• When Intelligence Fails: An Empirical Study on Why LLMs Struggle with Password Cracking [0.41998444721319217]
  本研究では,事前学習した大規模言語モデルによるパスワードクラッキングの有効性を,合成ユーザプロファイルを用いて実証的に検証する。 我々は,構造化されたユーザ属性に基づいて,有意なパスワードを生成するように促すことで,最先端のオープンソースLCMの性能を評価する。 Hit@1、Hit@5、Hit@10の測定結果から、すべてのモデルがHit@10で1.5%未満の精度で、一貫してパフォーマンスが低下していることが分かりました。
  論文  参考訳（メタデータ） (2025-10-18T02:15:28Z)
• Evaluating Language Model Reasoning about Confidential Information [95.64687778185703]
  言語モデルが文脈的堅牢性を示すか、文脈依存型安全仕様に準拠する能力を示すかを検討する。 我々は,ユーザ要求がいつ承認されたか,言語モデルが正しく判断できるかどうかを測定するベンチマーク(PasswordEval)を開発した。 現在のオープンソースとクローズドソースのモデルでは、一見単純な作業に苦労しています。
  論文  参考訳（メタデータ） (2025-08-27T15:39:46Z)
• PassTSL: Modeling Human-Created Passwords through Two-Stage Learning [7.287089766975719]
  NLPと深層学習(DL)で一般的な事前学習ファインタニングフレームワークに着想を得たPassTSL(2段階学習による人為的なパスワードのモデル化)を提案する。 PassTSLはパスワード推測において5つのSOTA(State-of-the-art)パスワードクラッキング法を最大で4.11%から64.69%の差で上回っている。 PassTSLに基づいてパスワード強度計(PSM)も実装し,パスワード強度をより正確に推定できることを示した。
  論文  参考訳（メタデータ） (2024-07-19T09:23:30Z)
• Robust Utility-Preserving Text Anonymization Based on Large Language Models [80.5266278002083]
  機密情報を含む匿名化は、幅広いアプリケーションにとって不可欠である。 既存の技術は、大規模言語モデルの再識別能力の新たな課題に直面している。 本稿では,プライバシ評価器,ユーティリティ評価器,最適化コンポーネントの3つの重要なコンポーネントで構成されるフレームワークを提案する。
  論文  参考訳（メタデータ） (2024-07-16T14:28:56Z)
• PassGPT: Password Modeling and (Guided) Generation with Large Language Models [59.11160990637616]
  パスワード生成のためのパスワードリークをトレーニングした大規模言語モデルであるPassGPTを提案する。 また、任意の制約を満たすパスワードを生成するために、PassGPTサンプリング手順を利用する誘導パスワード生成の概念も導入する。
  論文  参考訳（メタデータ） (2023-06-02T13:49:53Z)
• LLMDet: A Third Party Large Language Models Generated Text Detection Tool [119.0952092533317]
  大規模言語モデル(LLM)は、高品質な人間によるテキストに非常に近い。 既存の検出ツールは、機械が生成したテキストと人間によるテキストしか区別できない。 本稿では,モデル固有,セキュア,効率的,拡張可能な検出ツールであるLLMDetを提案する。
  論文  参考訳（メタデータ） (2023-05-24T10:45:16Z)
• KRLS: Improving End-to-End Response Generation in Task Oriented Dialog with Reinforced Keywords Learning [25.421649004269373]
  タスク指向ダイアログ(TOD)では、強化学習アルゴリズムがタスク関連メトリクスの応答を直接最適化するためにモデルを訓練する。 オフライン環境でのTOD性能を改善するために,より効率的なRLベースのアルゴリズムを提案する。 MultiWoZデータセットの実験では、我々の新しいトレーニングアルゴリズムであるKeywords Reinforcement Learning with Next-word Smpling (KRLS)が最先端のパフォーマンスを実現している。
  論文  参考訳（メタデータ） (2022-11-30T06:27:46Z)
• On Deep Learning in Password Guessing, a Survey [4.1499725848998965]
  本稿では,ユーザのパスワード構造や組み合わせに関するドメイン知識や仮定を必要としない,深層学習に基づくパスワード推測手法について比較する。 非標的のオフライン攻撃によるパスワード推測におけるIWGANのバリエーションの利用に関する有望な実験的設計を提案する。
  論文  参考訳（メタデータ） (2022-08-22T15:48:35Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。