論文の概要: Watch and Crack: Password Inference from Smart-Glasses Video

• arxiv url: http://arxiv.org/abs/2609.06539v1
• Date: Sun, 06 Sep 2026 11:14:54 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-12 05:21:59.563121
• Title: Watch and Crack: Password Inference from Smart-Glasses Video
• Title（参考訳）: スマートグラスビデオのパスワード推論
• Abstract要約: 本稿では,スマートフォンのQWERTYキーボードからルールベースのアルファ数値パスワードを復元する,ビデオベースのキーストローク推論パイプラインを提案する。 人気のMeta Ray-Banスマートグラスの内蔵カメラを使って、私たちのパイプラインはデバイスを追跡し、サブピクセル解像度で指先を入力します。 この攻撃は最大1.8mの距離で成功し、様々な攻撃者の被害者の姿勢や視角を横切り、3つの人気スマートフォンで一般化される。
• 参考スコア（独自算出の注目度）: 1.4610038284393163
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Typing passwords on smartphones in public places exposes users to video-based side-channel attacks, in which an adversary records the typing session and reconstructs the entered password by analyzing finger movements. Prior video-based keystroke inference attacks have targeted free-form text on tablets, numeric PINs, pattern locks, and passwords under unrealistically simplified conditions. We present the first general video-based keystroke inference pipeline that recovers rule-based alphanumeric passwords from smartphone QWERTY keyboards, covering all four keyboard layouts and requiring no assumptions about the victim or their device. Using the built-in camera of the popular Meta Ray-Ban smart glasses, our pipeline tracks the device and typing fingertips at sub-pixel resolution, predicts keystrokes via a self-supervised ensemble of neural networks, dynamically estimates the on-screen keyboard layout, and computes per-key probability distributions. These video-derived probabilities are combined with prior password-typing distributions based on 2.19 billion leaked passwords to estimate the rank, and therefore the crack time, of the observed password. In a user study using passwords that adhere to a typical enterprise password policy, human-chosen passwords of up to 16 characters can be cracked in hours to days, and password-manager-chosen random passwords of up to 13 characters in under an hour on a modern GPU, reducing password entropy by up to 60 bits relative to the prior baseline. For human-chosen passwords, combining video evidence with prior statistics yields an additional statistically significant reduction of approximately 20 bits compared to either source alone. The attack succeeds at distances up to 1.8 m, across diverse attacker-victim postures and viewing angles, and generalizes across three popular smartphones.
• Abstract（参考訳）: 公衆の場所にあるスマートフォンのタイピングパスワードは、ユーザーがビデオベースのサイドチャネル攻撃に晒され、相手がタイピングセッションを記録し、指の動きを分析して入力されたパスワードを再構築する。 以前のビデオベースのキーストローク推論攻撃は、非現実的に単純化された条件下で、タブレット、数値PIN、パターンロック、パスワードのフリーフォームテキストをターゲットにしていた。 スマートフォンのQWERTYキーボードからルールベースのアルファ数値パスワードを復元し、4つのキーボードレイアウトをすべてカバーし、被害者やそのデバイスについて仮定する必要のない、ビデオベースの一般的なキーストローク推論パイプラインを提案する。 人気の高いMeta Ray-Banスマートグラスの内蔵カメラを使用して、私たちのパイプラインはデバイスを追跡し、サブピクセル解像度で指先を入力し、ニューラルネットワークの自己組織化を通じてキーストロークを予測し、オンスクリーンキーボードレイアウトを動的に推定し、キーごとの確率分布を計算する。 これらのビデオ由来の確率は、監視されたパスワードのランク、すなわちクラックタイムを推定するために、290億の漏洩パスワードに基づく以前のパスワードタイピング分布と組み合わせられる。 一般的な企業パスワードポリシーに準拠したパスワードを用いたユーザスタディでは、最大16文字の人長のパスワードを数時間から数日でクラックし、最新のGPUで最大13文字のパスワードマネージャのランダムパスワードを1時間以内に使用することで、以前のベースラインと比較して最大60ビットのパスワードエントロピーを削減できる。 人間のショーンパスワードの場合、ビデオ証拠と事前統計値を組み合わせることで、どちらの情報源よりも統計的に約20ビットの大幅な削減が得られる。 この攻撃は最大1.8mの距離で成功し、様々な攻撃者の被害者の姿勢や視角を横切り、3つの人気スマートフォンで一般化される。

関連論文リスト

• QUACK! Making the (Rubber) Ducky Talk: A Systematic Study of Keystroke Dynamics for HID Injection Detection [60.105690843777666]
  我々は、タイミング機能のみで動作する軽量モデルを使用して、堅牢でプライバシー保護の検知が達成可能であることを示す。 分析の結果,攻撃者の高度化は単調に回避を改善できないことが明らかとなった。
  論文  参考訳（メタデータ） (2026-04-17T08:53:24Z)
• BackdoorVLM: A Benchmark for Backdoor Attacks on Vision-Language Models [63.5775877701015]
  textbfBackdoorVLMは視覚言語モデル(VLM)に対するバックドア攻撃を評価するための最初の総合的なベンチマークである。 BackdoorVLMは、マルチモーダルなバックドア脅威を、ターゲットされた拒絶、悪意のある注入、ジェイルブレイク、コンセプト置換、知覚的ハイジャックの5つのカテゴリに分類する。 2つのオープンソースのVLMと3つのマルチモーダルデータセットでテストし、テキスト、画像、バイモーダルトリガにまたがる12の代表的な攻撃手法を用いて、これらの脅威を評価する。
  論文  参考訳（メタデータ） (2025-11-24T09:30:38Z)
• On the Account Security Risks Posed by Password Strength Meters [19.190972978013736]
  パスワード強度計(PSM)は、パスワード強度を測定するためにウェブサイトで広く使われており、ユーザーがより強力なパスワードを作成することを奨励している。 我々は11個のPSMを分析し、5つのデータ駆動メーターが、トレーニングされたパスワードを露出するメンバシップ推論攻撃に弱いことを発見した。 我々は、このメーターを使用してウェブサイト上のアカウントを不正に処理する際、巧妙な攻撃者が使用済みパスワードをフィルタリングできる新しいメーター認識攻撃を開発する。
  論文  参考訳（メタデータ） (2025-05-13T07:15:17Z)
• T2V-OptJail: Discrete Prompt Optimization for Text-to-Video Jailbreak Attacks [67.91652526657599]
  我々は、T2Vジェイルブレイク攻撃を離散最適化問題として定式化し、T2V-OptJailと呼ばれる共同目的ベース最適化フレームワークを提案する。 いくつかのT2Vモデルに対して大規模な実験を行い、オープンソースモデルと実際の商用クローズドソースモデルの両方をカバーする。 提案手法は,攻撃成功率の観点から既存手法よりも11.4%,10.0%向上する。
  論文  参考訳（メタデータ） (2025-05-10T16:04:52Z)
• Optimizing Password Cracking for Digital Investigations [0.0]
  本研究では,パスワードクラッキングの有効性を高めるためのルールベースの最適化戦略について検討する。 計算繰り返しを約40%削減する最適化されたルールセットを提案する。 共通語比率の異なる辞書を用いて3単語パスワードのひび割れ性を評価する。
  論文  参考訳（メタデータ） (2025-04-04T11:03:39Z)
• Nudging Users to Change Breached Passwords Using the Protection Motivation Theory [58.87688846800743]
  我々は保護動機理論(PMT)に基づいて、侵入したパスワードの変更を促すナッジを設計する。 本研究は, PMTのセキュリティ研究への応用に寄与し, 漏洩したクレデンシャル通知を改善するための具体的な設計上の意味を提供する。
  論文  参考訳（メタデータ） (2024-05-24T07:51:15Z)
• Search-based Ordered Password Generation of Autoregressive Neural Networks [0.0]
  GPTに基づくパスワード推測モデルであるSOPGesGPTを構築し,SOPGを用いてパスワードを生成する。 最も影響力のあるモデルであるOMEN、FLA、PassGAN、VAEPassと比較すると、SOPGesGPTは有効率とカバーレートの両方においてはるかに優れている。
  論文  参考訳（メタデータ） (2024-03-15T01:30:38Z)
• PassViz: A Visualisation System for Analysing Leaked Passwords [2.2530496464901106]
  PassVizは、漏洩したパスワードを2次元空間で視覚化し分析するためのコマンドラインツールである。 本稿では、PassVizを用いて、漏洩したパスワードのさまざまな側面を視覚的に分析し、これまで知られていなかったパスワードパターンの発見を容易にする方法を示す。
  論文  参考訳（メタデータ） (2023-09-22T16:06:26Z)
• 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)
• Thermal (and Hybrid Thermal/Audio) Side-Channel Attacks on Keyboard Input [17.365687384365227]
  Thermanatorは、ユーザーが通常の外部(プラスチック)キーボードでパスワードを入力した時に発生する熱伝達に基づく、新しいファクト後のインサイダー攻撃である。 その結果,初期パスワード入力から30秒後に,非エキスパートユーザによってキープレッシャの全セットを復元できることが判明した。 本報告では,19名の被験者を対象としたユーザスタディに基づいて,多数の代表パスワードに対して収集した結果について報告する。
  論文  参考訳（メタデータ） (2022-10-05T13:13:17Z)
• TypeNet: Deep Learning Keystroke Biometrics [77.80092630558305]
  TypeNetは、アイデンティティ毎に適度な数のキーストロークでトレーニングされた、リカレントニューラルネットワークである。 5つのギャラリーシーケンスと長さ50のテストシーケンスにより、TypeNetは最先端のキーストロークバイオメトリック認証性能を実現します。 実験では,最大10,000人の被験者による誤りの程度の増加を実証し,インターネット規模でのTypeNetの運用の可能性を示した。
  論文  参考訳（メタデータ） (2021-01-14T12:49:09Z)
• Skeptic: Automatic, Justified and Privacy-Preserving Password Composition Policy Selection [44.040106718326605]
  パスワード保護システムに強制するパスワード構成ポリシーの選択は、重要なセキュリティ上の決定である。 実際には、この選択は厳密で正当化できるものではなく、システム管理者は直感だけでパスワード構成ポリシーを選択する傾向にある。 本研究では,大量の実世界のパスワードデータから構築されたパスワード確率分布を推定する手法を提案する。
  論文  参考訳（メタデータ） (2020-07-07T22:12:13Z)

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。