Kata laluan kekal sebagai kaedah pengesahan pengguna yang paling meluas kerana kesederhanaan dan fleksibilitinya. Walau bagaimanapun, keselamatannya sentiasa dicabar oleh percubaan memecahkan kata laluan. Penebakan kata laluan, iaitu proses menjana calon kata laluan untuk serangan kamus, merupakan asas kepada kedua-dua ujian keselamatan ofensif dan penilaian kekuatan kata laluan defensif. Kaedah tradisional, daripada heuristik berasaskan peraturan kepada model statistik seperti rantai Markov dan PCFG, mempunyai batasan semula jadi dalam kepelbagaian dan kecekapan. Kemunculan pembelajaran mendalam, terutamanya rangkaian neural autoregresif, menjanjikan anjakan paradigma. Namun, satu kealpaan kritikal ialah kaedah penjanaan itu sendiri. Pensampelan rawak piawai daripada model-model ini menghasilkan pendua dan output tidak teratur, yang secara drastik mengurangkan kecekapan praktikal serangan kata laluan. Kertas kerja ini memperkenalkan SOPG (Penjanaan Kata Laluan Teratur Berasaskan Carian), satu kaedah baharu yang memaksa model autoregresif menjana kata laluan dalam turutan kebarangkalian menurun yang hampir sempurna, menangani kelemahan asas ini.
Bidang ini telah berkembang melalui fasa yang berbeza: Enumerasi berasaskan peraturan (contohnya, peraturan John the Ripper), yang bergantung pada kepakaran manual; Model statistik seperti model Markov (OMEN) dan Tatabahasa Bebas Konteks Kebarangkalian (PCFG), yang mempelajari corak daripada set data yang bocor tetapi sering terlebih padan; dan era semasa model Pembelajaran Mendalam.
Model seperti PassGAN (berasaskan Rangkaian Adversari Penjana), VAEPass (Pengekod Automatik Variasi), dan PassGPT (berasaskan seni bina GPT) memanfaatkan rangkaian neural mendalam untuk mempelajari taburan kata laluan yang kompleks. Walaupun mereka menangkap nuansa dengan lebih baik daripada model statistik, penjanaan lalai mereka melalui pensampelan rawak adalah tidak cekap untuk senario serangan di mana mencuba kata laluan mengikut turutan kemungkinan adalah paling utama.
SOPG bukan seni bina rangkaian neural baharu, tetapi satu algoritma penjanaan yang digunakan di atas model autoregresif sedia ada (contohnya, GPT). Matlamatnya adalah untuk merentasi ruang output model dengan bijak, menjana kata laluan yang paling berkemungkinan terlebih dahulu, tanpa pengulangan.
Daripada menyampel token secara rawak pada setiap langkah, SOPG menggunakan strategi carian (konsepnya serupa dengan carian pancaran tetapi dioptimumkan untuk penjanaan kata laluan lengkap). Ia mengekalkan barisan keutamaan awalan kata laluan calon, sentiasa mengembangkan awalan dengan kebarangkalian terkumpul tertinggi. Ini memastikan kata laluan lengkap dijana dalam turutan menurun secara anggaran.
Diberikan model autoregresif yang mentakrifkan taburan kebarangkalian ke atas kata laluan $P(\mathbf{x})$, di mana $\mathbf{x} = (x_1, x_2, ..., x_T)$ ialah jujukan token (aksara), model ini memfaktorkan kebarangkalian sebagai:
$$P(\mathbf{x}) = \prod_{t=1}^{T} P(x_t | x_1, ..., x_{t-1})$$
Pensampelan rawak menjana $x_t$ daripada $P(x_t | x_1, ..., x_{t-1})$ pada setiap langkah $t$. SOPG, sebaliknya, untuk awalan tertentu $\mathbf{x}_{
Para penulis melaksanakan model penebakan kata laluan konkrit bernama SOPGesGPT. Ia menggunakan seni bina transformer gaya GPT sebagai model autoregresif teras, dilatih pada korpus besar kata laluan bocor sebenar. Pembeza utama ialah penjanaan kata laluan dilakukan menggunakan algoritma SOPG dan bukannya pensampelan piawai, menjadikannya model pertama yang mengintegrasikan penjanaan teratur secara asli.
35.06%
SOPGesGPT pada set ujian
81%
Liputan lebih tinggi
254%
Liputan lebih tinggi
Kertas kerja ini pertama kali menunjukkan keunggulan SOPG berbanding pensampelan rawak pada model asas yang sama. Penemuan utama:
SOPGesGPT dibandingkan dalam "ujian satu tapak" (latihan dan ujian pada data daripada pelanggaran yang sama) berbanding model utama: OMEN, FLA, PassGAN, VAEPass, dan PassGPT kontemporari.
Keputusan adalah menakjubkan. Dari segi kadar liputan (peratusan kata laluan set ujian yang berjaya dipecahkan dalam had tekaan tertentu), SOPGesGPT mencapai 35.06%. Ini mewakili peningkatan besar berbanding pendahulu:
Kerangka: Menilai model penebakan kata laluan memerlukan analisis pelbagai aspek: 1) Kekukuhan Seni Bina (pilihan model), 2) Kecekapan Penjanaan (tekaan per saat, pendua), 3) Kecekapan Serangan (keluk kadar liputan vs. bilangan tekaan), dan 4) Generalisasi (prestasi pada corak data yang tidak dilihat). Kebanyakan penyelidikan memberi tumpuan kepada (1) dan (3). SOPG berinovasi secara muktamad pada (2), yang secara langsung mengoptimumkan (3).
Contoh Kes - Penilaian Kekuatan Kata Laluan: Sebuah firma keselamatan mahu mengaudit dasar kata laluan baharu. Menggunakan model PassGPT piawai dengan pensampelan rawak, menjana 10 juta tekaan mungkin mengambil X jam dan memecahkan Y% kamus ujian. Menggunakan SOPGesGPT (seni bina sama, penjanaan SOPG), untuk memecahkan Y% yang sama, ia mungkin hanya perlu menjana 2 juta tekaan, menyelesaikan audit dalam masa yang lebih singkat. Tambahan pula, senarai teratur menyediakan peta haba yang jelas: 100,000 kata laluan SOPG pertama mewakili set "paling berkemungkinan" menurut model, menawarkan pandangan tepat tentang kerentanan dasar terhadap serangan kebarangkalian tinggi.
Aplikasi:
Kecemerlangan kertas kerja ini terletak pada serangan pembedahannya terhadap halangan kritikal tetapi yang diabaikan. Selama bertahun-tahun, komuniti penebakan kata laluan, terpesona dengan lompatan seni bina daripada GAN kepada Transformer, memperlakukan langkah penjanaan sebagai masalah yang telah selesai—hanya sampel daripada taburan. Jin et al. mengenal pasti ini dengan betul sebagai ketidakcekapan malapetaka untuk kes penggunaan serangan. SOPG membingkaikan semula masalah: ia bukan tentang mempelajari taburan dengan lebih baik, tetapi tentang merentasinya secara optimum. Ini sama seperti mempunyai peta lokasi harta karun yang sempurna (rangkaian neural) tetapi sebelum ini menggunakan jalan rawak untuk mencarinya, berbanding SOPG yang menyediakan itinerari keutamaan. Peningkatan mengejutkan 81% berbanding PassGPT, yang menggunakan seni bina GPT yang sama, membuktikan perkara ini: algoritma penjanaan boleh lebih penting daripada model itu sendiri untuk prestasi tugas akhir.
Hujahnya menarik dan linear: 1) Serangan kata laluan memerlukan mencuba tekaan mengikut turutan kemungkinan untuk kecekapan. 2) Model autoregresif mempelajari taburan kemungkinan ini. 3) Pensampelan rawak daripada model ini gagal menghasilkan senarai teratur dan penuh dengan pembaziran. 4) Oleh itu, kita memerlukan algoritma carian yang mengeksploitasi struktur model untuk menghasilkan senarai teratur. 5) SOPG ialah algoritma itu, dilaksanakan melalui carian terbaik-pertama ke atas pokok token. 6) Keputusan mengesahkan hipotesis dengan bukti kuantitatif yang luar biasa. Aliran ini mencerminkan struktur masalah-penyelesaian-pengesahan klasik, dilaksanakan dengan ketepatan.
Kekuatan: Konsepnya elegan ringkas dan berkesan kuat. Reka bentuk eksperimennya teguh, membandingkan dengan semua penanda aras berkaitan. Peningkatan kecekapan bukan marginal; ia mengubah permainan untuk senario pemecahan praktikal. Kerja ini membuka sub-bidang baharu: pengoptimuman penjanaan untuk model keselamatan.
Kelemahan & Soalan: Kertas kerja ini membayangkan tetapi tidak meneroka secara mendalam beban pengiraan carian SOPG itu sendiri berbanding pensampelan mudah. Walaupun ia mengurangkan jumlah inferens yang diperlukan untuk liputan tertentu, setiap langkah inferens dalam carian adalah lebih kompleks (mengekalkan timbunan). Analisis kerumitan diperlukan. Tambahan pula, "ujian satu tapak" adalah penilaian piawai tetapi terhad. Bagaimanakah SOPG digeneralisasikan dalam persekitaran "silang tapak" (latihan pada kebocoran LinkedIn, ujian pada RockYou), di mana taburan berubah? Penjanaan teratur mungkin kurang berkesan jika kedudukan kebarangkalian model adalah lemah pada data luar taburan. Akhirnya, seperti yang dinyatakan penulis dalam kerja masa depan, kecekapan ini sendiri memerlukan tindak balas pertahanan—SOPG sendiri akan memangkinkan penyelidikan ke dalam teknik penghas dan pengerasan kata laluan generasi seterusnya.
Untuk Pengamal Keselamatan: Segera nilai semula alat ujian dasar kata laluan anda. Mana-mana alat yang menggunakan rangkaian neural tanpa penjanaan teratur berkemungkinan beroperasi jauh di bawah kecekapan potensinya. Tuntut ciri seperti SOPG dalam pengaudit kata laluan komersial dan sumber terbuka.
Untuk Penyelidik: Ini adalah seruan untuk berhenti memperlakukan penjanaan sebagai perkara sampingan. Paradigma SOPG harus digunakan dan diuji pada model keselamatan autoregresif lain (contohnya, untuk penjanaan perisian hasad, penjanaan teks penipuan). Siasat pertukaran antara kedalaman carian (lebar pancaran) dan prestasi.
Untuk Pertahan & Pembuat Dasar: Landskap serangan baru sahaja berubah. Masa-untuk-memecah untuk banyak cincangan kata laluan, terutamanya yang lemah, secara efektif telah berkurangan. Ini mempercepatkan keperluan mendesak untuk penerimaan meluas MFA tahan penipuan (seperti yang diperjuangkan oleh NIST dan CISA) dan penyingkiran kata laluan sebagai faktor pengesahan tunggal. SOPG bukan sekadar pemecah yang lebih baik; ia adalah hujah kuat untuk era pasca-kata laluan.