PassGPT: Uundaji wa Nenosiri na Uzalishaji Unaongozwa kwa Mfano Mkubwa wa Lugha - Uchambuzi wa Kiufundi

2.1. Usanifu wa Mfano wa PassGPT

Mfano huu ni Transformer unaojitegemea uliofunzwa kwenye uvujaji mkubwa wa nenosiri. Unajifunza usambazaji wa uwezekano $P(x_t | x_{

2.2. Uzalishaji wa Nenosiri Unaongozwa

Ubunifu mkuu ni uzalishaji unaongozwa wa kiwango cha herufi. Kwa kubadilisha utaratibu wa kuchukua sampuli (k.m., kutumia uwezekano wenye masharti au kuficha), PassGPT inaweza kuzalisha nenosiri zinazokidhi vikwazo maalum, kama vile kuwa na alama fulani, kukidhi mahitaji ya urefu, au kujumuisha sehemu ndogo maalum—jambo lisilowezekana kwa GANs za kawaida.

2.3. Uboreshaji wa PassVQT

PassVQT inajumuisha mbinu za Transformer ya Kiasi ya Vekta (VQT), ikitumia kitabu cha msimbo tofauti kuwakilisha viambatanisho visivyoonekana. Hii inaweza kuongeza utata na utofauti wa nenosiri zilizozalishwa, ingawa inaweza kuja kwa gharama ya hesabu.

3.1. Utendaji wa Kukisia Nenosiri

Majaribio kwenye uvujaji wa nenosiri wa ulimwengu halisi (k.m., RockYou) yanaonyesha PassGPT inashinda sana mifano ya kizamani ya kuzalisha iliyopo kama PassGAN. Katika jaribio moja, PassGPT ilikisia nenosiri mbili zaidi za kipekee, zisizoonekana hapo awali ikilinganishwa na mbinu za GAN. Pia ilionyesha uwezo mkubwa wa kujumlisha kwenye seti mpya za data zilizohifadhiwa.

3.2. Uchambuzi wa Usambazaji wa Uwezekano

Tofauti na GANs, PassGPT hutoa usambazaji wa uwezekano wa wazi juu ya nenosiri. Uchambuzi unaonyesha uhusiano mkubwa kati ya uwezekano mdogo wa nenosiri (logi hasi kubwa) na nguvu kubwa kama inavyopimwa na viashiria kama zxcvbn. Hata hivyo, PassGPT ilitambua visa ambapo nenosiri zilizokadiriwa kuwa "nguvu" na viashiria vya kawaida zilikuwa na uwezekano wa juu kiasi chini ya mfano wake, ikionyesha udhaifu unaowezekana.

Maana ya Chati: Grafu ya kinadharia ingeonyesha uwezekano wa nenosiri (PassGPT) kwenye mhimili wa x na alama ya nguvu (zxcvbn) kwenye mhimili wa y, ikifunua mwelekeo hasi wa jumla na matokeo yasiyo ya kawaida ambapo nenosiri zenye nguvu kubwa zina uwezekano usiotarajiwa wa juu.

4.1. Uelewa wa Msingi

Mafanikio ya msingi ya karatasi hii sio tu mfano mwingine wa AI kwa nenosiri; ni mabadiliko ya dhana kutoka kufananisha muundo wa kutofautisha hadi uundaji wa mlolongo unaozalisha. Wakati zana kama Hashcat zinategemea kanuni na mnyororo wa Markov, na GANs kama PassGAN huzalisha matokeo kamili, PassGPT inachukulia uundaji wa nenosiri kama kitendo cha lugha. Hii inafanana na jinsi LLMs kama GPT-3 zinavyokamata "sarufi" na "maana" ya lugha asilia, lakini hapa inatumika kwa "lugha" ya uundaji wa nenosiri wa binadamu. Thamani halisi ni usambazaji wa uwezekano wa wazi, unaoweza kufuatiliwa ambao hutoa—kipengele kinachokosekana wazi katika GANs, ambazo mara nyingi hukosolewa kuwa "masanduku meusi" (Goodfellow et al., 2014). Hii inahamisha usalama wa nenosiri kutoka kwa makisio ya heuristi hadi mantiki ya uwezekano.

4.2. Mtiririko wa Mantiki

Hoja inaendelea kwa mantiki yenye nguvu: (1) LLMs zinatawala Usindikaji wa Lugha Asilia (NLP) kwa kuunda mifano ya mifuatano; (2) nenosiri ni mifuatano ya herufi zenye muundo uliofichika; (3) kwa hivyo, LLMs zinapaswa kuunda mifano ya nenosiri kwa ufanisi. Uthibitishaji ni thabiti: utendaji bora wa kukisia unathibitisha dhana. Uanzishaji wa uzalishaji unaongozwa ni upanuzi wa asili wa usanifu wa mfuatano—sawa na uzalishaji wa maandishi unaodhibitiwa katika mifano kama CTRL (Keskar et al., 2019). Uchambuzi wa usambazaji wa uwezekano ni hatua muhimu inayofuata, ikilinganisha uundaji wa mifano na kikoa la vitendo la ukadiriaji wa nguvu. Mtiririko kutoka uundaji wa mifano -> uzalishaji -> uchambuzi -> matumizi una mwendo mzuri na una athari.

4.3. Nguvu & Mapungufu

Nguvu: Faida za utendaji hazikaniki. Uwezo wa uzalishaji unaongozwa ni ubunifu wa kweli wenye matumizi ya haraka kwa ajili ya majaribio ya kuvamia (kuzalisha wagombea wa nenosiri wanaofuata kanuni) na uwezekano wa kusaidia watumiaji kuunda nenosiri zinazokumbukika lakini ngumu. Kutoa usambazaji wa uwezekano ni faida kubwa ya kinadharia na ya vitendo, kuwezesha hesabu ya entropy na ujumuishaji na mifumo ya usalama iliyopo.

Mapungufu & Wasiwasi: Karatasi hii inapita juu ya masuala makubwa. Kwanza, matumizi mawili ya kimaadili: Hii ni zana yenye nguvu ya kuvunja. Ingawa imewekwa kwa ajili ya utafiti wa "kukisia nje ya mtandao", uwezekano wake wa kutumiwa vibuo ni mkubwa, na utoaji wa msimbo/mifano unahitaji miongozo madhubuti ya kimaadili, sawa na mijadala inayozunguka utafiti mwingine wa AI wenye matumizi mawili (Brundage et al., 2018). Pili, utegemezi wa data: Kama mifano yote ya Masomo ya Mashine (ML), PassGPT ni nzuri tu kama data yake ya mafunzo. Inaweza kushindwa kuunda mifano ya nenosiri kutoka kwa tamaduni au lugha zisizowakilishwa vya kutosha katika uvujaji wa kawaida. Tatu, gharama ya hesabu: Kufunza na kuendesha watu wakubwa wa kubadilisha ni ghali ikilinganishwa na baadhi ya mbinu za zamani, kikikikizu kinachowezekana cha matumizi ya wakati halisi. "Utata" ulioongezeka wa aina ya PassVQT umetajwa lakini haujathibitishwa kwa kina—je, utofauti mkubwa unabadilisha kuwa kukisia kwa ufanisi zaidi, au tu mifuatano mingi ya maneno yasiyo na maana?

4.4. Uelewa Unaoweza Kutekelezwa

Kwa Timu za Usalama: Tathmini mara moja jinsi sera za nenosiri za shirika lako zinaweza kuwa na udhaifu kwa kizazi hiki kipya cha mashambulizi yanayoendeshwa na AI. Sera zinazolazimisha muundo ngumu lakini unaotabirika (k.m., "JinaLaKampuni2024!") sasa zinaonyeshwa zaidi. Pendekeza mabadiliko ya kutumia nasibu ya kweli (wasimamizi wa nenosiri) au misemo ya nenosiri.

Kwa Watafiti & Wauzaji: Unganisha makadirio ya uwezekano yanayotokana na LLM ndani ya vipima vya nguvu. Kikadiriaji mseto kinachounganisha kanuni za kawaida (zxcvbn) na uwezekano wa PassGPT kinaweza kuwa thabiti zaidi. Unda mifano ya kujihami inayoweza kugundua nenosiri zinazoweza kuzalishwa na PassGPT, na kuunda mashindano ya silaha ya AI dhidi ya AI katika usalama wa nenosiri.

Kwa Wabuni wa Sera: Tafuta fedha kwa utafiti wa matumizi ya kujihami ya teknolojia hii na uanzishe mifumo wazi ya kimaadili kwa ajili ya uchapishaji wa zana zenye nguvu za AI za kushambulia katika usalama wa mtandao.