MFDPG：無需儲存密鑰的多重因素確定性密碼管理系統

1. 簡介與概述

密碼至今仍是主流的驗證機制，但其管理卻是一項關鍵的安全挑戰。傳統密碼管理器會創造單點故障，如LastPass等資安事件所示。確定性密碼產生器（DPG）作為替代方案已被提出超過二十年，其透過主密鑰和網域名稱為每個網站產生獨特密碼，從而消除儲存需求。然而，現有的DPG存在重大的安全性、隱私性和可用性缺陷，阻礙了其廣泛採用。

本文介紹了多重因素確定性密碼產生器（MFDPG），這是一種新穎的設計，旨在解決這些缺點。MFDPG利用多重因素金鑰衍生來強化主密鑰，採用機率性資料結構進行安全的密碼撤銷，並使用確定性有限自動機（DFA）遍歷來符合複雜的密碼政策。其結果是一個無需在客戶端或伺服器端儲存任何密鑰的系統，同時能有效地將僅使用弱密碼的網站升級為強固的多重因素驗證。

關鍵統計數據

分析了45個現有DPG：對先前工作的全面調查。
100% 相容性：針對前100名網路應用程式評估MFDPG。
零儲存密鑰：消除了中央保管庫的漏洞。

2. 現有DPG系統分析

本文調查了45個先前的DPG提案（例如PwdHash），以找出系統性缺陷。

2.1 安全性與隱私缺陷

核心漏洞： 大多數DPG使用單一主密碼。如果任何一個生成的網站密碼遭到洩露，攻擊者便可利用其直接攻擊並可能透過離線暴力破解或字典攻擊來恢復主密碼。這違反了密鑰獨立性原則。

隱私洩漏： 簡單的DPG可能會洩漏服務使用模式。為特定網域生成或變更密碼的行為可能被推斷出來，從而損害用戶隱私。

2.2 可用性限制

密碼輪換： 變更單一網站的密碼通常需要變更主密鑰，這將導致所有衍生密碼隨之改變——這是一種不切實際的使用者體驗。

政策合規性： 大多數DPG生成固定格式的密碼，無法適應多樣且複雜的網站密碼政策（例如，要求特殊字元、特定長度或排除某些符號）。

3. MFDPG設計

MFDPG引入了三個核心創新來克服這些限制。

3.1 多重因素金鑰衍生

MFDPG不使用單一主密碼，而是採用多重因素金鑰衍生函數（MFKDF）。最終金鑰 $K$ 由多個因素衍生而來：

$K = \text{MFKDF}(\text{密碼}, \text{TOTP種子}, \text{安全金鑰公鑰}, ...)$

這種方法顯著提高了攻擊成本。洩露一個網站密碼並不會透露任何關於TOTP種子或硬體金鑰的資訊，使得對主密碼的離線攻擊變得不可行。它有效地將僅使用密碼的網站升級為MFA。

3.2 用於撤銷的布穀鳥過濾器

為了解決無需變更主因素即可對單個網站進行密碼輪換的問題，MFDPG使用了布穀鳥過濾器——一種機率性資料結構。被撤銷密碼的雜湊值會被插入到客戶端的過濾器中。在密碼生成過程中，系統會檢查過濾器，如果發現碰撞，則迭代應用計數器（例如，$\text{Hash}(\text{網域} || \text{計數器})$），直到找到一個未被撤銷的密碼為止。這允許按網站撤銷，而無需儲存已使用網站的明文列表，從而保護了隱私。

3.3 基於DFA的密碼生成

為了滿足任意基於正則表示式的密碼政策，MFDPG將政策建模為一個確定性有限自動機（DFA）。產生器使用由衍生金鑰 $K$ 和網域所種子化的密碼學安全偽隨機數產生器（CSPRNG）來遍歷DFA，輸出對應於有效狀態轉換的字元。這確保了輸出密碼不僅對每個網域是唯一的，而且保證符合指定的政策。

4. 評估與結果

作者對MFDPG進行了實際評估：

相容性： 該系統針對前100名最受歡迎網站的密碼政策進行了測試。基於DFA的產生器成功為所有網站建立了合規的密碼，展示了其普遍的實用性。
安全性分析： 研究表明，即使多個網站密碼洩露，使用MFKDF也能減輕對主密碼的攻擊。布穀鳥過濾器的設計透過可調的誤報率防止了服務使用模式的洩漏。
效能： 裝置上的操作（金鑰衍生、過濾器檢查、DFA遍歷）為登入過程增加的延遲可忽略不計（毫秒級），使其適合實際使用。

圖表含義： 一個假設的長條圖會在Y軸顯示攻擊成本（以計算年為單位），比較「傳統DPG（單一因素）」和「MFDPG（多重因素）」。MFDPG的長條將高出數個數量級，直觀地強調了其安全性改進。

5. 核心分析洞見

核心洞見： MFDPG不僅僅是另一個密碼管理器；它是對網路驗證採用系統性失敗的一種策略性迂迴。當FIDO聯盟推動無密碼未來時，MFDPG務實地承認傳統密碼將持續存在數十年。其巧妙之處在於允許使用者單方面在任何網站上強制執行MFA，而無需等待服務提供商升級其基礎設施——這是一個客戶端創新推動事實標準的經典範例，讓人聯想到「HTTPS Everywhere」如何推動加密技術的採用。

邏輯流程： 本文的論點令人信服：1) 儲存的憑證是一種負債（資安事件已證明）。2) 過去的DPG理論上合理但實際上存在缺陷。3) 因此，解決方案是使用現代密碼學建構（MFKDF）和資料結構（布穀鳥過濾器）來增強DPG範式。邏輯清晰，從問題診斷到綜合解決方案，直接解決了每個已診斷出的缺陷。

優勢與缺陷： 主要優勢是其優雅的威脅模型轉變。透過將密鑰與多個因素綁定，它將攻擊面從「竊取一個密碼」轉移到「破壞多個獨立因素」，正如NIST數位身份指南（SP 800-63B）所指出的，這是一項困難得多的任務。使用布穀鳥過濾器是解決撤銷問題的一個巧妙且保護隱私的修復方法。然而，一個關鍵缺陷是依賴於客戶端的政策感知。使用者必須知道/輸入每個網站的密碼政策，DFA才能運作，這造成了潛在的可用性障礙和初始設定成本。這與完全自動化的理想狀態形成對比。此外，雖然它在客戶端升級了安全性，但對於伺服器端的網路釣魚攻擊卻無能為力——在被撤銷之前，攻擊者仍然可以使用被竊取的MFDPG生成密碼。

可行洞見： 對於安全團隊而言，MFDPG為內部企業密碼管理（特別是服務帳戶）提供了一個可行的藍圖，消除了憑證保管庫。對於產品經理來說，這項研究突顯了一個服務不足的市場：使用者端驗證增強工具。下一個合乎邏輯的產品是實現MFDPG的瀏覽器擴充功能，並結合一個眾包的網站密碼政策資料庫（類似W3C的「Password Rules」），以自動化DFA設定。投資應流向那些能彌合MFDPG等尖端學術建構與可部署、使用者友好應用程式之間差距的工具。

6. 技術深度解析

金鑰衍生公式： 核心MFKDF可以概念化為：
$K = \text{HKDF-Expand}(\text{HKDF-Extract}(salt, F_1 \oplus F_2 \oplus ... \oplus F_n), \text{info}, L)$
其中 $F_1, F_2, ..., F_n$ 是來自每個驗證因素（密碼雜湊、TOTP代碼、安全金鑰證明等）的標準化輸出（「因素份額」）。這遵循了HKDF RFC 5869中概述的模組化設計原則。

DFA遍歷演算法（虛擬碼）：
function generatePassword(key, domain, policyDFA): prng = ChaCha20(key, domain) // 種子化 CSPRNG state = policyDFA.startState password = "" while not policyDFA.isAccepting(state): transitions = policyDFA.getValidTransitions(state) choice = prng.next() % len(transitions) selectedTransition = transitions[choice] password += selectedTransition.character state = selectedTransition.nextState return password

7. 分析框架與案例研究

框架：安全性-可用性-隱私性（SUP）權衡分析。 此框架從三個軸向評估驗證系統。讓我們將其應用於MFDPG與LastPass的比較：

安全性： LastPass： 高，但存在災難性的中心化故障模式。MFDPG： 非常高，透過多重因素衍生分散風險，無中央保管庫。（MFDPG勝出）
可用性： LastPass： 高，自動填充、跨裝置同步。MFDPG： 中高，無縫生成但需要政策設定和因素管理。（LastPass勝出）
隱私性： LastPass： 低，服務商知道你所有的網站。MFDPG： 高，設計上零知識。（MFDPG勝出）

案例研究 - LastPass資安事件： 在2022年的資安事件中，加密的密碼保管庫被竊取。攻擊者隨後可以離線攻擊主密碼。如果使用者使用了MFDPG，那麼就沒有保管庫可被竊取。即使某個網站密碼在其他地方洩露，MFKDF的建構也會防止攻擊升級到主密鑰。這個案例鮮明地展示了MFDPG所提供的範式轉變。

8. 未來應用與方向

1. 後量子密碼學（PQC）整合： MFKDF結構與底層密碼學無關。隨著量子電腦威脅到目前的雜湊函數（如SHA-256），MFDPG可以整合PQC標準化演算法（例如SPHINCS+、LMS）以實現未來兼容性，這是一個與NIST PQC標準化計畫一致的方向。

2. 去中心化身份與Web3： MFDPG的「零儲存密鑰」理念與去中心化身份（例如W3C可驗證憑證）相符。它可以為存取去中心化應用程式（dApp）或簽署交易生成獨特、確定性的憑證，充當使用者友好的種子片語管理器。

3. 企業密鑰管理： 除了使用者密碼，MFDPG的原則可以應用於機器對機器驗證，從企業主密鑰和服務識別碼生成唯一的API金鑰或服務帳戶密碼，簡化輪換和稽核。

4. 生物特徵因素整合： 未來的迭代可以整合本地生物特徵模板（例如透過WebAuthn的生物特徵聲明）作為衍生因素，在保持零儲存屬性的同時增強便利性，前提是生物特徵資料永不離開裝置。

9. 參考文獻

Nair, V., & Song, D. (年份). MFDPG: Multi-Factor Authenticated Password Management With Zero Stored Secrets. [會議/期刊名稱].
Grassi, P., 等人. (2017). Digital Identity Guidelines: Authentication and Lifecycle Management. NIST Special Publication 800-63B.
Krawczyk, H., & Eronen, P. (2010). HMAC-based Extract-and-Expand Key Derivation Function (HKDF). RFC 5869, IETF.
Ross, B., 等人. (2005). Stronger Password Authentication Using Browser Extensions. USENIX Security Symposium. (PwdHash)
Fan, B., 等人. (2014). Cuckoo Filter: Practically Better Than Bloom. Proceedings of the 10th ACM International on Conference on emerging Networking Experiments and Technologies.
FIDO Alliance. (2022). FIDO2: WebAuthn & CTAP Specifications. https://fidoalliance.org/fido2/
National Institute of Standards and Technology. (2022). Post-Quantum Cryptography Standardization. https://csrc.nist.gov/projects/post-quantum-cryptography

目錄