Improving Real-world Password Guessing Attacks via Bi-directional Transformers.
本论文针对现实世界中密码猜测攻击的改进问题，提出了一种基于双向Transformer（如BERT）的密码猜测方法。传统密码猜测手段依赖人工规则、马尔可夫链、RNN或GAN等，往往存在上下文建模能力不足或生成样本质量受限的问题。论文将密码视为
#password-guessing
共收录 8 条相关情报。
← 返回所有主题Password Guessing Using Random Forest.
本文研究将随机森林（Random Forest）机器学习模型应用于密码猜测任务。传统密码猜测方法（如基于马尔可夫链、概率上下文无关文法或深度学习生成模型）在捕捉密码结构时各有局限：马尔可夫模型难以处理长距离依赖，PCFG 依赖人工设计规则，
Pass2Edit: A Multi-Step Generative Model for Guessing Edited Passwords.
该论文题为Pass2Edit: A Multi-Step Generative Model for Guessing Edited Passwords。由于未提供论文摘要，本摘要基于标题和作者信息进行推断。研究围绕密码猜测展开，特别聚焦于用
MoPE: A Mixture of Password Experts for Improving Password Guessing.
本文针对密码猜测任务中现有数据驱动模型对密码结构差异忽略导致训练偏差的问题，提出了一种混合密码专家框架（MoPE）。研究背景指出，当前密码强度评估方法通常将密码视为统一数据，忽视了不同密码的结构模式（如固定长度数字串、字母数字混合等），导致
MAYA: Addressing Inconsistencies in Generative Password Guessing Through a Unified Benchmark.
本文针对生成式模型在密码猜测领域的应用所面临的评估不一致和方法论缺陷问题，提出了一个统一的、可定制的、即插即用的基准测试框架MAYA。该框架旨在系统地表征和评估针对拖网攻击（trawling attacks）的生成式密码猜测模型。研究团队重
RankGuess: Password Guessing Using Adversarial Ranking.
该论文提出了一种基于对抗性排序的密码猜测框架 RankGuess，将密码猜测问题建模为马尔可夫决策过程（MDP）。作者将密码创建过程视为序列决策轨迹，假设攻击者训练一个智能体，其当前状态为已生成的密码序列，动作为生成下一个字符，由排序器给出
Success Rates Doubled with Only One Character: Mask Password Guessing.
密码猜测是对在线账户安全的主要威胁之一。现有基于概率上下文无关文法（PCFG）、马尔可夫链、神经网络等模型的猜测方法虽然在密码破解方面取得了一定进展，但通常需要复杂的训练过程和大量计算资源。本文提出一种新颖且极其简单的“掩码密码猜测”方法，
Targeted Password Guessing Using k-Nearest Neighbors.
本文提出一种基于 k 近邻（k-NN）的目标密码猜测方法。传统密码猜测方法通常利用通用密码列表或 Markov 模型，但忽视了用户个人特征。作者利用用户公开的个人信息（如姓名、出生日期等）作为特征，通过 k-NN 算法在已泄露的密码数据集上