Môn học: Phương pháp học máy trong An toàn thông tin (NT522)
Nhóm G03 – CK09 gồm các sinh viên Lại Quan Thiên, Trần Thế Hữu Phúc, Mai Nguyễn Nam Phương, Hồ Diệp Huy thực hiện đề tài "Mô hình học sâu dự đoán mật khẩu theo mẫu với GPT", với mục tiêu nâng cao hiệu quả sinh mật khẩu và giảm tỷ lệ trùng lặp trong các tập từ điển mật khẩu tấn công. Phương pháp này có thể được sử dụng trong kiểm thử xâm nhập (penetration testing) và nghiên cứu an toàn mật khẩu, nhằm tạo ra các tập từ điển mật khẩu hiệu quả hơn, phù hợp với các mẫu truy cập cụ thể của từng đối tượng, góp phần nâng cao hiệu quả kiểm thử và phòng chống tấn công brute-force.
Nội dung đề tài:
- Mô hình sinh mật khẩu: Sử dụng GPT-2 để sinh mật khẩu định hướng theo mẫu.
- Thuật toán phát sinh chia để trị (D&C-GEN): Chia nhỏ chuỗi mẫu theo tiền tố và cấu trúc, giúp đa dạng và chính xác hóa đầu ra.
- Huấn luyện và đánh giá: Dựa trên bộ dữ liệu RockYou, kết hợp các chỉ số entropy, tỷ lệ trùng lặp và tỷ lệ đoán trúng để so sánh với mô hình PassGPT.
Kết quả thực nghiệm cho thấy mô hình PagPassGPT mà nhóm thực nghiệm có khả năng giảm trùng lặp từ 34.5% xuống còn 9.28%, đồng thời cải thiện độ phức tạp và độ an toàn của mật khẩu sinh ra.
Nội dung đồ án nằm trong học phần NT522 – học kỳ 2, năm học 2024–2025 tại UIT.
Thông tin chi tiết xem tại: https://www.facebook.com/share/p/1C99Y7kMuu/
Đông Xanh - Cộng tác viên truyền thông Trường Đại học Công nghệ Thông tin
