Chúc mừng nhóm sinh viên Khoa Mạng máy tính và Truyền thông có bài báo nghiên cứu được chấp nhận đăng tại Hội nghị SOICT 2025

Chúc mừng nhóm sinh viên Võ Đức Chính, Từ Chí Kiên ngành An toàn thông tin - Khoa Mạng máy tính và Truyền thông cùng nhóm nghiên cứu UIT InSecLab đã có bài báo nghiên cứu về Kỹ thuật sinh mật khẩu được chấp nhận đăng tại Hội nghị khoa học quốc tế "The 14th International Symposium  On Information And Communication Technology (SOICT 2025)"

Thông tin về bài báo khoa học:

- Tên bài báo: Password Generation Based on GenAI for Evaluating the Security of Password-Based Control Systems

- Sinh viên thực hiện:

+ Võ Đức Chính – An toàn thông tin (Chính quy 2022)

+ Từ Chí Kiên – An toàn thông tin (Chính quy 2022)

- Chủ đề nghiên cứu:

+ Trí tuệ nhân tạo

+ An toàn thông tin

- Giảng viên hướng dẫn: ThS. Nghi Hoàng Khoa, TS. Phan Thế Duy

Hội nghị SoICT 2025 sẽ diễn ra tại Nha Trang, tỉnh Khánh Hòa do Trường Công nghệ thông tin và Truyền Thông - ĐH Bách Khoa Hà Nội, Trường ĐH Khoa học Tự nhiên - ĐHQG TP. HCM tổ chức vào ngày 12-14.12.2025.

Bài báo khoa học là kết quả đề tài nghiên cứu được các bạn sinh viên thực hiện với nhóm nghiên cứu InSecLab trong thời gian tham gia thực hiện nghiên cứu khoa học về Kỹ thuật sinh mật khẩu dựa trên các kỹ thuật trí tuệ nhân tạo tại Phòng thí nghiệm An toàn thông tin (InSecLab).

Abstract:

The rapid growth of Generative AI (GenAI) brings new challenges for password security. Traditional rules based only on length or character complexity are insufficient to measure real strength. Currently, many AI models for password guessing show severe limits. They often repeat guesses, generate in random order, and fail to follow the real attack patterns. This study presents a new framework for pattern-aware, search-based, ordered password generation. It combines a pattern-conditioned Generative Pretrained Transformer (PagPassGPT) with a tree-search algorithm (SOPG). This design creates password guesses in order, without repetition, and with correct patterns. The model was trained with the RockYou dataset and compared with advanced password-guessing models. Results show substantial improvement: our model reached 20.8% success in 1,000 guesses, while PassGPT reached only 2.2%. It also avoided repetition (0%), unlike others that repeated up to 99.9%. In conclusion, the framework is reliable for testing password policies and simulating AI-based attacks.

Thông tin chi tiết: https://www.facebook.com/share/p/17KmigAsKm/