Neurónové siete možno vycvičiť na generovanie hesiel lepšie než tie najlepšie nástroje na ich cracking

Pracovníci Stevensovho technologického inštitútu v New Yorku a Newyorského technologického inštitútu tvrdia, že vytvorili vysoko efektívny spôsob, ako hádať heslá pomocou nástroja s hlbokým učením, nazvaného GAN (Generative Adversarial Networks). Testy metódy PassGAN ukazujú, že prináša zlepšenie oproti nástrojom na hádanie hesiel založeným na pravidlách, ako sú HashCat a John Ripper.  Výskumníci dosiahli pri experimentoch zhodu v 47 % prípadov (2 774 269 z 5 919 936 hesiel). Použili pri tom testovací súbor zložený zo skutočných používateľských hesiel, ktoré v roku 2010 unikli zo spoločnosti RockYou. Hodnotenie ukázalo, že PassGAN bol dvakrát lepší ako nástroj John Ripper a prinajmenšom sa vyrovnal nástroju HashCat. GAN je v podstate neurónová sieť na samostatné vytváranie dát podobných alebo takmer identických s dátami, ktorými bola „nakŕmená“. Môže sa použiť napríklad na vytváranie realistických obrázkov ľudí, zvierat či izieb, ak sa jej poskytnú veľké súbory údajov o reálnych sním ...