【e-zone 專訊】用機器「估」密碼當然不是新技術，但用人工智能（AI）等科技提高準確程度確實有點驚嚇。美國新澤西州 Stevens Institute of Technology 使用生成對抗網絡（Generative Adversarial Network；GAN）研發出新系統 PassGAN，輕易推算大量本來需花費多年才能破解的帳戶密碼。盡管實驗室數據，但足以令人憂心。
據悉，Stevens Institute of Technology 的 Giuseppe Ateniese 及一眾研究人員建立 PassGAN，從 1 組超過 4,300 萬組 LinkedIn 個人資料中推算，結果 PassGAN 自動產生 12% 的 LinkedIn 帳戶密碼，若聯同 hashCat 破解/還原密碼工具，更可破解 27% 的 LinkedIn 帳戶密碼。有趣的是，即使是 PassGAN 破解失敗的密碼，似乎都很有「真實感」，如：coolarse18、saddracula、santazone，或許代表 PassGAN「頗具人性」。
生成對抗網絡／GAN 由兩個人工神經網絡（Neural Network）組成：「產生器（gnerator）」負責產生人工輸出（如：圖像）再組合成實例（如：照片）；「鑑別器（discriminator）」則負責判定其質量，即從假冒例子中找出真實例子。它們會互動比對，直至產生器變成嫻熟的「偽造者」。不明白？Giuseppe Ateniese 以警方查案作比喻：產生器等於側寫師（協助調查員側繪未知犯罪對象或罪犯），鑑別器等於目擊者。
看來機器加上 AI 真的很恐怖，因不法份子可能利用以上技術發動網絡攻擊，但康乃爾大學電腦保安科學家 Thomas Ristenpart 並不太憂慮，因為使用如此高規格資源破解目前仍不划算，再者技術同樣可用在產生誘餌密碼協助檢測違規，以至幫助用戶和公司加強密碼強度。
至於一般用戶現在可以做甚麼？還是那幾招：增加密碼強度、雙重認證（Two-factor authentication）等，畢竟黑客或網絡犯罪也要講成本。
Photo：Blogtrepreneur
Source：ezone.hk、Science