PassConR2T:一种对比学习增强的Honeywords生成策略

摘要

在基于口令的身份认证系统中，口令文件的泄露会带来严重的安全威胁.Honeywords是注入数据库的假口令，用于检测口令泄露事件.生成攻击者难以区分的honeywords是这项技术成功的关键.现实世界的攻击者通常具有语义感知能力，而用户设置的口令也往往带有自然语言信息，因此，在生成honeywords时考虑语义信息是至关重要的.对比学习是一种增强预训练模型语义表征的方法.基于这些认知，本文提出了一种新颖的基于对比学习的honeywords生成技术——PassConR2T.该技术利用预训练模型的自然语言信息强化口令表征，同时通过对比学习进一步提升了预训练模型的口令语义表征能力.本文设计了多种攻击场景，并在大量真实数据集上进行了评估.实验结果表明，PassConR2T在应对语义感知攻击者时表现出色，生成了从语义上难以区分的honeywords.

关键词

预训练模型 / 对比学习 / honeyword / 口令安全