Découvrez PassGPT, l’IA entraînée avec des millions de mots de passe divulgués

Des chercheurs de l’ETH Zürich, du Swiss Data Science Center et de SRI International à New York ont ​​utilisé la puissance de l’architecture GPT-2 d’OpenAI pour développer PassGPT, un modèle de devinette de mot de passe, construit sur un grand modèle de langage (LLM) et formé sur un gigantesque trésor de mots de passe divulgués à partir de divers hacks et exploits.

L’objectif principal de PassGPT est de casser les fonctionnalités cryptiques intégrées dans le labyrinthe de mots de passe générés par l’homme, dans le but de donner aux utilisateurs des mots de passe plus forts et plus complexes à utiliser et de détecter les mots de passe probables en fonction d’un ensemble d’entrées.

L’innovation du modèle réside non seulement dans sa capacité prédictive, mais aussi dans sa méthode unique de création.

Contrairement aux modèles précédents qui concevaient les mots de passe comme des entités complètes, PassGPT introduit une stratégie innovante : l’échantillonnage progressif. Cette méthode crée des mots de passe caractère par caractère, garantissant un mot de passe méticuleusement complexe, et a été formée sur une collection de millions de mots de passe précédemment divulgués.

« Formé sur les fuites de RockYou, PassGPT peut deviner 20 % de mots de passe en plus, invisibles pour les modèles GAN de nouvelle génération », a commenté le créateur Javi Rando.

Imaginez les réseaux antagonistes génératifs (GAN) comme une correspondance entre deux réseaux. L’un, le générateur, tente de créer un contenu si réaliste qu’il peut tromper l’autre, le discriminateur, qui vise à détecter quand un contenu artificiel lui est présenté. A chaque tour de ce match, chaque réseau apprend de ses erreurs et s’améliore. La qualité globale du modèle s’améliore jusqu’à ce qu’il atteigne un point où le discriminateur peut à peine faire la différence entre ce qui est réel et ce qui est créé par le générateur.

Rando a également noté l’unicité des mots de passe générés par PassGPT, déclarant qu’il s’agit « d’un modèle génératif explicite, nous permettant d’accéder à la distribution modélisée et de calculer la probabilité d’un mot de passe donné sous le modèle. Nous profitons de cette capacité pour analyser les vulnérabilités dans la force des mots de passe ».

PassGPT a une capacité distinctive à découvrir des modèles qui sont considérés comme forts par les estimateurs de force de mot de passe, mais qui sont relativement faciles à deviner à l’aide de techniques génératives.

« Les mots de passe non anglais sont difficiles pour les heuristiques basées sur un dictionnaire, mais PassGPT apprend des modèles dans plusieurs langues », a expliqué Rando. Ce concours multilingue établit une nouvelle référence dans la recherche sur la force des mots de passe. Le modèle a également démontré sa capacité à deviner de nouveaux mots de passe qui ne font pas partie de son ensemble de données.

Il est important de noter que les LLM, tels que PassGPT, peuvent être personnalisés à l’aide de différents ensembles de données pour des applications spécifiques. Par exemple, Google forme un LLM en IA basé sur des données médicales, tandis que d’autres résultats intéressants ont émergé de LLM formés sur divers sujets tels que le langage politiquement incorrect de 4Chan ou les nuances dans le style de parole des YouTubers populaires.

Fait intéressant, les fuites de mots de passe ne sont pas seulement une aubaine pour les pirates cherchant à accéder au système. Ils donnent également aux chercheurs la possibilité d’examiner les modèles cachés dans les mots de passe générés par les utilisateurs, avec le potentiel d’améliorer les outils de craquage de mots de passe. Cela révèle la facette paradoxale de la sécurité des mots de passe.

La maîtrise de l’apprentissage automatique (ML) s’est avérée essentielle pour extraire des informations précieuses à partir de nombreuses violations de mots de passe. Cette extraction entraîne des développements importants dans la recherche de mots de passe et le réglage fin des algorithmes d’estimation de la force des mots de passe.

Dans ce contexte, les grands modèles de langage (LLM) ont considérablement avancé le traitement et la compréhension du langage naturel, avec des modèles génératifs pré-entraînés (GPT) tels que PaLM et LLaMA au premier plan.

Notez que bien que ce PassGPT soit une création légitime, il y a déjà eu une farce du poisson d’avril du même nom, alors soyez prudent lorsque vous faites vos propres recherches.

PassGPT est une preuve supplémentaire qu’à chaque fois il y a une IA pour tout. Et avec une IA comme PassGPT au travail, il pourrait bientôt découvrir que le nom de son chat combiné à sa date de naissance n’est plus la force incassable d’un mot de passe qu’il pensait autrefois.

Vous souhaitez en savoir plus sur l’IA ? Découvrez notre dernier cours Decrypt U, « Introduction à l’IA ». Il couvre tout, de l’histoire de l’IA à l’apprentissage automatique en passant par ChatGPT et ChainGPT. découvrir plus ici.