[论文解读] The Scale-free Network of Passwords : Visualization and Estimation of Empirical Passwords

Xiujia Guo, Haibo Chen+3 more|arXiv (Cornell University)|Nov 26, 2015

User Authentication and Security Systems参考文献 18被引用 4

一句话总结

本文提出了一种基于真实数据集（如Yahoo和12306）的实证密码本的无标度网络模型，可视化其在现实世界数据中的拓扑结构。通过社区检测和度分布分析密码之间的关联性，提出一种基于拓扑结构的统计猜解攻击方法，并证明最小字典问题为NP完全问题，为密码破解效率提供了下界。

ABSTRACT

In this paper, we present a novel vision of large scale of empirical password sets available and improve the understanding of passwords by revealing their interconnections and considering the security on a level of the whole password set instead of one single password level. Through the visualization of Yahoo, Phpbb, 12306, etc. we, for the first time, show what the spatial structure of empirical password sets are like and take the community and clustering patterns of the passwords into account to shed lights on the definition of popularity of a password based on their frequency and degree separately. Furthermore, we propose a model of statistical guessing attack from the perspective of the data's topological space, which provide an explanation of the "cracking curve". We also give a lower bound of the minimum size of the dictionary needed to compromise arbitrary ratio of any given password set by proving that it is equivalent to the minimum dominating set problem, which is a NP-complete problem. Hence the minimal dictionary problem is also NP-complete.

研究动机与目标

• 理解大规模实证密码本的结构特性，超越单个密码的强度。
• 不仅通过频率，还通过网络拓扑中的度来建模密码的流行度。
• 基于密码之间的关联性，建立一种用于统计猜解攻击的拓扑框架。
• 为破解任意给定密码本所需的最小字典规模建立理论下界。
• 通过将其约化为最小支配集问题，证明最小字典问题为NP完全问题。

提出的方法

• 构建一个密码网络，其中每个节点代表一个唯一密码，边表示相似性或共现模式。
• 应用社区检测和聚类算法，揭示密码本中的结构模式。
• 通过度分布分析识别密码网络中的无标度特性。
• 基于密码网络的拓扑空间建模统计猜解攻击，解释‘破解曲线’行为。
• 通过证明最小字典问题与最小支配集问题等价，确立其NP完全性。
• 利用密码网络的图论性质估算最小字典规模的下界。

实验结果

研究问题

• RQ1 当将实证密码本可视化为网络时，其如何形成相互关联的结构？
• RQ2 网络拓扑（特别是度和社区结构）在定义密码流行度方面发挥什么作用？
• RQ3 在真实密码攻击中观察到的‘破解曲线’能否通过密码本的拓扑结构加以解释？
• RQ4 为破坏给定比例的密码本，所需的最小字典规模是多少，如何对其进行界定？
• RQ5 寻找用于密码破坏的最小字典问题在计算上是否困难，若是，原因是什么？

主要发现

• 来自Yahoo和12306等真实系统中的密码本表现出无标度网络特性，少数高度连接的密码主导了整体结构。
• 密码在网络中的度与其流行度高度相关，提供了一种超越原始频率的新度量指标。
• ‘破解曲线’——密码攻击中的标准观测现象——可由网络中密码的拓扑分布加以解释。
• 通过约化为最小支配集问题，证明了最小字典问题为NP完全问题。
• 推导出最小字典规模的理论下界，为密码破解效率设定了根本性限制。