📅 Μάιος 2025 | ⏱️ 5 λεπτά ανάγνωσης

Όλο και περισσότεροι χρήστες ζητούν από εργαλεία όπως το ChatGPT, το Llama ή το DeepSeek να δημιουργήσουν κωδικούς πρόσβασης, πιστεύοντας ότι η φαινομενική τυχαιότητα των αποτελεσμάτων εγγυάται ασφάλεια. Έρευνα της Kaspersky δείχνει ότι αυτή η εντύπωση είναι παραπλανητική.

Το πείραμα

Ο Alexey Antonov, επικεφαλής της ομάδας Data Science της Kaspersky, δημιούργησε 1.000 κωδικούς πρόσβασης από καθένα εκ των ChatGPT, Llama και DeepSeek. Όλα τα μοντέλα γνώριζαν τη βασική αρχή, ότι ένας καλός κωδικός χρειάζεται τουλάχιστον 12 χαρακτήρες με κεφαλαία, πεζά, αριθμούς και σύμβολα, και το ανέφεραν ρητά κατά τη δημιουργία.

Στην πράξη όμως, το DeepSeek και το Llama παρήγαγαν συχνά κωδικούς από λέξεις λεξικού με αντικατάσταση γραμμάτων από παρόμοιους αριθμούς, όπως S@d0w12, M@n@go3, B@n@n@7 (DeepSeek) ή K5yB0a8dS8, S1mP1eL1on (Llama). Και τα δύο μοντέλα έδειξαν ιδιαίτερη προτίμηση στη λέξη «password»: P@ssw0rd, P@ssw0rd!23 (DeepSeek), P@ssw0rd1, P@ssw0rdV (Llama).

Ούτε το ChatGPT είναι απρόσβλητο

Το ChatGPT δεν έπεφτε στην ίδια παγίδα λέξεων – λεξικού, παράγοντας κωδικούς που μοιάζουν πραγματικά τυχαίοι. Ωστόσο, σε μεγαλύτερο δείγμα εμφανίστηκε ξεκάθαρη προτίμηση σε συγκεκριμένους χαρακτήρες, ιδιαίτερα τον αριθμό 9 και τα γράμματα x, p, I και L. Το Llama παρουσίασε αντίστοιχη προτίμηση στο σύμβολο #. Επιπλέον, οι αλγόριθμοι συχνά παρέλειπαν ειδικό χαρακτήρα ή ψηφίο, συγκεκριμένα 26% των κωδικών ChatGPT, 32% του Llama και 29% του DeepSeek, ενώ DeepSeek και Llama παρήγαγαν μερικές φορές κωδικούς κάτω των 12 χαρακτήρων.

«Το πρόβλημα είναι ότι τα LLM δεν δημιουργούν πραγματική τυχαιότητα. Αντίθετα, μιμούνται μοτίβα από υπάρχοντα δεδομένα, καθιστώντας τις εξόδους τους προβλέψιμες για επιτιθέμενους που κατανοούν πώς λειτουργούν αυτά τα μοντέλα.»

Πηγή: Alexey Antonov, Data Science Team Lead, Kaspersky

Τα ανησυχητικά νούμερα

Χρησιμοποιώντας αλγόριθμο μηχανικής μάθησης που ανέπτυξε το 2024 για έλεγχο ισχύος κωδικών, ο Antonov διαπίστωσε ότι το 88% των κωδικών DeepSeek και το 87% των κωδικών Llama δεν ήταν αρκετά ισχυροί για να αντέξουν επίθεση από έμπειρο κυβερνοεγκληματία. Το ChatGPT τα πήγε καλύτερα, αλλά ακόμη και εκεί, το 33% των κωδικών δεν πέρασε το τεστ.

Τι προτείνει η Kaspersky αντ’ αυτού

Πρακτικές συστάσεις

✅ Χρησιμοποιήστε εξειδικευμένο διαχειριστή κωδικών πρόσβασης, που εφαρμόζει κρυπτογραφικά ασφαλείς μηχανισμούς τυχαιότητας, όχι Τεχνητή Νοημοσύνη

✅ Αποθηκεύστε όλα τα διαπιστευτήριά σας σε κρυπτογραφημένο ψηφιακό θησαυροφυλάκιο, προστατευμένο από 1 κύριο κωδικό

✅ Επιλέξτε διαχειριστή με λειτουργία παρακολούθησης παραβιάσεων, ώστε να ειδοποιείστε αν τα στοιχεία σας εντοπιστούν σε διαρροή

✅ Μη χρησιμοποιείτε ποτέ τον ίδιο κωδικό σε πολλαπλούς λογαριασμούς

💡 Το Πιο Σημαντικό

Η Τεχνητή Νοημοσύνη είναι χρήσιμη σε πολλά θέματα ασφαλείας, αλλά όχι στη δημιουργία κωδικών πρόσβασης. Τα μοντέλα μιμούνται μοτίβα, αντί να παράγουν πραγματική τυχαιότητα, κάτι που τα καθιστά προβλέψιμα σε όποιον κατανοεί πώς λειτουργούν.


📖 Πηγές

On World Password Day Kaspersky warns against AI password generation
Kaspersky, επίσημη ανακοίνωση
👉 Διαβάστε περισσότερα

Αφήστε ένα Σχόλιο

Το e-mail σας δεν δημοσιεύεται. Τα υποχρεωτικά πεδία σημειώνονται με *


Διαβάστε επίσης

Τι είναι τα cookies και πώς επηρεάζουν τα παιδιά

Κάθε «Αποδοχή όλων» που πατά το παιδί σας συνθέτει το ψηφιακό προφίλ του. Τι είναι τα cookies, ποιοι τύποι είναι επικίνδυνοι και πώς να ρυθμίσετε Chrome, Firefox και Safari για να προστατέψετε την ιδιωτικότητα της οικογένειάς σας.

Παιδικά smartwatch και GPS trackers: Νέα έρευνα ασφαλείας

8 στους 10 γονείς παρακολουθούν την τοποθεσία του παιδιού τους. Νέα έρευνα Consumer Reports δείχνει ότι πολλά «παιδικά» smartwatch έχουν χειρότερη ασφάλεια από κανονικές συσκευές. Τι να προσέξετε πριν την αγορά.

Οπτικό υλικό για τις απάτες στο διαδίκτυο

Εκπαιδευτικά βίντεο για τις διαδικτυακές απάτες σε συνεργασία με την Εθνική Αρχή Κυβερνοασφάλειας του Υπ. Ψηφιακής Διακυβέρνησης