दैनिक अर्क्सिव

यह पेज दुनियाभर में प्रकाशित होने वाले आर्टिफिशियल इंटेलिजेंस संबंधित रिसर्च पेपर्स को संक्षिप्त रूप में प्रस्तुत करता है।
यहां Google Gemini का उपयोग करके पेपर्स का सारांश तैयार किया जाता है और यह पेज गैर-लाभकारी रूप से संचालित किया जाता है।
पेपर के कॉपीराइट लेखक और संबंधित संस्थान के पास हैं, और साझा करते समय बस स्रोत का उल्लेख करें।

एलएलएम-जनरेटेड पासवर्ड नीतियां कितनी अच्छी हैं?

Created by
  • Haebom

लेखक

विवेक वैद्य, आदित्य पटवर्धन, आशीष कुंडू

रूपरेखा

यह पेपर साइबर सुरक्षा एक्सेस कंट्रोल सिस्टम में बड़े पैमाने पर भाषा मॉडल (LLM) के अनुप्रयोग का अध्ययन करता है। विशेष रूप से, हम LLM-जनरेटेड पासवर्ड नीतियों की स्थिरता और शुद्धता की जांच करते हैं जो प्राकृतिक भाषा संकेतों को निष्पादन योग्य pwquality.conf कॉन्फ़िगरेशन फ़ाइलों में बदल देती हैं। दो तरीकों (अतिरिक्त मार्गदर्शन के बिना पूर्व-प्रशिक्षित LLM का उपयोग करना और pwquality.conf दस्तावेज़ प्रदान करना) द्वारा उत्पन्न कॉन्फ़िगरेशन फ़ाइलों की सुदृढ़ता, शुद्धता और स्थिरता का व्यवस्थित रूप से मूल्यांकन करके, हम वर्तमान पीढ़ी के LLM की महत्वपूर्ण चुनौतियों को उजागर करते हैं और एक्सेस कंट्रोल सिस्टम में LLM परिनियोजन को बेहतर बनाने के लिए मूल्यवान अंतर्दृष्टि प्रदान करते हैं।

____T95712_____, Limitations

Takeaways: LLM-आधारित सिस्टम विकसित करने के लिए महत्वपूर्ण विचार प्रदान करता है, जो एक्सेस कंट्रोल सिस्टम पर LLM लागू करते समय उत्पन्न होने वाली स्थिरता और सटीकता के मुद्दों को स्पष्ट रूप से दर्शाता है। यह LLM आउटपुट की अप्रत्याशितता के बारे में जागरूकता बढ़ाता है और अधिक सुरक्षित और विश्वसनीय सिस्टम बनाने के लिए दिशा-निर्देश प्रदान करता है।
Limitations: परिणाम LLM की वर्तमान पीढ़ी तक सीमित हैं और भविष्य में अधिक उन्नत LLM के प्रदर्शन को प्रतिबिंबित नहीं कर सकते हैं। यह केवल pwquality.conf कॉन्फ़िगरेशन फ़ाइल बनाने पर ध्यान केंद्रित करता है, इसलिए यह अन्य प्रकार के एक्सेस कंट्रोल सिस्टम या सुरक्षा नीतियों के लिए सामान्यीकृत नहीं हो सकता है। मूल्यांकन मेट्रिक्स का दायरा सीमित हो सकता है, और विभिन्न प्रकार के संकेतों या अधिक जटिल परिदृश्यों पर प्रयोगों की कमी हो सकती है।
👍