Repository logo
 
  • English
  • Català
  • Čeština
  • Deutsch
  • Español
  • Français
  • Gàidhlig
  • Italiano
  • Latviešu
  • Magyar
  • Nederlands
  • Polski
  • Português
  • Português do Brasil
  • Srpski (lat)
  • Suomi
  • Svenska
  • Türkçe
  • Tiếng Việt
  • Қазақ
  • বাংলা
  • हिंदी
  • Ελληνικά
  • Српски
  • Yкраї́нська
  • Log In
    New user? Click here to register. Have you forgotten your password?
Repository logoRepositorio Institucional
Inicio
Biblioteca
Investigación
Normas
  • Communities & Collections
  • All of DSpace
Estadísticas de Uso
  1. Home
  2. Browse by Author

Browsing by Author "Suxe Hernandez, Teddy"

Now showing 1 - 1 of 1
Results Per Page
Sort Options
  • Loading...
    Thumbnail Image
    Item
    Machine learning para la generación de diccionarios y la efectividad de ataques de contraseñas
    (Universidad Nacional Agraria de la Selva, 2026) Suxe Hernandez, Teddy; Marchand Niño, William Rogelio
    Las contraseñas son uno de los mecanismos más utilizados para la protección de la información; sin embargo, la repetición de patrones y el uso de credenciales débiles las hacen vulnerables a ataques de diccionario. En respuesta a este problema, los modelos de Machine Learning han sido propuestos como una alternativa para la creación de diccionarios de contraseñas. Este estudio tuvo como objetivo comparar la efectividad de ataques de contraseñas realizados con diccionarios generados mediante Machine Learning y diccionarios tradicionales. Para ello, se entrenaron los modelos PassGAN y VGPT2 utilizando el conjunto de datos RockYou y un diccionario personalizado, y los diccionarios resultantes, para ello se emplearon en ataques offline contra hashes NTLM utilizando las herramientas de Hashcat y John the Ripper. La efectividad del ataque y el consumo de recursos computacionales fueron evaluados. Los resultados muestran que los diccionarios tradicionales, particularmente RockYou, lograron una mayor tasa de descifrado; la prueba U de Mann-Whitney confirmó una diferencia estadísticamente significativa a su favor (p = 0.0286). No obstante, los diccionarios generados mediante Machine Learning mostraron un menor consumo de recursos, lo que sugiere su utilidad como una alternativa complementaria en escenarios donde la eficiencia computacional es relevante.
UNIVERSIDAD NACIONAL
AGRARIA DE LA SELVA
Ciudad Universitaria

Carretera Central km. 1.21 Tingo María, Huánuco

Datos del contacto

(44)209020
repositorio@unas.edu.pe
https://portalweb.unas.edu.pe/