Tail exponents of conditional guesswork via the method of types

In der digitalen Welt beruht Sicherheit oft auf einer einfachen, hartnäckigen Barriere: einem Passwort. Für einen Angreifer ist das Einbrechen ein Spiel des reinen Zufalls, ein Prozess des Ratens, bis die richtige Kombination gefunden wird. Dies ist nicht bloß eine Frage des Glücks; es ist ein mathematisches Problem darüber, wie lange es dauert, eine Nadel im Heuhaufen zu finden, wenn der Heuhaufen aus Milliarden von Möglichkeiten besteht. Die Zeit, die man benötigt, um ein Geheimnis zu erraten, hängt stark davon ab, wie das Geheimnis erstellt wurde. Wenn ein Passwort völlig zufällig gewählt wird, ist jede Option gleichermaßen wahrscheinlich, und der Angreifer muss im Durchschnitt die Hälfte der Möglichkeiten ausprobieren. Aber wenn das Passwort einem Muster folgt oder wenn der Angreifer über Zusatzinformationen verfügt – etwa indem er die Lieblingsfarbe des Benutzers kennt oder eine Teilversion des Passworts sieht – ändert sich das Spiel. Der Angreifer kann aufhören, das Unmögliche zu raten, und anfangen, sich auf das Wahrscheinliche zu konzentrieren, wodurch sich die benötigte Zeit bis zum Erfolg verkürzt. Dieses Forschungsfeld, bekannt als Informationstheorie, versucht genau zu messen, wie viel einfacher eine Aufgabe wird, wenn wir diese Hinweise besitzen. Es stellt eine fundamentale Frage: Wenn wir die Regeln des Spiels und die verfügbaren Hinweise kennen, wie schnell können wir einen Sieg erwarten?

Ein Team von Forschern am Eidgenössischen Technischen Institut der Schweiz hat nun eine präzise Antwort auf diese Frage für ein spezifisches, häufiges Szenario geliefert. Sie untersuchten das Problem des Ratens einer langen Sequenz von Zufallssymbolen, wie etwa eines Passworts, wenn der Ratende Zugang zu einer korrelierten Nebeninformation hat. Stellen Sie sich einen Dieb vor, der versucht, einen Code zu erraten, aber er besitzt ein verschwommenes Foto des Tastaturbereichs, das verrät, welche Tasten gedrückt wurden, auch wenn die genaue Reihenfolge unklar bleibt. Die Forscher wollten wissen, wie hoch die Wahrscheinlichkeit ist, dass der Dieb innerhalb einer bestimmten Anzahl von Versuchen erfolgreich ist. Vorherige Studien hatten breite, asymptotische Schätzungen geliefert, die für sehr lange Sequenzen gut funktionierten, aber auf komplexen, schwer zu verifizierenden Annahmen über die Natur der Daten basierten. Diese neue Arbeit durchbricht diese Komplexität. Durch den Einsatz einer Methode, die zählt, auf wie viele Arten eine Sequenz von Symbolen angeordnet werden kann, leitete das Team exakte Formeln für die Wahrscheinlichkeit eines erfolgreichen Ratens ab. Sie fanden heraus, dass die Geschwindigkeit, mit der die Wahrscheinlichkeit des Ratens sinkt, durch eine spezifische mathematische Beziehung bestimmt wird, die die „geneigte“ (tilted) Verteilung der Daten betrifft. In einfachen Worten bedeutet dies, dass sie die exakte Form der gefährlichsten Vermutungen identifiziert haben – die spezifischen Muster von Fehlern oder Lecks, die ein Passwort besonders anfällig für einen schnellen Bruch machen.

Die Forscher konzentrierten sich auf zwei Hauptsituationen. Zuerst betrachteten sie den Fall, in dem der Ratende keine Nebeninformationen hat und einfach versucht, einen zufälligen Code zu knacken. Sie bestätigten frühere Ergebnisse, taten dies jedoch mit einem viel einfacheren, direkteren Ansatz, der klar aufzeigt, welche Arten von Sequenzen am schwersten zu erraten sind. Dann erweiterten sie diese Logik auf das realistischere Szenario, in dem Nebeninformationen vorhanden sind. Hier beobachtet der Ratende ein verwandtes Signal, wie etwa eine verrauschte Version des Passworts, und nutzt dieses, um die Möglichkeiten einzugrenzen. Das Team bewies, dass die Rate, mit der die Ausfallwahrscheinlichkeit abnimmt, durch ein spezifisches Optimierungsproblem bestimmt wird. Sie zeigten, dass der entscheidende Faktor eine bestimmte Verteilung von Wahrscheinlichkeiten ist, die sich verschiebt oder „neigt“, basierend darauf, wie viele Versuche dem Angreifer erlaubt werden. Diese geneigte Verteilung repräsentiert das Worst-Case-Szenario für den Verteidiger: Es ist die spezifische Art und Weise, wie die Nebeninformation mit dem Passwort korreliert sein könnte, die das Ratenspiel für den Angreifer am einfachsten macht.

Um den praktischen Wert ihrer Erkenntnisse zu demonstrieren, wandten die Autoren ihre neuen Formeln auf ein konkretes Sicherheitsproblem an: das Brute-Force-Passwortraten mit Nebeninformationen. Sie modellierten ein System, bei dem ein Passwort aus einem spezifischen statistischen Muster generiert wird – ähnlich wie Menschen oft gebräuchliche Wörter oder Namen wählen – und bei dem ein Angreifer ein Signal erhält, das manchmal das korrekte Zeichen offenbart und manchmal ein leeres Feld zeigt. Unter Verwendung ihres abgeleiteten Exponenten berechneten sie exakt, wie lang ein Passwort sein muss, um sicherzustellen, dass ein Angreifer, selbst mit erheblichen Nebeninformationen, nur eine winzige Chance von eins zu einer Million hat, den korrekten Code in einer geringen Anzahl von Versuchen zu erraten. In ihrem Beispiel, mit einem spezifischen Typ von Passwortmuster und einem Signal, das halb korrekt und halb fehlend ist, ermittelten sie, dass eine Passwortlänge von etwa vierundzwanzig Zeichen ausreicht, um die Sicherheit zu gewährleisten. Dieses Ergebnis geht über vage Warnungen vor der Passwortstärke hinaus; es liefert eine präzise, berechenbare Metrik dafür, wie viel Länge nötig ist, um spezifischen Arten von Informationslecks entgegenzuwirken.

Die Bedeutung dieser Arbeit liegt in ihrer Klarheit und Direktheit. Während die bisherige Forschung auf schwerfälligen Mechanismen beruhte, die nur im Grenzfall unendlicher Daten funktionierten, liefert diese Studie explizite Ausdrücke, die für die tatsächlichen, endlichen Längen von Passwörtern gelten, die wir wirklich verwenden. Die Forscher haben nicht nur suggeriert, dass Nebeninformationen das Raten einfacher machen; sie haben es exakt quantifiziert und die präzise mathematische Grenze identifiziert, an der Sicherheit hält und wo sie zusammenbricht. Ihre Methode ermöglicht es Sicherheitsdesignern, auf eine spezifische Art von Leck zu blicken und sofort die notwendige Verteidigung zu berechnen, ohne endlose Simulationen durchführen zu müssen oder sich auf Näherungen verlassen zu müssen. Indem sie ein komplexes probabilistisches Problem in eine lösbare Gleichung verwandeln, bietet die Arbeit ein neues Werkzeug zum Verständnis der Grenzen der Geheimhaltung in einer Welt, in der Informationen selten perfekt, aber auch selten völlig verborgen sind.