Cet article présente l'Entropie d'Espérance, une nouvelle métrique conçue pour estimer la robustesse des mots de passe aléatoires ou pseudo-aléatoires. La motivation découle d'un manque pratique dans les outils d'évaluation existants. Les formules classiques basées sur la combinatoire (par ex., $\log_2(\text{espace de caractères}^{\text{longueur}})$) produisent des résultats de l'ordre de dizaines de bits, tandis que la suite d'estimation d'entropie NIST, standard de l'industrie, fournit un score d'entropie min normalisé entre 0 et 1. Cette divergence rend la comparaison directe et l'interprétation intuitive difficile. L'Entropie d'Espérance comble ce fossé en fournissant une estimation de la robustesse sur la même échelle 0-1 que l'outil NIST, où une valeur de, par exemple, 0,4 indique qu'un attaquant doit parcourir exhaustivement au moins 40 % du nombre total de tentatives possibles pour trouver le mot de passe.
Ce travail s'inscrit dans le contexte du projet « PHY2APP », qui se concentre sur la génération de mots de passe symétriques robustes pour le provisionnement de périphériques Wi-Fi (protocole ComPass) en utilisant des méthodes de sécurité de la couche physique, soulignant le besoin d'une métrique de robustesse robuste et évolutive.
L'entropie mesure le désordre, l'aléa ou l'incertitude. Différentes définitions s'appliquent de manière variable à la robustesse des mots de passe.
Définie comme $H_{\infty} = -\log_2(\max(p_i))$, où $p_i$ est la probabilité d'un élément. Elle représente le scénario du pire cas, mesurant la difficulté à deviner l'issue la plus probable. C'est la base du résultat de la suite NIST.
Définie comme $H_1 = -\sum_{i=1}^{N} p_i \log_2 p_i$. Elle fournit une mesure moyenne du contenu informationnel mais est critiquée pour son absence de lien avec la difficulté réelle de devinage dans le contexte du cassage de mots de passe, car elle ignore la longueur du mot de passe et la stratégie optimale de l'attaquant.
Définie comme $H_0 = \log_2 N$, elle ne mesure que la taille de la distribution (taille de l'alphabet), ignorant complètement les probabilités des caractères.
Définie comme $G = \sum_{i=1}^{N} p_i \cdot i$, où les tentatives sont ordonnées par probabilité décroissante. Elle mesure le nombre espéré de tentatives requises par un attaquant optimal. Elle est plus directement liée au temps de cassage pratique mais n'est pas normalisée.
L'Entropie d'Espérance s'appuie sur le concept de l'Entropie de Devinage mais est normalisée sur une échelle [0, 1]. L'idée centrale est d'estimer la robustesse à partir de la composition d'un seul mot de passe. Elle considère des ensembles de caractères disjoints : lettres minuscules $L$ (|L|=26), lettres majuscules $U$ (26), chiffres $D$ (10) et symboles $S$ (32), formant un espace de caractères total $K$ de taille 94 pour l'anglais.
Bien que la dérivation mathématique complète pour un mot de passe unique soit sous-entendue mais pas entièrement explicite dans l'extrait fourni, la métrique normalise essentiellement l'effort requis par un attaquant optimal par rapport à l'espace de recherche total. Si $G$ est l'Entropie de Devinage et $N$ le nombre total de mots de passe possibles (par ex., $94^{\text{longueur}}$ pour l'espace complet), une forme normalisée pourrait être conceptuellement liée à $E \approx G / N_{eff}$, où $N_{eff}$ est une taille d'espace de recherche effective tenant compte de la composition du mot de passe.
L'innovation clé réside dans son échelle interprétable. Une valeur d'Entropie d'Espérance de $\alpha$ (où $0 \le \alpha \le 1$) signifie qu'un attaquant doit effectuer au moins une fraction $\alpha$ du nombre total de tentatives requises (dans un ordre optimal) pour casser le mot de passe. Une valeur de 1 indique une aléa idéal où l'attaquant doit effectuer une recherche par force brute complète. Cela s'aligne intuitivement avec l'échelle d'entropie min du NIST, facilitant la comparaison et la prise de décision pour les concepteurs de systèmes.
Idée Maîtresse : Reaz et Wunder ne proposent pas simplement une autre métrique d'entropie ; ils tentent de résoudre un fossé critique d'utilisabilité et d'interprétabilité en ingénierie de la sécurité. Le vrai problème n'est pas un manque de mesures de complexité, mais la friction cognitive lorsqu'un outil combinatoire crie « 80 bits ! » et que le NIST murmure « 0,7 ». L'Entropie d'Espérance est un traducteur pragmatique, convertissant la robustesse cryptographique en un score de risque probabiliste et actionnable sur un tableau de bord unifié.
Enchaînement Logique : L'argument est élégamment simple : 1) Les métriques existantes vivent sur des planètes différentes (bits vs. scores normalisés), causant la confusion. 2) L'Entropie de Devinage ($G$) est plus proche de la réalité d'un attaquant mais n'est pas bornée. 3) Par conséquent, normaliser $G$ par rapport à l'espace de recherche effectif pour créer un score 0-1 qui correspond directement au pourcentage d'effort requis par l'attaquant. Cela fait le pont entre le théorique (l'entropie min du NIST) et le pratique (la charge de travail du craqueur de mots de passe).
Points Forts & Faiblesses : Sa force réside dans son élégante simplicité et son interprétabilité immédiate — une aubaine pour les décideurs et les architectes système. Cependant, le diable se cache dans les hypothèses de distribution. La précision de la métrique dépend fortement d'une modélisation correcte de la distribution de probabilité $p_i$ des caractères à partir d'un seul échantillon de mot de passe, ce qui est un problème statistique notoirement difficile. Contrairement à la suite NIST qui teste de longs flux de bits, l'appliquer à un mot de passe court de 16 caractères nécessite des estimateurs robustes qui peuvent être sensibles aux biais. L'article, d'après l'extrait, ne détaille pas entièrement ce processus d'estimation pour une instance unique, ce qui est son talon d'Achille.
Perspectives Actionnables : Pour les équipes de sécurité, cette métrique pourrait être intégrée dans des API de création de mots de passe ou des plugins Active Directory pour fournir un retour de robustesse intuitif et en temps réel (« Votre mot de passe nécessite 60 % des tentatives pour être cassé »). Pour les chercheurs, l'étape suivante doit être une validation empirique rigoureuse et à grande échelle contre des outils de cassage réels (comme Hashcat ou John the Ripper) pour calibrer le modèle. Une Entropie d'Espérance de 0,8 signifie-t-elle vraiment 80 % de l'espace de recherche ? Cela nécessite une preuve contre des modèles d'IA adversariaux, similaire à l'utilisation des GANs pour attaquer d'autres domaines de sécurité. Le concept est prometteur, mais son utilité opérationnelle dépend d'une validation transparente et évaluée par les pairs au-delà de l'environnement contrôlé des mots de passe générés par machine.
Sur la base des concepts décrits, l'Entropie d'Espérance $H_E$ pour un mot de passe peut être conceptualisée. Soit un mot de passe de longueur $l$ tiré d'un alphabet $\mathcal{A}$ avec une distribution de probabilité associée pour chaque position de caractère (qui peut être estimée à partir du mot de passe lui-même ou d'un corpus de référence).
L'algorithme précis et efficace pour estimer cela à partir d'un seul échantillon est la contribution technique centrale sous-entendue par les auteurs.
Note : L'extrait PDF fourni ne contient pas de résultats expérimentaux ou de graphiques spécifiques. Ce qui suit est une description basée sur ce qu'une étude de validation typique pour une telle métrique impliquerait.
Une évaluation complète de l'Entropie d'Espérance impliquerait probablement les graphiques suivants :
Le résultat clé à valider est l'affirmation : « Avoir une Entropie d'Espérance d'une certaine valeur, par exemple 0,4, signifie qu'un attaquant doit parcourir exhaustivement au moins 40 % du nombre total de tentatives. » Cela nécessite des simulations d'attaques empiriques.
Scénario : Évaluation de deux mots de passe de 12 caractères pour un système utilisant l'espace ASCII imprimable de 94 caractères.
Summer2024!k9$Lp@2W#r1ZRobustesse en Bits Classique : Les deux ont le même maximum théorique : $\log_2(94^{12}) \approx 78,7$ bits.
Analyse par l'Entropie d'Espérance :
Cet exemple démontre comment l'Entropie d'Espérance fournit une évaluation des risques plus nuancée et réaliste que la robustesse en bits identique de la formule classique.
Applications Immédiates :
Orientations Futures de la Recherche :