TEDxCMU
Lorrie Faith Cranor: What’s wrong with your pa$$w0rd?
Lorrie Faith Cranor: O que está errado com sua $enh@?
Filmed:
Readability: 4.5
1,566,161 views
Lorrie Faith Cranor estudou milhares de senhas reais para descobrir os erros surpreendentes e muito comuns que usuários e sites seguros cometem e comprometem a segurança. E como, você pergunta, ela estudou milhares de senhas sem comprometer a segurança de qualquer usuário? Isso é uma história por si só. São dados secretos que vale a pena saber, especialmente se sua senha for 123456...
Lorrie Faith Cranor - Security researcher
At Carnegie Mellon University, Lorrie Faith Cranor studies online privacy, usable security, phishing, spam and other research around keeping us safe online. Full bio
At Carnegie Mellon University, Lorrie Faith Cranor studies online privacy, usable security, phishing, spam and other research around keeping us safe online. Full bio
Double-click the English transcript below to play the video.
Eu sou professora de ciência da computação
e engenharia aqui na Carnegie Mellon,
e engenharia aqui na Carnegie Mellon,
00:12
I am a computer science and engineering
professor here at Carnegie Mellon,
professor here at Carnegie Mellon,
0
535
3445
00:15
and my research focuses on
usable privacy and security,
usable privacy and security,
1
3980
4248
e minha pesquisa tem foco
em privacidade utilizável e segurança,
em privacidade utilizável e segurança,
00:20
and so my friends like to give me examples
2
8228
2768
e meus amigos gostam de me dar exemplos
00:22
of their frustrations with computing systems,
3
10996
2202
de suas frustrações
com sistemas de computadores,
com sistemas de computadores,
00:25
especially frustrations related to
4
13198
3354
especialmente frustrações relacionadas
00:28
unusable privacy and security.
5
16552
4112
a privacidade não utilizável e segurança.
00:32
So passwords are something that I hear a lot about.
6
20664
2711
E senhas são algo
de que escuto falar bastante.
de que escuto falar bastante.
00:35
A lot of people are frustrated with passwords,
7
23375
2880
Muitas pessoas
ficam frustradas com senhas,
ficam frustradas com senhas,
00:38
and it's bad enough
8
26255
1694
e já é ruim o suficiente
00:39
when you have to have one really good password
9
27949
2644
quando temos que ter uma senha muito boa
00:42
that you can remember
10
30593
1822
que consigamos lembrar
00:44
but nobody else is going to be able to guess.
11
32415
2894
mas ninguém mais consiga adivinhar.
00:47
But what do you do when you have accounts
12
35309
1637
Mas o que fazer quando se têm contas
00:48
on a hundred different systems
13
36946
1808
em centenas de sistemas diferentes
00:50
and you're supposed to have a unique password
14
38754
2276
e cada um desses sistemas
00:53
for each of these systems?
15
41030
3037
deve ter uma senha única?
00:56
It's tough.
16
44067
2184
É difícil.
00:58
At Carnegie Mellon, they used to make it
17
46251
1759
Na Carnegie Mellon, eles costumavam
01:00
actually pretty easy for us
18
48010
1299
deixar muito fácil para que nós
01:01
to remember our passwords.
19
49309
1737
lembrássemos nossas senhas.
01:03
The password requirement up through 2009
20
51046
2403
A exigência para a senha até 2009
01:05
was just that you had to have a password
21
53449
2379
era somente que a senha
01:07
with at least one character.
22
55828
2211
tinha que ter pelo menos um caractere.
01:10
Pretty easy. But then they changed things,
23
58039
2888
Bem fácil. Mas então
eles mudaram as coisas,
eles mudaram as coisas,
01:12
and at the end of 2009, they announced
24
60927
2670
E no final de 2009, foi anunciado
01:15
that we were going to have a new policy,
25
63597
2376
que teríamos uma nova política,
01:17
and this new policy required
26
65973
1863
e essa nova política exigia
01:19
passwords that were at least eight characters long,
27
67836
2681
senhas que tivessem
pelo menos oito caracteres,
pelo menos oito caracteres,
com uma letra maiúscula, letra minúscula,
01:22
with an uppercase letter, lowercase letter,
28
70517
1775
01:24
a digit, a symbol,
29
72292
1288
um dígito, um símbolo,
01:25
you couldn't use the same
character more than three times,
character more than three times,
30
73580
2638
não podia usar o mesmo caractere
mais de três vezes,
mais de três vezes,
01:28
and it wasn't allowed to be in a dictionary.
31
76218
2434
e não poderia estar num dicionário.
01:30
Now, when they implemented this new policy,
32
78652
2182
E quando essa nova política
foi implementada,
foi implementada,
01:32
a lot of people, my colleagues and friends,
33
80834
2310
muitas pessoas, meus amigos e colegas,
chegaram até mim e disseram:
01:35
came up to me and they said, "Wow,
34
83144
1854
"Uau, agora é realmente não utilizável.
01:36
now that's really unusable.
35
84998
1512
01:38
Why are they doing this to us,
36
86510
1193
Por que estão fazendo isso conosco,
01:39
and why didn't you stop them?"
37
87703
1711
e por que você não os deteve?"
01:41
And I said, "Well, you know what?
38
89414
1356
Eu disse: "Bem, quer saber?
01:42
They didn't ask me."
39
90770
1508
Não me perguntaram."
01:44
But I got curious, and I decided to go talk
40
92278
3465
Mas fiquei curiosa e decidi ir falar
com as pessoas responsáveis por nossos
sistemas de computadores
sistemas de computadores
01:47
to the people in charge of our computer systems
41
95743
1937
01:49
and find out what led them to introduce
42
97680
2831
e descobrir o que os levou a introduzir
01:52
this new policy,
43
100511
1848
essa nova política,
01:54
and they said that the university
44
102359
1584
e disseram que a universidade
01:55
had joined a consortium of universities,
45
103943
2366
tinha entrado em um consórcio
de universidades,
de universidades,
01:58
and one of the requirements of membership
46
106309
2634
e uma das exigências para se tornar membro
02:00
was that we had to have stronger passwords
47
108943
2248
era que tínhamos
que ter senhas mais seguras
que ter senhas mais seguras
02:03
that complied with some new requirements,
48
111191
2272
que cumprissem algumas novas condições,
02:05
and these requirements were that our passwords
49
113463
2104
e essas condições eram que nossas senhas
02:07
had to have a lot of entropy.
50
115567
1604
tinham que ter muita entropia.
02:09
Now entropy is a complicated term,
51
117171
2278
Entropia é um termo complicado,
02:11
but basically it measures the strength of passwords.
52
119449
2798
mas basicamente ela mede
a força de senhas.
a força de senhas.
02:14
But the thing is, there isn't actually
53
122247
1979
Acontece que não há exatamente
02:16
a standard measure of entropy.
54
124226
1949
uma medida padrão de entropia.
02:18
Now, the National Institute
of Standards and Technology
of Standards and Technology
55
126175
2399
O Instituto Nacional
de Padrões e Tecnologia
de Padrões e Tecnologia
02:20
has a set of guidelines
56
128574
1553
tem um conjunto de diretrizes
02:22
which have some rules of thumb
57
130127
2568
que têm umas regras práticas
02:24
for measuring entropy,
58
132695
1440
para medir entropia,
02:26
but they don't have anything too specific,
59
134135
2895
mas não têm nada muito específico,
02:29
and the reason they only have rules of thumb
60
137030
2337
e a razão pela qual só têm regras práticas
02:31
is it turns out they don't actually have any good data
61
139367
3136
é que, pelo jeito, eles não têm bons dados
02:34
on passwords.
62
142503
1520
sobre senhas.
02:36
In fact, their report states,
63
144023
2312
De fato, seus relatórios dizem:
02:38
"Unfortunately, we do not have much data
64
146335
2328
"Infelizmente, não temos muitos dados
02:40
on the passwords users
choose under particular rules.
choose under particular rules.
65
148663
2842
sobre as senhas que os usuários usam
sob regras específicas.
sob regras específicas.
02:43
NIST would like to obtain more data
66
151505
2333
O NIST gostaria de obter mais dados
02:45
on the passwords users actually choose,
67
153838
2462
sobre as senhas
que os usuários de fato usam,
que os usuários de fato usam,
mas os administradores de sistema
se recusam, compreensivamente,
se recusam, compreensivamente,
02:48
but system administrators
are understandably reluctant
are understandably reluctant
68
156300
2463
02:50
to reveal password data to others."
69
158763
2940
a revelar dados
sobre as senhas para outros."
sobre as senhas para outros."
02:53
So this is a problem, but our research group
70
161703
3097
Esse é um problema,
mas nosso grupo de pesquisa
mas nosso grupo de pesquisa
02:56
looked at it as an opportunity.
71
164800
2140
tomou isso como uma oportunidade.
02:58
We said, "Well, there's a need
for good password data.
for good password data.
72
166940
3100
Nós dissemos: "Bem, há necessidade
de bons dados sobre senhas.
de bons dados sobre senhas.
03:02
Maybe we can collect some good password data
73
170040
2148
Talvez possamos coletar
bons dados sobre senhas
bons dados sobre senhas
03:04
and actually advance the state of the art here.
74
172188
2704
e de fato fazer algum progresso
no estado da arte.
no estado da arte.
03:06
So the first thing we did is,
75
174892
1672
A primeira coisa que fizemos foi,
03:08
we got a bag of candy bars
76
176564
1556
Pegamos uma sacola de doces,
03:10
and we walked around campus
77
178120
1086
caminhamos pelo campus,
03:11
and talked to students, faculty and staff,
78
179206
2798
conversamos com alunos,
professores e funcionários
professores e funcionários
03:14
and asked them for information
79
182004
1530
e pedimos informações
03:15
about their passwords.
80
183534
1552
sobre suas senhas.
03:17
Now we didn't say, "Give us your password."
81
185086
3004
Nós não dissemos: "Diga-nos sua senha."
03:20
No, we just asked them about their password.
82
188090
2661
Não, só fizemos perguntas
sobre suas senhas.
sobre suas senhas.
Quantos caracteres? Contém algum dígito?
03:22
How long is it? Does it have a digit?
83
190751
1478
03:24
Does it have a symbol?
84
192229
1068
Contém um símbolo?
03:25
And were you annoyed at having to create
85
193297
2045
E você ficou incomodado
por ter tido que criar
por ter tido que criar
03:27
a new one last week?
86
195342
2744
uma nova senha semana passada?
03:30
So we got results from 470 students,
87
198086
3206
E reunimos respostas de 470 alunos,
professores e funcionários,
03:33
faculty and staff,
88
201292
971
03:34
and indeed we confirmed that the new policy
89
202263
2514
e, de fato, confirmamos
que a nova política
que a nova política
03:36
was very annoying,
90
204777
1453
foi muito incômoda,
03:38
but we also found that people said
91
206230
1792
mas também descobrimos
que as pessoas disseram
que as pessoas disseram
03:40
they felt more secure with these new passwords.
92
208022
3130
que se sentem mais seguras
com essas senhas novas.
com essas senhas novas.
03:43
We found that most people knew
93
211152
2306
Descobrimos que muitas pessoas sabiam
03:45
they were not supposed to
write their password down,
write their password down,
94
213458
2152
que não deveriam anotar
suas senhas num papel
suas senhas num papel
03:47
and only 13 percent of them did,
95
215610
2391
e somente 13% anotavam,
03:50
but disturbingly, 80 percent of people
96
218001
2416
mas preocupantemente, 80% das pessoas
03:52
said they were reusing their password.
97
220417
2124
disseram que reutilizavam suas senhas.
03:54
Now, this is actually more dangerous
98
222541
1796
E isso é, na verdade, mais perigoso
03:56
than writing your password down,
99
224337
2022
do que anotar sua senha num papel,
03:58
because it makes you much
more susceptible to attackers.
more susceptible to attackers.
100
226359
3561
porque deixa você muito mais
suscetível a ataques.
suscetível a ataques.
04:01
So if you have to, write your passwords down,
101
229920
3118
Então se precisar,
anote suas senhas num papel,
anote suas senhas num papel,
04:05
but don't reuse them.
102
233038
1799
mas não reutilize-as.
04:06
We also found some interesting things
103
234837
1751
Também descobrimos coisas interessantes
04:08
about the symbols people use in passwords.
104
236588
2961
sobre os símbolos
que as pessoas usam nas senhas.
que as pessoas usam nas senhas.
04:11
So CMU allows 32 possible symbols,
105
239549
2799
A CMU permite 32 símbolos possíveis,
04:14
but as you can see, there's only a small number
106
242348
2433
mas como podem ver,
só há uma pequena quantidade
só há uma pequena quantidade
04:16
that most people are using,
107
244781
1802
que a maioria das pessoas usam,
04:18
so we're not actually getting very much strength
108
246583
2941
então não temos muita força, na verdade,
04:21
from the symbols in our passwords.
109
249524
2466
dos símbolos em nossas senhas.
04:23
So this was a really interesting study,
110
251990
2711
Esse estudo foi muito interessante,
04:26
and now we had data from 470 people,
111
254701
2464
e agora tínhamos dados de 470 pessoas,
04:29
but in the scheme of things,
112
257165
1305
mas no esquema das coisas,
04:30
that's really not very much password data,
113
258470
2580
isso não é quase nada
de dados sobre senhas,
de dados sobre senhas,
04:33
and so we looked around to see
114
261050
1445
e nós olhamos em volta para ver
04:34
where could we find additional password data?
115
262495
2560
onde poderíamos encontrar
mais dados sobre senhas?
mais dados sobre senhas?
04:37
So it turns out there are a lot of people
116
265055
2176
E aparentemente, há muita gente
04:39
going around stealing passwords,
117
267231
2202
por aí roubando senhas,
04:41
and they often go and post these passwords
118
269433
2477
e normalmente elas vão
e publicam essas senhas
e publicam essas senhas
04:43
on the Internet.
119
271910
1337
na Internet.
04:45
So we were able to get access
120
273247
1673
E nós pudemos ter acesso
04:46
to some of these stolen password sets.
121
274920
3970
a alguns desses conjuntos
de senhas roubadas.
de senhas roubadas.
04:50
This is still not really ideal for research, though,
122
278890
2328
Ainda não é o ideal para a pesquisa,
04:53
because it's not entirely clear
123
281218
2037
porque não fica inteiramente claro
04:55
where all of these passwords came from,
124
283255
2184
de onde todas essas senhas vieram,
04:57
or exactly what policies were in effect
125
285439
2242
ou que políticas exatamente
estavam em vigor
estavam em vigor
04:59
when people created these passwords.
126
287681
2108
quando as pessoas criaram essas senhas.
05:01
So we wanted to find some better source of data.
127
289789
3552
E nós queríamos achar
uma fonte de dados melhor.
uma fonte de dados melhor.
E decidimos que uma coisa
que podíamos fazer
que podíamos fazer
05:05
So we decided that one thing we could do
128
293341
1634
05:06
is we could do a study and have people
129
294975
2129
é que podíamos fazer um estudo e
fazer as pessoas
fazer as pessoas
05:09
actually create passwords for our study.
130
297104
3240
criarem senhas para o nosso estudo.
05:12
So we used a service called
Amazon Mechanical Turk,
Amazon Mechanical Turk,
131
300344
2821
E nós usamos um serviço chamado
Amazon Mechanical Turk,
Amazon Mechanical Turk,
05:15
and this is a service where you can post
132
303165
2334
E esse é um serviço onde você pode postar
uma pequena tarefa online
que demora um minuto,
que demora um minuto,
05:17
a small job online that takes a minute,
133
305499
2304
alguns minutos, uma hora,
05:19
a few minutes, an hour,
134
307803
1500
e pagar às pessoas cinco,
dez centavos, alguns dólares,
dez centavos, alguns dólares,
05:21
and pay people, a penny, ten cents, a few dollars,
135
309303
2584
05:23
to do a task for you,
136
311887
1346
para realizar a tarefa para você,
05:25
and then you pay them through Amazon.com.
137
313233
2122
e então você as paga
através da Amazon.com.
através da Amazon.com.
05:27
So we paid people about 50 cents
138
315355
2294
Nós pagamos às pessoas
cerca de 50 centavos
cerca de 50 centavos
05:29
to create a password following our rules
139
317649
2596
para criar uma senha
seguindo nossas regras
seguindo nossas regras
05:32
and answering a survey,
140
320245
1410
e responder uma pesquisa,
05:33
and then we paid them again to come back
141
321655
2525
e então pagamos novamente
para que voltassem
para que voltassem
05:36
two days later and log in
142
324180
2071
dois dias depois e se logassem
05:38
using their password and answering another survey.
143
326251
2574
usando sua senha
e respondessem outra pesquisa.
e respondessem outra pesquisa.
05:40
So we did this, and we collected 5,000 passwords,
144
328825
4464
Nós fizemos isso e coletamos 5 mil senhas,
05:45
and we gave people a bunch of different policies
145
333289
2695
e demos às pessoas diferentes políticas
05:47
to create passwords with.
146
335984
1508
para criar senhas.
05:49
So some people had a pretty easy policy,
147
337492
1910
Alguns tinham uma política bem simples,
05:51
we call it Basic8,
148
339402
1539
que chamamos de Basic8,
05:52
and here the only rule was that your password
149
340941
2146
E nessa, a única regra era que a senha
05:55
had to have at least eight characters.
150
343087
3416
tinha que ter pelo menos oito caracteres.
e algumas pessoas tiveram
uma política bem mais complexa,
uma política bem mais complexa,
05:58
Then some people had a much harder policy,
151
346503
2251
06:00
and this was very similar to the CMU policy,
152
348754
2537
que era muito similar à política da CMU.
06:03
that it had to have eight characters
153
351291
1934
que tinha que ter oito caracteres
06:05
including uppercase, lowercase, digit, symbol,
154
353225
2376
incluindo maiúscula,
minúscula, dígito, símbolo,
minúscula, dígito, símbolo,
06:07
and pass a dictionary check.
155
355601
2389
e passar um teste de dicionário.
E uma outra política que tentamos,
06:09
And one of the other policies we tried,
156
357990
1335
06:11
and there were a whole bunch more,
157
359325
1270
e havia muitas outras,
06:12
but one of the ones we tried was called Basic16,
158
360595
2240
mas uma das que tentamos
era chamada Basic16,
era chamada Basic16,
06:14
and the only requirement here
159
362835
2632
e a única exigência aqui
06:17
was that your password had
to have at least 16 characters.
to have at least 16 characters.
160
365467
3153
era que sua senha tinha que ter
pelo menos 16 caracteres.
pelo menos 16 caracteres.
06:20
All right, so now we had 5,000 passwords,
161
368620
2458
Certo, e agora nós tínhamos 5 mil senhas,
06:23
and so we had much more detailed information.
162
371078
3563
e assim nós tínhamos informações
muito mais detalhadas.
muito mais detalhadas.
06:26
Again we see that there's only a small number
163
374641
2559
Novamente, vemos que somente
um pequeno número
um pequeno número
06:29
of symbols that people are actually using
164
377200
1915
de símbolos estão sendo usados
06:31
in their passwords.
165
379115
1886
nas senhas.
06:33
We also wanted to get an idea of how strong
166
381001
2599
Também queríamos ter uma noção da força
06:35
the passwords were that people were creating,
167
383600
2771
das senhas que as pessoas estavam criando,
06:38
but as you may recall, there isn't a good measure
168
386371
2620
mas como vocês se lembram,
não há uma boa medida
não há uma boa medida
06:40
of password strength.
169
388991
1754
da força de uma senha.
06:42
So what we decided to do was to see
170
390745
2312
e o que decidimos fazer foi observar
06:45
how long it would take to crack these passwords
171
393057
2370
quanto tempo demoraria
para quebrar uma senha
para quebrar uma senha
usando as melhores ferramentas de quebra
06:47
using the best cracking tools
172
395427
1414
06:48
that the bad guys are using,
173
396841
1808
que os vilões estão usando,
06:50
or that we could find information about
174
398649
2016
ou sobre as quais conseguíamos
encontrar informações
encontrar informações
06:52
in the research literature.
175
400665
1537
na literatura de pesquisa.
06:54
So to give you an idea of how bad guys
176
402202
2758
Então para dar uma ideia de como os vilões
06:56
go about cracking passwords,
177
404960
2170
fazem para quebrar senhas,
06:59
they will steal a password file
178
407130
1951
eles roubariam um arquivo de senhas
07:01
that will have all of the passwords
179
409081
2153
que teria todas as senhas
07:03
in kind of a scrambled form, called a hash,
180
411234
2889
numa forma embaralhada chamada de hash
07:06
and so what they'll do is they'll make a guess
181
414123
2562
e o que fariam é, eles chutariam
07:08
as to what a password is,
182
416685
1712
o que uma senha seria,
07:10
run it through a hashing function,
183
418397
1897
passariam-na por uma função hash
07:12
and see whether it matches
184
420294
1765
e verificariam se bate
07:14
the passwords they have on
their stolen password list.
their stolen password list.
185
422059
3950
com as senhas que eles têm
em sua lista roubada.
em sua lista roubada.
07:18
So a dumb attacker will try every password in order.
186
426009
3105
Um atacante burro tentaria
todas as senhas na ordem.
todas as senhas na ordem.
07:21
They'll start with AAAAA and move on to AAAAB,
187
429114
3568
Começariam com AAAAA e depois AAAAB,
07:24
and this is going to take a really long time
188
432682
2418
e isso demoraria muito
07:27
before they get any passwords
189
435100
1526
antes de conseguirem qualquer senha
07:28
that people are really likely to actually have.
190
436626
2697
que seja realmente provável
de ser usada por alguém
de ser usada por alguém
07:31
A smart attacker, on the other hand,
191
439323
2183
Um atacante esperto, por outro lado,
07:33
does something much more clever.
192
441506
1386
faz algo muito mais inteligente.
07:34
They look at the passwords
193
442892
1826
Eles olham para as senhas
07:36
that are known to be popular
194
444718
1800
que são conhecidamente populares
07:38
from these stolen password sets,
195
446518
1727
daqueles conjuntos de senhas roubadas,
07:40
and they guess those first.
196
448245
1189
e chutam aquelas primeiro.
07:41
So they're going to start by guessing "password,"
197
449434
2134
Eles vão começar chutando "password",
07:43
and then they'll guess "I love you," and "monkey,"
198
451568
2751
e então vão chutar
"eu te amo" e "macaco",
"eu te amo" e "macaco",
07:46
and "12345678,"
199
454319
2583
e "12345678",
07:48
because these are the passwords
200
456902
1312
porque essas são as senhas
07:50
that are most likely for people to have.
201
458214
1905
que são mais prováveis
de serem usadas por alguém.
de serem usadas por alguém.
07:52
In fact, some of you probably have these passwords.
202
460119
3261
De fato, alguns de vocês
até têm essas senhas.
até têm essas senhas.
07:57
So what we found
203
465191
1298
E o que descobrimos
07:58
by running all of these 5,000 passwords we collected
204
466489
3406
ao rodar essas 5 mil senhas coletadas
08:01
through these tests to see how strong they were,
205
469895
4106
através desses testes para ver sua força,
08:06
we found that the long passwords
206
474001
2752
descobrimos que as senhas longas
08:08
were actually pretty strong,
207
476753
1280
eram realmente bem fortes,
08:10
and the complex passwords were pretty strong too.
208
478033
3262
e as senhas complexas
eram bem fortes também.
eram bem fortes também.
08:13
However, when we looked at the survey data,
209
481295
2442
Entretanto, quando olhamos
os dados da pesquisa,
os dados da pesquisa,
08:15
we saw that people were really frustrated
210
483737
3024
vimos que as pessoas
ficavam muito frustradas
ficavam muito frustradas
08:18
by the very complex passwords,
211
486761
2339
com as senhas muito complexas,
08:21
and the long passwords were a lot more usable,
212
489100
2630
e as senhas longas
eram muito mais utilizáveis,
eram muito mais utilizáveis,
08:23
and in some cases, they were actually
213
491730
1325
e em alguns casos, elas eram mesmo
08:25
even stronger than the complex passwords.
214
493055
2908
até mais fortes do que
as senhas complexas.
as senhas complexas.
08:27
So this suggests that,
215
495963
1169
E isso sugere que,
08:29
instead of telling people that they need
216
497132
1703
em vez de dizer às pessoas que precisam
08:30
to put all these symbols and numbers
217
498835
1522
pôr todos esses símbolos e números
08:32
and crazy things into their passwords,
218
500357
2842
e coisas loucas em suas senhas,
08:35
we might be better off just telling people
219
503199
2022
talvez seja muito melhor só dizer
08:37
to have long passwords.
220
505221
2652
para terem senhas longas.
08:39
Now here's the problem, though:
221
507873
1792
Mas aqui há um problema:
08:41
Some people had long passwords
222
509665
2255
Algumas pessoas tinham senhas longas
que não eram muito fortes, na verdade.
08:43
that actually weren't very strong.
223
511920
1555
08:45
You can make long passwords
224
513475
1997
Você pode criar senhas longas
08:47
that are still the sort of thing
225
515472
1556
que ainda são o tipo de coisa
08:49
that an attacker could easily guess.
226
517028
1742
que um atacante adivinharia facilmente.
08:50
So we need to do more than
just say long passwords.
just say long passwords.
227
518770
3365
Então precisamos fazer mais
do que só pedir senhas longas.
do que só pedir senhas longas.
08:54
There has to be some additional requirements,
228
522135
1936
Tem que haver algumas
exigências adicionais,
exigências adicionais,
08:56
and some of our ongoing research is looking at
229
524071
2969
e algumas de nossas pesquisas atuais
estão observando
estão observando
08:59
what additional requirements we should add
230
527040
2439
que exigências adicionais deveríamos impor
09:01
to make for stronger passwords
231
529479
2104
para gerar senhas mais fortes
09:03
that also are going to be easy for people
232
531583
2312
que também serão fáceis para as pessoas
09:05
to remember and type.
233
533895
2698
lembrarem e digitarem.
09:08
Another approach to getting people to have
234
536593
2126
Outra abordagem
para fazer as pessoas terem
para fazer as pessoas terem
09:10
stronger passwords is to use a password meter.
235
538719
2257
senhas mais fortes
é ter um medidor de senha.
é ter um medidor de senha.
09:12
Here are some examples.
236
540976
1385
Eis alguns exemplos.
09:14
You may have seen these on the Internet
237
542361
1401
Talvez vocês já
os tenham visto na Internet
os tenham visto na Internet
09:15
when you were creating passwords.
238
543762
3057
enquanto criavam senhas.
09:18
We decided to do a study to find out
239
546819
2248
Nós decidimos fazer
um estudo para descobrir
um estudo para descobrir
09:21
whether these password meters actually work.
240
549067
2887
se esses medidores de senha
realmente funcionam.
realmente funcionam.
09:23
Do they actually help people
241
551954
1421
Será que ajudam mesmo as pessoas
09:25
have stronger passwords,
242
553375
1453
a terem senhas mais fortes,
09:26
and if so, which ones are better?
243
554828
2086
e se sim, quais funcionam melhor?
09:28
So we tested password meters that were
244
556914
2507
Nós testamos medidores de senha
09:31
different sizes, shapes, colors,
245
559421
2098
de diferentes tamanhos, formatos e cores,
09:33
different words next to them,
246
561519
1416
diferentes palavras ao lado,
09:34
and we even tested one that was a dancing bunny.
247
562935
3275
e até testamos um que era
um coelho dançando.
um coelho dançando.
À medida que você digita
uma senha mais forte,
uma senha mais forte,
09:38
As you type a better password,
248
566210
1582
09:39
the bunny dances faster and faster.
249
567792
2539
o coelho dança cada vez mais rápido.
09:42
So this was pretty fun.
250
570331
2529
Esse foi bem divertido.
09:44
What we found
251
572860
1567
O que descobrimos
09:46
was that password meters do work.
252
574427
3572
foi que medidores de senha
realmente funcionam.
realmente funcionam.
09:49
(Laughter)
253
577999
1801
(Risos)
09:51
Most of the password meters were actually effective,
254
579800
3333
A maioria dos medidores
de senha foram eficientes,
de senha foram eficientes,
09:55
and the dancing bunny was very effective too,
255
583133
2521
e o coelho dançante
foi bem eficiente também,
foi bem eficiente também,
09:57
but the password meters that were the most effective
256
585654
2881
mas os medidores de senha
que foram mais eficientes
que foram mais eficientes
10:00
were the ones that made you work harder
257
588535
2355
foram os que exigiam mais trabalho
10:02
before they gave you that thumbs up and said
258
590890
1980
antes de dar um joinha e dizer
que estava fazendo um bom trabalho,
10:04
you were doing a good job,
259
592870
1377
10:06
and in fact we found that most
260
594247
1512
e descobrimos que a maioria
10:07
of the password meters on the Internet today
261
595759
2281
dos medidores de senha
na Internet hoje em dia
na Internet hoje em dia
10:10
are too soft.
262
598040
952
são suaves demais.
10:10
They tell you you're doing a good job too early,
263
598992
2203
Eles dizem que está fazendo
um bom trabalho cedo demais,
um bom trabalho cedo demais,
10:13
and if they would just wait a little bit
264
601195
1929
e se esperassem só um pouquinho mais
10:15
before giving you that positive feedback,
265
603124
2049
antes de dar aquele feedback positivo,
10:17
you probably would have better passwords.
266
605173
3160
vocês provavelmente
teriam senhas melhores.
teriam senhas melhores.
10:20
Now another approach to better passwords, perhaps,
267
608333
3847
E uma outra abordagem
para senhas melhores, talvez,
para senhas melhores, talvez,
10:24
is to use pass phrases instead of passwords.
268
612180
2890
é usar frases em vez de palavras.
10:27
So this was an xkcd cartoon
from a couple of years ago,
from a couple of years ago,
269
615070
3418
Esta é uma tirinha do xkcd
de alguns anos atrás,
de alguns anos atrás,
10:30
and the cartoonist suggests
270
618488
1674
e o cartunista sugere
10:32
that we should all use pass phrases,
271
620162
2196
que todos deveríamos usar
frases como senhas,
frases como senhas,
10:34
and if you look at the second row of this cartoon,
272
622358
3170
e se olharmos
para a segunda linha da tirinha,
para a segunda linha da tirinha,
10:37
you can see the cartoonist is suggesting
273
625528
1857
vemos que o cartunista sugere
10:39
that the pass phrase "correct horse battery staple"
274
627385
3441
que a frase
"cavalo correto bateria grampo"
"cavalo correto bateria grampo"
10:42
would be a very strong pass phrase
275
630826
2481
seria uma senha muito forte
10:45
and something really easy to remember.
276
633307
1916
e algo muito fácil de lembrar.
10:47
He says, in fact, you've already remembered it.
277
635223
2797
Ele diz, inclusive, que você já memorizou.
10:50
And so we decided to do a research study
278
638020
2150
E assim decidimos fazer um estudo
10:52
to find out whether this was true or not.
279
640170
2592
para descobrir se isso é verdade ou não.
10:54
In fact, everybody who I talk to,
280
642762
1775
De fato, todos com que eu falo,
10:56
who I mention I'm doing password research,
281
644537
2042
quando menciono que pesquiso senhas,
10:58
they point out this cartoon.
282
646579
1400
eles me indicam essa tirinha.
10:59
"Oh, have you seen it? That xkcd.
283
647979
1574
"Oh, você já viu? Aquele xkcd.
11:01
Correct horse battery staple."
284
649553
1602
Cavalo correto bateria grampo."
11:03
So we did the research study to see
285
651155
1806
Então nós fizemos o estudo para ver
11:04
what would actually happen.
286
652961
2359
o que de fato aconteceria.
11:07
So in our study, we used Mechanical Turk again,
287
655320
3060
Em nosso estudo, usamos
o Mechanical Turk de novo,
o Mechanical Turk de novo,
11:10
and we had the computer pick the random words
288
658380
4167
e fizemos o computador escolher
as palavras aleatórias
as palavras aleatórias
para a senha.
11:14
in the pass phrase.
289
662547
1100
E nós fizemos assim
11:15
Now the reason we did this
290
663647
1153
porque seres humanos não são muito bons
11:16
is that humans are not very good
291
664800
1586
em escolher palavras aleatórias.
11:18
at picking random words.
292
666386
1384
Se pedíssemos que um ser humano fizesse,
11:19
If we asked a human to do it,
293
667770
1262
11:21
they would pick things that were not very random.
294
669032
2998
ele escolheria coisas
que não seriam muito aleatórias.
que não seriam muito aleatórias.
11:24
So we tried a few different conditions.
295
672030
2032
E nós tentamos algumas
condições diferentes.
condições diferentes.
11:26
In one condition, the computer picked
296
674062
2090
Em uma condição, o computador escolheu
11:28
from a dictionary of the very common words
297
676152
2216
do dicionário de palavras muito comuns
11:30
in the English language,
298
678368
1362
no idioma inglês,
11:31
and so you'd get pass phrases like
299
679730
1764
e obtivemos frases como
11:33
"try there three come."
300
681494
1924
"tentar lá três vêm".
11:35
And we looked at that, and we said,
301
683418
1732
E nós observamos aquilo e dissemos:
11:37
"Well, that doesn't really seem very memorable."
302
685150
3050
"Bem, não parece muito memorável."
11:40
So then we tried picking words
303
688200
2240
Então tentamos escolher as palavras
11:42
that came from specific parts of speech,
304
690440
2521
que seriam de classes
gramaticais específicas,
gramaticais específicas,
11:44
so how about noun-verb-adjective-noun.
305
692961
2182
e que tal pronome-verbo-pronome-adjetivo.
Isso gera algo que seria
mais ou menos como uma sentença.
mais ou menos como uma sentença.
11:47
That comes up with something
that's sort of sentence-like.
that's sort of sentence-like.
306
695143
2577
11:49
So you can get a pass phrase like
307
697720
2070
E podemos obter uma frase como
11:51
"plan builds sure power"
308
699790
1308
"plano constrói poder certo"
11:53
or "end determines red drug."
309
701098
2786
ou "fim determina droga vermelha".
11:55
And these seemed a little bit more memorable,
310
703884
2676
E parecia um pouco mais memorável,
11:58
and maybe people would like those a little bit better.
311
706560
2822
e talvez as pessoas gostariam mais destas.
12:01
We wanted to compare them with passwords,
312
709382
2572
Queríamos compará-las
com senhas de uma palavra,
com senhas de uma palavra,
12:03
and so we had the computer
pick random passwords,
pick random passwords,
313
711954
3196
e fizemos o computador
escolher palavras aleatórias,
escolher palavras aleatórias,
12:07
and these were nice and short, but as you can see,
314
715150
1990
e eram boas e curtas, mas como podem ver,
12:09
they don't really look very memorable.
315
717140
2806
não parecem muito memoráveis.
e tentamos testar algo chamado
12:11
And then we decided to try something called
316
719946
1396
12:13
a pronounceable password.
317
721342
1646
uma senha pronunciável.
12:14
So here the computer picks random syllables
318
722988
2245
Aqui o computador
escolhe sílabas aleatórias
escolhe sílabas aleatórias
12:17
and puts them together
319
725233
1134
e junta-as
12:18
so you have something sort of pronounceable,
320
726367
2475
para que tenhamos algo pronunciável,
12:20
like "tufritvi" and "vadasabi."
321
728842
2602
como "tufritvi" e "vadasabi".
12:23
That one kind of rolls off your tongue.
322
731444
2147
Essa enrola a língua um pouco.
12:25
So these were random passwords that were
323
733591
2216
Essas foram senhas de uma palavra
12:27
generated by our computer.
324
735807
2744
que foram geradas pelo computador.
12:30
So what we found in this study was that, surprisingly,
325
738551
2978
O que descobrimos nesse estudo foi que,
surpreendentemente,
surpreendentemente,
12:33
pass phrases were not actually all that good.
326
741529
3768
senhas de frases não eram
de fato tão boas.
de fato tão boas.
12:37
People were not really better at remembering
327
745297
2793
As pessoas não lembram mais facilmente
12:40
the pass phrases than these random passwords,
328
748090
2953
as frases do que
essas palavras aleatórias,
essas palavras aleatórias,
12:43
and because the pass phrases are longer,
329
751043
2754
e porque as frases são mais longas,
12:45
they took longer to type
330
753797
1226
elas demoram mais para digitar
12:47
and people made more errors while typing them in.
331
755023
3010
e as pessoas cometiam
mais erros ao digitá-las.
mais erros ao digitá-las.
12:50
So it's not really a clear win for pass phrases.
332
758033
3227
Então não é uma vitória clara
para as senhas de frases.
para as senhas de frases.
12:53
Sorry, all of you xkcd fans.
333
761260
3345
Desculpem-me os fãs de xkcd.
12:56
On the other hand, we did find
334
764605
1892
Por outro lado, nós descobrimos
12:58
that pronounceable passwords
335
766497
1804
que senhas pronunciáveis
13:00
worked surprisingly well,
336
768301
1471
funcionavam muito bem,
13:01
and so we actually are doing some more research
337
769772
2418
e estamos pesquisando mais a fundo
13:04
to see if we can make that
approach work even better.
approach work even better.
338
772190
3195
para ver se conseguimos tornar
essa abordagem ainda melhor
essa abordagem ainda melhor
13:07
So one of the problems
339
775385
1812
Um dos problemas
com alguns desses estudos que fizemos
13:09
with some of the studies that we've done
340
777197
1623
13:10
is that because they're all done
341
778820
1683
é que por serem todos feitos
13:12
using Mechanical Turk,
342
780503
1590
usando o Mechanical Turk,
13:14
these are not people's real passwords.
343
782093
1812
essas não são senhas reais.
13:15
They're the passwords that they created
344
783905
2105
São a senha que eles criaram
13:18
or the computer created for them for our study.
345
786010
2495
ou o computador criou para elas
para o nosso estudo.
para o nosso estudo.
13:20
And we wanted to know whether people
346
788505
1568
E queríamos saber se as pessoas
13:22
would actually behave the same way
347
790073
2312
se comportariam mesmo assim
13:24
with their real passwords.
348
792385
2227
com suas senhas reais.
13:26
So we talked to the information
security office at Carnegie Mellon
security office at Carnegie Mellon
349
794612
3681
Nós conversamos com o pessoal de segurança
da informação na Carnegie Mellon
da informação na Carnegie Mellon
13:30
and asked them if we could
have everybody's real passwords.
have everybody's real passwords.
350
798293
3803
e perguntamos se poderiam nos dar
todas as senhas reais das pessoas.
todas as senhas reais das pessoas.
Não surpreendentemente,
eles foram um pouco relutantes
eles foram um pouco relutantes
13:34
Not surprisingly, they were a little bit reluctant
351
802096
1754
13:35
to share them with us,
352
803850
1550
em compartilhá-las conosco,
13:37
but we were actually able to work out
353
805400
1810
mas conseguimos criar
13:39
a system with them
354
807210
1040
um sistema com eles
13:40
where they put all of the real passwords
355
808250
2109
onde eles colocavam todas as senhas reais
13:42
for 25,000 CMU students, faculty and staff,
356
810359
3091
dos 25 mil alunos, professores
e funcionários da CMU,
e funcionários da CMU,
13:45
into a locked computer in a locked room,
357
813450
2448
em um computador bloqueado
numa sala trancada,
numa sala trancada,
13:47
not connected to the Internet,
358
815898
1394
não conectado à Internet,
13:49
and they ran code on it that we wrote
359
817292
1848
e eles executavam código
que nós tínhamos escrito
que nós tínhamos escrito
13:51
to analyze these passwords.
360
819140
2152
para analisar as senhas.
13:53
They audited our code.
361
821292
1326
eles auditaram nosso código.
13:54
They ran the code.
362
822618
1312
eles executaram o código.
13:55
And so we never actually saw
363
823930
1738
E assim nós nunca vimos
13:57
anybody's password.
364
825668
2817
a senha de ninguém.
Tivemos resultados interessantes,
14:00
We got some interesting results,
365
828485
1515
14:02
and those of you Tepper students in the back
366
830000
1696
e os alunos de administração aí no fundo
14:03
will be very interested in this.
367
831696
2875
ficariam muito interessados nisso.
14:06
So we found that the passwords created
368
834571
3731
Nós descobrimos que as senhas criadas
pelas pessoas afiliadas à escola
de ciência da computação
de ciência da computação
14:10
by people affiliated with the
school of computer science
school of computer science
369
838302
2158
14:12
were actually 1.8 times stronger
370
840460
2324
eram 1,8 vezes mais fortes
14:14
than those affiliated with the business school.
371
842784
3738
do que os afiliados
à escola de administração.
à escola de administração.
14:18
We have lots of other really interesting
372
846522
2040
Temos muitas outras informações
14:20
demographic information as well.
373
848562
2238
demográficas interessantes também.
Outra coisa interessante que descobrimos
14:22
The other interesting thing that we found
374
850800
1846
14:24
is that when we compared
the Carnegie Mellon passwords
the Carnegie Mellon passwords
375
852646
2440
foi que quando comparamos
as senhas de Carnegie Mellon
as senhas de Carnegie Mellon
14:27
to the Mechanical Turk-generated passwords,
376
855086
2283
com as senhas geradas
pelo Mechanical Turk,
pelo Mechanical Turk,
14:29
there was actually a lot of similarities,
377
857369
2619
havia, na verdade, muitas similaridades,
14:31
and so this helped validate our research method
378
859988
1948
e isso ajudou a validar
nosso método de pesquisa
nosso método de pesquisa
14:33
and show that actually, collecting passwords
379
861936
2510
e mostrar que coletar senhas
14:36
using these Mechanical Turk studies
380
864446
1808
usando esses estudos com o Mechanical Turk
14:38
is actually a valid way to study passwords.
381
866254
2788
é mesmo um método válido
de estudar senhas.
de estudar senhas.
14:41
So that was good news.
382
869042
2285
Essas eram notícias boas.
14:43
Okay, I want to close by talking about
383
871327
2414
Certo, gostaria de concluir falando
de algumas ideias que tive
no meu período sabático
no meu período sabático
14:45
some insights I gained while on sabbatical
384
873741
2068
14:47
last year in the Carnegie Mellon art school.
385
875809
3201
ano passado na escola de arte
de Carnegie Mellon.
de Carnegie Mellon.
14:51
One of the things that I did
386
879010
1281
Uma das coisas que eu fiz,
14:52
is I made a number of quilts,
387
880291
1524
eu fiz uma série de colchas,
14:53
and I made this quilt here.
388
881815
1548
e eu fiz esta colcha aqui.
14:55
It's called "Security Blanket."
389
883363
1899
Chama-se "Cobertor da Segurança".
14:57
(Laughter)
390
885262
2431
(Risos)
14:59
And this quilt has the 1,000
391
887693
3095
E essa colcha contém
as 1.000 senhas mais frequentes roubadas
15:02
most frequent passwords stolen
392
890788
2328
15:05
from the RockYou website.
393
893116
2571
do site RockYou.
15:07
And the size of the passwords is proportional
394
895687
2061
E o tamanho da senha é proporcional
15:09
to how frequently they appeared
395
897748
1901
à frequência com que apareceram
15:11
in the stolen dataset.
396
899649
2248
no conjunto de dados roubado.
15:13
And what I did is I created this word cloud,
397
901897
2632
E o que eu fiz foi criar
essa nuvem de palavras,
essa nuvem de palavras,
15:16
and I went through all 1,000 words,
398
904529
2132
e eu passei por todas as 1.000 palavras,
15:18
and I categorized them into
399
906661
1795
e classifiquei-as
15:20
loose thematic categories.
400
908456
2380
em categorias temáticas vagas.
15:22
And it was, in some cases,
401
910836
1903
E foi, em alguns casos,
15:24
it was kind of difficult to figure out
402
912739
2038
foi um pouco difícil definir
15:26
what category they should be in,
403
914777
1755
em que categoria elas estariam,
15:28
and then I color-coded them.
404
916532
1899
e então eu as colori.
15:30
So here are some examples of the difficulty.
405
918431
2619
Aqui vão alguns exemplos da dificuldade.
15:33
So "justin."
406
921050
1181
Então "justin".
15:34
Is that the name of the user,
407
922231
1829
Será que é o nome do usuário,
15:36
their boyfriend, their son?
408
924060
1322
seu namorado, seu filho?
15:37
Maybe they're a Justin Bieber fan.
409
925382
2888
Talvez sejam fãs do Justin Bieber.
15:40
Or "princess."
410
928270
2225
Ou "princesa".
15:42
Is that a nickname?
411
930495
1635
Será que é um apelido?
15:44
Are they Disney princess fans?
412
932130
1595
Será que são fãs das princesas da Disney?
15:45
Or maybe that's the name of their cat.
413
933725
3694
Ou talvez seja o nome do gato.
15:49
"Iloveyou" appears many times
414
937419
1655
"euteamo" aparece muitas vezes
15:51
in many different languages.
415
939074
1545
em muitas línguas diferentes.
15:52
There's a lot of love in these passwords.
416
940619
3735
Há muito amor nessas senhas.
Se olharem atentamente,
verão que também há
verão que também há
15:56
If you look carefully, you'll see there's also
417
944354
1680
15:58
some profanity,
418
946034
2267
profanidades,
16:00
but it was really interesting to me to see
419
948301
1950
mas achei muito interessante ver
16:02
that there's a lot more love than hate
420
950251
2307
que há muito mais amor do que ódio
16:04
in these passwords.
421
952558
2292
nessas senhas.
16:06
And there are animals,
422
954850
1490
E há animais,
16:08
a lot of animals,
423
956340
1360
muitos animais,
16:09
and "monkey" is the most common animal
424
957700
2304
e "macaco" é o animal mais comum
16:12
and the 14th most popular password overall.
425
960004
3675
e a 14ª senha mais comum no geral.
16:15
And this was really curious to me,
426
963679
2231
E achei isso muito curioso,
16:17
and I wondered, "Why are monkeys so popular?"
427
965910
2523
e me perguntei: "Por que será
que macacos são tão populares?"
que macacos são tão populares?"
16:20
And so in our last password study,
428
968433
3352
Então em nosso último estudo sobre senhas,
16:23
any time we detected somebody
429
971785
1686
sempre que detectávamos alguém
16:25
creating a password with the word "monkey" in it,
430
973471
2649
criando uma senha contendo
a palavra "macaco",
a palavra "macaco",
16:28
we asked them why they had
a monkey in their password.
a monkey in their password.
431
976120
3030
nós perguntamos por que
eles tinham "macaco" na senha.
eles tinham "macaco" na senha.
16:31
And what we found out --
432
979150
1910
E o que descobrimos;
16:33
we found 17 people so far, I think,
433
981060
2103
encontramos 17 pessoas até agora, acho,
que têm a palavra "macaco";
16:35
who have the word "monkey" --
434
983163
1283
16:36
We found out about a third of them said
435
984446
1812
nós descobrimos
que cerca de um terço disse
que cerca de um terço disse
16:38
they have a pet named "monkey"
436
986258
1740
que tem um bichinho chamado "macaco"
16:39
or a friend whose nickname is "monkey,"
437
987998
2291
ou um amigo cujo apelido é "macaco",
16:42
and about a third of them said
438
990289
1660
e cerca de um terço disse
16:43
that they just like monkeys
439
991949
1533
que gostam de macacos
16:45
and monkeys are really cute.
440
993482
1638
e macacos são muito fofos.
16:47
And that guy is really cute.
441
995120
3639
Este cara é muito fofo.
16:50
So it seems that at the end of the day,
442
998759
3408
Parece-me que no final das contas,
16:54
when we make passwords,
443
1002167
1783
quando criamos senhas,
16:55
we either make something that's really easy
444
1003950
1974
ou criamos algo que é muito fácil
16:57
to type, a common pattern,
445
1005924
3009
de digitar, um padrão comum,
17:00
or things that remind us of the word password
446
1008933
2486
ou coisas que nos lembrem da palavra senha
17:03
or the account that we've created the password for,
447
1011419
3312
ou a conta para a qual criamos a senha,
17:06
or whatever.
448
1014731
2617
ou tanto faz.
17:09
Or we think about things that make us happy,
449
1017348
2642
Ou pensamos em coisas
que nos fazem felizes,
que nos fazem felizes,
17:11
and we create our password
450
1019990
1304
e criamos nossas senhas
17:13
based on things that make us happy.
451
1021294
2238
baseados em coisas que nos fazem felizes.
17:15
And while this makes typing
452
1023532
2863
E enquanto isso faz com que digitar
17:18
and remembering your password more fun,
453
1026395
2870
e lembrar da senha seja mais divertido,
17:21
it also makes it a lot easier
454
1029265
1807
também faz com que seja muito mais fácil
17:23
to guess your password.
455
1031072
1506
adivinhar a senha.
17:24
So I know a lot of these TED Talks
456
1032578
1748
Eu sei que muitas destas palestras TED
17:26
are inspirational
457
1034326
1634
são inspiradoras
17:27
and they make you think about nice, happy things,
458
1035960
2461
e nos fazem pensar
em coisas boas e felizes,
em coisas boas e felizes,
17:30
but when you're creating your password,
459
1038421
1897
mas quando estiver criando sua senha,
17:32
try to think about something else.
460
1040318
1991
tente pensar em outra coisa.
17:34
Thank you.
461
1042309
1107
Obrigada.
(Aplausos)
17:35
(Applause)
462
1043416
553
ABOUT THE SPEAKER
Lorrie Faith Cranor - Security researcherAt Carnegie Mellon University, Lorrie Faith Cranor studies online privacy, usable security, phishing, spam and other research around keeping us safe online.
Why you should listen
Lorrie Faith Cranor is an Associate Professor of Computer Science and of Engineering and Public Policy at Carnegie Mellon University, where she is director of the CyLab Usable Privacy and Security Laboratory (CUPS) and co-director of the MSIT-Privacy Engineering masters program. She is also a co-founder of Wombat Security Technologies, Inc. She has authored over 100 research papers on online privacy, usable security, phishing, spam, electronic voting, anonymous publishing, and other topics.
Cranor plays a key role in building the usable privacy and security research community, having co-edited the seminal book Security and Usability and founded the Symposium On Usable Privacy and Security (SOUPS). She also chaired the Platform for Privacy Preferences Project (P3P) Specification Working Group at the W3C and authored the book Web Privacy with P3P. She has served on a number of boards, including the Electronic Frontier Foundation Board of Directors, and on the editorial boards of several journals. In 2003 she was named one of the top 100 innovators 35 or younger by Technology Review.
Lorrie Faith Cranor | Speaker | TED.com