Aplicativo inteligente basado en CNN+LSTM para identificar contraseñas filtradas y reducir el riesgo asociado

Abstract

Las filtraciones de credenciales obligan a detectar y bloquear contraseñas comprometidas en el mismo momento en que el usuario las propone. Este artículo presenta un medidor inteligente que combina un modelo carácter-a-carácter basado en CNN+LSTM con una extensión de navegador y un servicio ligero en FastAPI integrado con Have I Been Pwned mediante k-anonymity, evitando exponer la contraseña completa. A partir de unas 800 000 contraseñas filtradas se construye un corpus curado, anonimizando y normalizando, el etiquetado en tres niveles (Weak, Medium, Strong) combinando zxcvbn, reglas de entropía y revisión manual; luego se equilibra hasta 120 000 muestras (40 000 por clase). Sobre este conjunto se entrena un clasificador con embeddings, capas Conv1D, LSTM bidireccional y capas densas, usando ponderación de clases, Focal Loss, early stopping y calibración de probabilidades. El modelo alcanza alrededor de 97% de exactitud y un F1 macro cercano a 95,5 %, con recall superior al 97 % en las clases débiles y fuertes, superando variantes solo-CNN, solo-RNN y baselines probabilísticos. Operativamente, mantiene latencias P50/P95 en el orden de decenas de milisegundos y un tamaño menor a 15 MB, lo que permite su ejecución local dentro del navegador. Un experimento end-to-end sobre datos históricos sugiere que el flujo preventivo puede reducir de forma sustancial la proporción de contraseñas vulnerables en uso. Finalmente, se discuten implicancias de privacidad, sesgos derivados del uso de datos filtrados y la necesidad de reentrenamiento continuo frente a nuevas brechas. Estos resultados posicionan la propuesta como un medidor listo para auditorías rigurosas.