转自先知社区,https://xz.aliyun.com/t/7823,是时候更新一下密码爆破字典了
交流学习v:webMsec
qq:3542167150
前言
爆破,简单而粗暴,而成功的关键,我觉得在于字典。
随着安全意识的提升,常规的密码字典top100、top500啥的已经开始渐渐吃力起来,于是小弟决定做点工作更新一下密码爆破字典。
当然,收集信息然后按照一定的规则来生成字典,也是比较好的方式,但是不在本文讨论范围,这里只研究比较通用的密码爆破字典。
不想看过程的话直接跳到最后就能白嫖字典了。
数据来源
我下载了嘟嘟牛、7K7K、人人网、CSDN、178 游戏网等五个平台的泄露数据,只保留密码这一列,最后经过整理后的总行数为 42,208,168。详细情况如下表:
(数据量肯定是比不上大佬们的sgk的)
统计分析
b话一大堆,终于开始进入正题了。
我的思路是提取这些泄露数据中的各种类型的密码,然后按出现频率排序,比如键盘组合top100等等,就能得到各种类型的密码字典。下面细说:
键盘组合
键盘组合的密码,还是蛮常见的,我统计过这些网站泄露密码的top10:
可以看到我标红的那些,就是很明显的键盘组合的密码。
键盘组合的匹配方法:
(1) 根据键盘相邻的顺序,生成一组dict或者map,例如<a,z>,<a,s>
;
(2) 再遍历字符串中的每个字符,判断它与它后面的一个字符是否在这组dict或者map中;
(3) 所有字符均满足此条件则返回True,否则False。
这样我们就能将泄露数据中键盘组合的密码给提取出来。
拼音
国人使用拼音也挺多的,比如“woaini”这些,搞一搞还是很有必要的。
提取拼音,稍微复杂一点点,得用到字典树,这里不罗嗦了,代码会放在github里面。
数字与字母混合
单一字符组成,现在很多网站都不允许这样设置密码了,所以我准备提取下非单一字符组成的密码,数字与字母混合算是一种比较经典的。最后提取出来发现占了全部密码数据的40%左右。
排序
提取出来之后得按频率排序,这里我用的是Linux中的sort指令,例如把test.txt中的内容按重复次数降序输出
>sort test.txt | uniq -c | sort –rn
结果
最后直接放结果吧:
https://github.com/huyuanzhi2/password_brute_dictionary
键盘组合与拼音类型的字典,都是top100、top500、全部三个文件:
字母数字混合的字典,由于太大,因此没放全部的,只到了top1000。
处理脚本目录中是用到的相关算法。
最后祝各位爆破必成功!