PassGAN

本仓库包含论文 PassGAN: A Deep Learning Approach for Password Guessing 的代码。

PassGAN 模型取自 Improved Training of Wasserstein GANs，并假设 PassGAN 的作者在其工作中使用了 improved_wgan_training 的 TensorFlow 实现。因此，我在本仓库中对参考实现进行了修改，使其易于训练（train.py）和采样（sample.py）。本仓库贡献了：

• 命令行界面
• 基于 RockYou 数据集预训练的 PassGAN 模型

快速开始

# 需要预先安装 CUDA 8
pip install -r requirements.txt

生成密码样本

使用预训练模型生成 1,000,000 个密码，并保存到 gen_passwords.txt。

python sample.py \
	--input-dir pretrained \
	--checkpoint pretrained/checkpoints/195000.ckpt \
	--output gen_passwords.txt \
	--batch-size 1024 \
	--num-samples 1000000

训练自己的模型

在大型数据集（100MB+）上训练模型，GTX 1080 可能需要数小时。

# 下载 rockyou 训练数据
# 包含完整 rockyou 密码中 10 个字符或更短的 80%（含重复）
curl -L -o data/train.txt https://github.com/brannondorsey/PassGAN/releases/download/data/rockyou-train.txt

# 训练 200000 次迭代，每 5000 次保存检查点
# 使用论文中的默认超参数
python train.py --output-dir output --training-data data/train.txt

我们鼓励您使用自己的密码泄露和数据集进行训练。以下是一些获取它们的好地方：

• LinkedIn 泄露数据（压缩后 1.7GB，直接下载。镜像来自 Hashes.org）
• Exploit.in 种子（10GB+，8 亿账户。臭名昭著！）
• Hashes.org：出色的共享密码恢复网站。如果有资源，请考虑捐赠 ;)

结果

我尚未对我重现 PassGAN 论文结果进行详尽分析。但是，使用预训练的 rockyou 模型生成 10⁸ 个密码样本，我能在测试数据（80%/20% 训练/测试分割）中匹配到 630,347 个（23.97%）唯一密码。

总的来说，我有些惊讶（并失望）于 PassGAN 的作者引用了密码生成领域的 先前工作，但并未将其结果与那项研究进行比较。我对 PassGAN 的初步体验让我相信，它可能明显不如该论文中提到的 RNN 和基于马尔可夫的方法，我希望作者没有选择比较结果不是因为这个原因。

归属与许可证

本代码以 MIT 许可证 发布。您可以在此条款下自由使用、修改、分发或出售。

本仓库代码的大部分功劳归于 @igul222 在 improved_wgan_training 上的工作。我只是对其代码进行了一些模块化，添加了命令行界面，并针对 PassGAN 论文进行了特化。

PassGAN 的 研究与论文 由 Briland Hitaj、Paolo Gasti、Giuseppe Ateniese、Fernando Perez-Cruz 发表。