精心手工制作（并自动化）的 ♥
一个随机密码样本：``` 1qaz2wsx | panel197111 | @bcd1234 | Root!22020 1q2w3e4r5t6y | catalog841@@ | Zaq@#$m,. | 1Qazxsw@222 qwerty12345 | Asdzxc129191 | testguest | User@#$12@ password123 | qwerty!@12345 | Guest1120 | ?99998888? 123321! | Cloud03%% | rootj | administrator8,4 p$ssw0rd | abcdefghi27 | administrator/test | test3#@121 qweqweqwe | !1q2w3e4rt|59 | .321Root | (ASDQWE1) admin! | *12shellshell12#$ | root,32020 | Qwas07 pass! | 00!integration | Viper | guest3422! 98989898 | zimbra@273 | Midnight1 | zxccvbnm321
系统要求：
* Python 3.9, 3.10
* `hashcat`
* `hashcat-utils`
* GNU 工具：`cat`、`awk`、`comm`、`sort`、`uniq`
* `wordz`（pypi）
推荐：
* `lzop`
* 从 master 分支编译的 `hashcat`
## 使用方法
### 预编译
预编译列表位于：
brutas/wordlists/dns
brutas/wordlists/http
brutas/wordlists/passwords
brutas/wordlists/ports
brutas/wordlists/usernames
**注意：由于 Github 的限制，仅预编译了“合理”大小的列表。** 你需要自行运行构建脚本以生成完整集合（`compile.sh` 和 `huge.sh`）。
未包含在此仓库中的列表托管在以下位置，并会不时更新：
- [brutas-passwords-5-l.zip](https://drive.proton.me/urls/5ESDFTKQVC#pTokh18bYyfN) [更新于 2025/08/01]（71,621,639 行 - 722MB 解压后）
- [brutas-passwords-6-xl.zip](https://drive.proton.me/urls/Z586VGA1BW#k2mwYceQIJYA) [更新于 2025/08/01]（347,450,342 行 - 4.1GB 解压后）
以下列表需要你自行编译：
- brutas-passwords-7-xxl（18,008,399,243 行 - 237GB 解压后）
- brutas-http-paths-all.zip（261,481,011 行 - 5.3GB 解压后）
### 关键词来源
关键词的源文件位于 `src/keywords` 中。你可能会觉得它们很有趣，尤其是在构建特定语言的字典时。
#### 节省带宽
如果你只想获取最新文件（“浅克隆，历史记录截断至指定提交数”）：```
% git clone --depth 1 https://github.com/tasooshi/brutas.git
你需要先安装 wordz（单词列表自动化框架）：```
% pip install wordz
构建过程是自动化的，由项目根目录下的脚本处理。你可能希望保留临时文件，有时它们本身就能很好地工作，这样你就不必启动完整的攻击。以下将生成 `1-6-*.txt` 密码，以及子域名和基本HTTP列表：```
~/brutas:% ./compile.sh
对于剩下的（7-xxl.txt 和所有HTTP路径）运行：```
~/brutas:% ./huge.sh -t /media/user/ExternalDrive/tmp
#### 自定义词表
##### 全功能集成
如果你想基于 `src/keywords/custom.txt` 中的关键词生成自定义词表（`wordlists/passwords/custom.txt`），请使用以下命令：```
~/brutas:% ./custom.sh -t /media/user/ExternalDrive/tmp -o /media/users/AnotherDrive/new
请注意，构建自定义列表需要大量资源。如果您想了解可能的效果，可以查看基于单个单词love的示例wordlists/passwords/custom.txt（目前生成超过150MB的数据和12,591,796个唯一项，并被修剪为随机选择的10k行）。下面是一个小示例：```
---LoveLove1!1 | 2022_|ove!23
love!580 | love!5|79 55!lov607 | 10v34444@# Love'10#61 | 22Lovelove))
Loveo2020@ | Love&01,78
love$1$64 | ()LoveLove+^+
love9/79 | 2021$lov3111+++
l0ve123212 | Love+91979
|ove66612345! | Loveasd,.
Love^0259 | l)v#22$#@!
##### 针对特定目标优化
你还可以生成针对目标组织名称优化的自定义单词列表（将名称放在 `src/keywords/custom.txt` 中），使用以下类：```
~/brutas:% wordz -p src/classes/passwords.py::OrganizationNamePasswords
这个类还有另一个版本，适用于产品名称、品牌等:``` ~/brutas:% wordz -p src/classes/passwords.py::OrganizationKeywordsPasswords
#### 使用特定语言
有两个选项：
1) 覆盖 `lang-int-*.txt` 文件；
2) 或者使用 `CustomPasswords` 类，并将关键词复制到 `src/keywords/custom.txt`。
第一个选项会使构建过程以特定语言为基础，但其他语言仍会被使用（从 `wordlists/passwords/6-xl.txt` 列表开始）。第二个选项会忽略正常的构建过程，并对 `src/keywords/custom.txt` 文件应用全部规则。在这种情况下，你会得到大量输出。
#### 常见问题
##### Kali Linux 中的 hashcat-utils
hashcat 工具位于 `/usr/lib/hashcat-utils/`，你需要将这个 `$PATH` 添加到你的 `.zshrc` 中。
##### 缺少 OpenCL / 非 GPU 设置
如果你不打算使用 GPU（出现 `No OpenCL, HIP or CUDA compatible platform found`），你可能会发现以下内容有所帮助：```
# apt install pocl-opencl-icd
为什么这些密码列表与众不同？这里的目标并不是破解所有可能的密码，而是在网络内部推进。如果确实需要破解，可以使用更大的列表。但此处的前提是，在合理的时间范围内、使用有限的资源（如虚拟机、被劫持的主机等）完成。
对密码列表的简要介绍：
wordlists/passwords{1-7}-*.txt - 使用国际关键词、hashcat 规则和字符串片段 生成 的密码classics.txt - 基于角色（test、admin）、词语（password、secret）或“有趣”的密码（如 letmein 或 trustno1）的典型管理员密码，没有模式patterns.txt - 近距离按键组合或简单短语（例如 abcd），结合大小写、数字、重复等top.txt - 由泄露数据中最流行的用户密码组成的列表，不包含近键或任何更复杂的组合generic-1k.txt - 1-xxs.txt 加上从其他集合中手动选取的密码unique.txt - 足够复杂、可作为独立密码，且很少与额外字符混合的密码，通常与流行文化或体育相关（例如 apollo13、9inchnails、ronaldo7）numbers.txt - 密码中使用的少量数字列表（例如日期、数学常数）custom.txt - 在此处放入自定义关键词，并使用 custom.sh 或 custom-mini.sh 生成密码列表，结果将位于 wordlists/passwords/custom{-mini}.txtwordlists/dns - 一个相当合理的主机发现列表，由常见惯例、自托管软件等组成wordlists/http/paths - 对 Web 应用模糊测试有用的 HTTP 路径/参数，由 HttpWords 子类生成*）wordlists/http/files/extensions - HTTP 发现中有用的文件扩展名wordlists/http/files/biggquery/github - 可能有助于例如 IIS 短文件名枚举的文件名，已清理明显的唯一项、序列和垃圾（如 MD5 哈希）以减小文件大小，最长 40 个字符，较大文件要求至少出现两次（除非唯一项有意义，参见 class.csv），否则原样保留wordlists/ports - 个人选择的端口，用于扫描内部网络和公共服务，替代 nmap 的顶部列表wordlists/usernames - 最常见的用户名，较短版本和较长版本*）这些列表中的某些配对是重复的或没有意义（例如 postsPosts 或 syndication-editor，尽管你永远不知道……）这是预期的权衡。考虑到通常发送的请求数量，目前这是可以接受的。
组合列表 {1,2,3,4}-*.txt 似乎是通用目的且速度合理的密码破解中最有效的。从最小的开始，然后逐步推进。列表 {1,2}-*.txt 专为大型网络中的快速取胜而设计。如果你需要非常精简的列表，可以尝试仅使用 1-xxs.txt——我高度主观的前 100 名观点。
然而，我建议你自行实验并根据目标重建这些集合。你可能还想加入你的母语关键词。例如，文件或域名与 numbers.txt 结合，对加密档案和无线网络相当有效。与所有事情一样，一点社会工程学有助于理解本地对“密码策略”的处理方式。
基于两个类别（社交网络和技术论坛）的泄露数据，当前（2022/05/20）的有效性为：
| 密码数量 | 社交网络（~1M） | 技术论坛（~450K） | |
|---|---|---|---|
| brutas-passwords-1-xxs.txt (*) | 100 | 2.16% | 2.75% |
| brutas-passwords-2-xs.txt (*) | 6,549 | 3.05% | 3.63% |
| brutas-passwords-3-s.txt (*) | 24,805 | 3.99% | 4.32% |
| brutas-passwords-4-m.txt | 922,624 | 3.59% | 5.05% |
| brutas-passwords-5-l.txt | 33,278,126 | 13.91% | 17.10% |
| brutas-passwords-6-xl.txt | 162,843,765 | 6.93% | 9.24% |
| brutas-passwords-7-xxl.txt | 10,051,549,134 | 26.08% | 34.21% |
| 适合在线暴力破解 (*) | 9.20% (99,197) | 10.70% (48,885) | |
| 用于离线破解 | 50.51% (544,617) | 65.64% (299,699) | |
| 总计 | 59.71% (643,891) | 76.34% (348,757) |
因此，基本的三个列表（约 31K 个密码）在这些相当多样且巨大的样本中平均提供了 10% 的成功率。根据我的经验，使用前 100 名进行密码喷洒几乎肯定会得到有趣的结果。而且大多数情况下，几个帐户就足以在几乎任何网络中推进。
rockyou.txt 相比如何？著名的 rockyou.txt 字典包含 14,344,392 个密码（至少在 Kali Linux “版本”中）。针对相同的数据集，结果如下：
| 密码数量 | 社交网络（~1M） | 技术论坛（~450K） | |
|---|---|---|---|
| rockyou.txt | 14,344,392 | 34.99% (377384) | 39.55% (180665) |
看来，前五个组密码数量的一半时，rockyou.txt 字典效率更高。怎么回事？让我们看看将它们混合后的结果：
| 密码数量 | 社交网络（~1M） | 技术论坛（~450K） | |
|---|---|---|---|
| rockyou.txt + brutas-1-3.txt | 14,375,845 | 44.19% (476578) | 50.25% (229550) |
| rockyou.txt + brutas-1-5.txt | 48,576,595 | 61.90% (667459) | 72.94% (333231) |
答案很明确：这些集合在某种程度上是互补的，或者更确切地说，brutas 的设计目标与来自流行网站泄露的数据不同。例如，rockyou.txt 缺少 brutas-1-3.txt 组合中的 23,246 个密码（总数为 31,453）。仅举几例：P$SSW)RD、Admin123! 或 !root!。因此，如果你要在更企业化的环境中（即存在密码策略）进行暴力破解或喷洒，请使用 brutas。对于一般的破解，为了获得最佳效果，请将其与典型的泄露数据结合使用。而使用更大的 brutas 列表，“可预测的复杂性”显著增加。
7-xxl.txt）样本