brutas

精心手工制作（并自动化）的 ♥

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

构建

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

##### 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

简介

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：

密码数量随着连续文件编号的增加而增加；
密码并非按概率排序，而是按概率分组；
每个连续文件不包含之前任何集合中的密码。

`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）

其他列表

wordlists/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。

统计数据

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：

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。

与 `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)

44.19%（社交网络）- 34.99%（rockyou）= 9.20%（= 9.20%，brutas-1-3）
50.25%（技术论坛）- 39.55%（rockyou）= 10.70%（= 10.70%，brutas-1-3）
61.90%（社交网络）- 34.99%（rockyou）= 26.91%（~= 26.70%，brutas-1-5）
72.94%（技术论坛）- 39.55%（rockyou）= 33.39%（~= 32.85%，brutas-1-5）

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。

BigPasswords（`7-xxl.txt`）样本

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)

brutas

最受欢迎

brutas

构建

简介

wordlists/passwords

其他列表

推荐

统计数据

与 rockyou.txt 相比如何？

BigPasswords（7-xxl.txt）样本

`wordlists/passwords`

与 `rockyou.txt` 相比如何？

BigPasswords（`7-xxl.txt`）样本