PassGAN

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

PassGAN 所采用的模型源自论文 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，我在本仓库中对该参考实现进行了修改，使其更便于训练（train.py）和采样（sample.py）。本仓库的主要贡献包括：

• 命令行接口（command-line interface）
• 一个在 RockYou 数据集上预训练好的 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

训练你自己的模型

在大型数据集（100MB+）上训练模型，在 GTX 1080 上可能需要数小时。

# 下载 RockYou 训练数据
# 包含完整 RockYou 密码的 80%（含重复项）
# 且长度不超过 10 个字符
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 次保存一次检查点
# 使用论文中的默认超参数
python train.py --output-dir output --training-data data/train.txt

我们鼓励你使用自己的密码泄露数据集进行训练。以下是一些获取此类数据集的优质来源：

• 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+，包含 8 亿账户信息，臭名昭著！）
• Hashes.org：一个出色的共享密码恢复网站。如果你有能力，不妨考虑捐赠支持 ;)

结果

我尚未对复现 PassGAN 论文结果的工作进行详尽分析。不过，使用在 RockYou 上预训练的模型生成 10⁸ 个密码样本时，在 80%/20% 的训练/测试划分下，我成功匹配了测试集中 630,347 个（23.97%）唯一密码。

总体而言，我对 PassGAN 的作者在论文中引用了机器学习密码生成领域的先前工作，却未将其结果与该研究进行比较感到有些惊讶（也有些失望）。我初步使用 PassGAN 的经验让我认为，其性能可能远不如该论文中提到的基于 RNN 和马尔可夫（Markov）的方法，也希望作者并非出于这一原因而选择不进行结果对比。

归属与许可

本代码以 MIT 许可证 发布。你可以根据该许可证自由地使用、修改、分发或销售。

本仓库中大部分代码应归功于 @igul222 在 improved_wgan_training 项目上的工作。我只是对其代码做了一些模块化调整，添加了命令行接口，并针对 PassGAN 论文进行了专门适配。

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

PassGAN 快速上手指南

环境准备

• 系统要求：Linux 或 macOS（Windows 支持有限）
• GPU 要求：推荐 NVIDIA GPU，需预装 CUDA 8.0
• Python 版本：建议使用 Python 3.6+
• 依赖库：通过 requirements.txt 安装所需依赖

💡 国内用户建议使用清华源或阿里云 PyPI 镜像加速安装：

pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple

安装步骤

1. 克隆仓库：

   git clone https://github.com/brannondorsey/PassGAN.git
   cd PassGAN
   

2. 安装依赖：

   pip install -r requirements.txt
   

基本使用

使用预训练模型生成密码

使用在 RockYou 数据集上预训练的模型生成 100 万个密码：

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

生成的密码将保存在 gen_passwords.txt 中。

训练自己的模型（可选）

1. 下载示例训练数据（RockYou 的子集）：

   mkdir -p data
   curl -L -o data/train.txt https://github.com/brannondorsey/PassGAN/releases/download/data/rockyou-train.txt
   

2. 开始训练（默认参数，约需数小时）：

   python train.py --output-dir output --training-data data/train.txt
   

📌 提示：你也可以使用自己的密码泄露数据进行训练，如 LinkedIn 泄露数据等（详见项目 README）。