破解密码Bruteforcing可能需要很长时间，大多数用户通常使用常用的英文单词或名称，以及数字作为密码。因此，字典攻击对于破解密码非常有用。
字典是一个简单的txt文件，可能包含几千到几百万个常用单词或短语（也包括数字）。
如果您有一个被盗的用户凭证数据库，您可以通过将所有字典单词与hashed passwords!
哈希通常是一种单向函数，可从输入字符串创建唯一摘要。例如，如果您的密码是hello_there，则输出哈希摘要将如下所示
算法 输出哈希
MD5 290e1c9cc54995453b810dfb15b853a1
SHA-1 f976f0ad02501f0a95bfcf3c1081e0759b508d47
SHA-256 299d2e40d6b7026b6029b8ff4cff0ad0fbfe14b20d704a609a2631cada32fb
在这里，MD5、SHA-1和SHA-256被广泛使用的散列算法将字符串转换为单向输出。
该术语one-way意味着您无法从散列输出中检索字符串。对密码进行哈希处理很重要，因为我们不想让密码公开。
如果您正在登录您的社交媒体帐户（例如 Facebook/Instagram）或您的笔记本电脑，则必须输入您的用户名和密码。但是，系统会维护一个包含您的姓名和散列密码的用户数据库。例如，
用户名 密码哈希
先生 678cfd979de6de0ec70d08b0b7a4b6aad645802abe2504aed9c4d1ca3da101c5
来宾_用户 3809f08dc16f01a7c9393eab3146e38e7ffd7d19b0aa5a3754aa2f7780fc4b77
其他 b712430498d0b31595b86c34a939b4dcdde5050a4e8a143e99037a6e6984a68f
现在，假设您已经窃取/找到了这样的用户凭证数据库。但是，由于无法计算字符串，因此需要在哈希后匹配不同的猜测字符串。
要求
被盗用户凭证数据库（两列：用户名、密码哈希）
一个字典文件（每行包含一个字典单词）
攻击者应该知道正在使用哪种算法。虽然这不是什么大问题。攻击者可以一个接一个地尝试所有算法。在这篇文章中，我们将使用SHA-256
创建一个简单的 Python 程序
首先，让我们导入必要的模块
import pandas as pd
from hashlib import sha256
现在，我们需要编写一个函数，如果哈希字典单词与数据库密码匹配，则返回 True
def dictionary_attack(dictionary_word,target_hash):
pass_bytes = dictionary_word.encode('utf-8')
pass_hash = sha256(pass_bytes)
digest = pass_hash.hexdigest()
if digest == target_hash:
return True
假设，我们要检查是否可以破解第一个用户的密码。因此，我们需要password_hash从用户数据库中获取第一个，并依次传递所有字典单词。
if __name__ == "__main__":
# read user DB and the dictionary using pandas.read_csv
dictionary = pd.read_csv("password_dictionary", names=['passwords'])
users = pd.read_csv("users")
# match all words from the dictionary until it matches/ends
for test_word in dictionary["passwords"]:
if dictionary_attack(test_word,users["password_hash"][0]) == True:
print("Matched Password: ", test_word)
break
else:
continue
现在，在几秒钟内，我们从字典中得到了一个匹配的单词：2midrash.
好吧，如果你想破解所有用户的密码，你可以添加一个新的 for 循环来迭代所有用户的索引。或者对于任何范围的用户，您都可以创建这样的函数并在主函数中调用它。
# inputs an string and returns the sha256 digest
def create_hash(word):
pass_bytes = word.encode('utf-8')
pass_hash = sha256(pass_bytes)
digest = pass_hash.hexdigest()
return digest
# inputs the number of users and returns nothing
# intended for finding passwords for multiple users
def find_multiple_users(num_user):
for i in range(num_user):
check_pass = users["password_hash"][i]
for test_word in dictionary["passwords"]:
if create_hash(test_word) == check_pass:
print("Found Matched Password:", test_word, "for user", users["username"][i])
break
但是，我们上面使用的代码在为多个用户计算时效率很高。你能猜到，为什么？
因为我们每次匹配用户数据库密码时都会创建哈希。因此，如果我们对 20 个用户密码尝试 20000 个字典单词，则哈希计算的次数将是 20000*20。
为了避免额外的计算，我们可以预先计算哈希并将这些值保存在字典中。新字典将具有字典单词 askeys并且散列输出将是值。因此，我们可以在代码中添加一个额外的函数，如下所示
# Returns the dictionary of password and corresponding digests
def hash_dictionary():
global hash_dict
hash_dict = {}
for test_word in dictionary["passwords"]:
hash_dict[test_word] = create_hash(test_word)
return hash_dict
您可以检查代码和文件并了解不同的实验设置。四个实验如下：
实验 1：为第一个用户匹配字典单词所需的时间
实验 2：近似平均。所有用户的时间
实验 3：如果使用哈希字典（预先计算的哈希），大约需要时间
实验 4：在用户密码中添加 Salt 以避免重复
这就是今天的全部内容，加油！
