前言
爆破，簡單而粗暴，而成功的關鍵，我覺得在於字典。
隨着安全意識的提升，常規的密碼字典top100、top500啥的已經開始漸漸吃力起來，於是小弟決定做點工作更新一下密碼爆破字典。
當然，收集信息然后按照一定的規則來生成字典，也是比較好的方式，但是不在本文討論范圍，這里只研究比較通用的密碼爆破字典。
不想看過程的話直接跳到最后就能白嫖字典了。
數據來源
我下載了嘟嘟牛、7K7K、人人網、CSDN、178 游戲網等五個平台的泄露數據，只保留密碼這一列，最后經過整理后的總行數為 42,208,168。詳細情況如下表：
（數據量肯定是比不上大佬們的sgk的）
統計分析
b話一大堆，終於開始進入正題了。
我的思路是提取這些泄露數據中的各種類型的密碼，然后按出現頻率排序，比如鍵盤組合top100等等，就能得到各種類型的密碼字典。下面細說：
鍵盤組合
鍵盤組合的密碼，還是蠻常見的，我統計過這些網站泄露密碼的top10：
可以看到我標紅的那些，就是很明顯的鍵盤組合的密碼。
鍵盤組合的匹配方法：
（1） 根據鍵盤相鄰的順序，生成一組dict或者map，例如<a,z>，<a,s>；
（2） 再遍歷字符串中的每個字符，判斷它與它后面的一個字符是否在這組dict或者map中；
（3） 所有字符均滿足此條件則返回True，否則False。
這樣我們就能將泄露數據中鍵盤組合的密碼給提取出來。
拼音
國人使用拼音也挺多的，比如“woaini”這些，搞一搞還是很有必要的。
提取拼音，稍微復雜一點點，得用到字典樹，這里不羅嗦了，代碼會放在github里面。
數字與字母混合
單一字符組成，現在很多網站都不允許這樣設置密碼了，所以我准備提取下非單一字符組成的密碼，數字與字母混合算是一種比較經典的。最后提取出來發現占了全部密碼數據的40%左右。
排序
提取出來之后得按頻率排序，這里我用的是Linux中的sort指令，例如把test.txt中的內容按重復次數降序輸出
>sort test.txt | uniq -c | sort –rn處理結果是這樣，前面是次數，后面是密碼：
結果
最后直接放結果吧：
https://github.com/huyuanzhi2/password_brute_dictionary
鍵盤組合與拼音類型的字典，都是top100、top500、全部三個文件：
字母數字混合的字典，由於太大，因此沒放全部的，只到了top1000。
處理腳本目錄中是用到的相關算法。
最后祝各位爆破必成功！