來說說 AI 破解密碼的其中一種方式：用 GAN 來猜密碼

「聽說 AI 可以拿來猜密碼欸。」

「Cliche。」

「欸不是啊兄臺，聽說密碼也可以用 GAN 來碰撞欸。」

「唉，果然，年輕人不講武德。可是小等一下，GAN 不是用來產生圖片的嗎？」

「什麼啦，這個 GAN 不是只有你說的那樣好嗎。GAN 是 Generative Adversarial Networks，又叫生成對抗網路，可以產生東西，產出來的結果可以讓該網路無法判斷該產出結果的真偽。除了產生圖片以外，它也可以用來產生立體模型，還可以像這邊一樣，產生字串來猜密碼。」

「酷哦。可是那跟彩虹表有什麼不一樣呢？」

「額，就是，彩虹表是直接依照一些規律（比如說，特定字符的使用習慣）來做成一個索引表，藉由它來比對出那些密碼。至於這個 PassGAN 呢，他會先自己產出一些比對用的字串來猜。

簡而言之就是，可以拿它產生出來的字串以假亂真，就像那些外洩的密碼那樣。比如說，有一組從 LinkedIn 上外洩的密碼叫做 Pa$$W0rd，那這個 PassGAN 同樣也可以產出一個 Pa$$W0rd 來，就像原本的那樣。」

「那，剛剛說的這個 PassGAN 是什麼呢？聽起來好神祕啊。」

「PassGAN 嗎……等等，你聽過 CNN、RNN 跟 LSTM 嗎？」

「嗯。」

「好，那 PassGAN 就是個把 CNN 變成了 RNN ，並且還要用 LSTM 做 GAN 的東東。你可以把它想成有兩個 RNN 模型會互相利用，用來產生那個以假亂真的密碼字串這樣。

在他們的架構裡面，有兩種東西，一個是產生器，簡稱為 G，而另一個是辨識器，簡稱為 D，大概像是這樣。

圖一 PassGAN 的結構

每一個 GAN 有兩個 D，一個用來辨識真的密碼，一個則用來辨識假的。在它衍生出的 rPassD2CGAN 模型中，兩個 D 會交錯使用。

圖二 rPassD2CGAN 的兩個辨識器

但這樣可能會造成訓練結果比較不穩定。所以作者表示，如果我們把兩個識別器統統都打包好的話，則可以提升效能。

圖三打包好的新的識別器

技術細節上來說，使用的 cost 算法則是非 IPM 的方法。這整個模型可以被應用在物聯網智慧裝置的密碼破解上。」

「這樣啊。那它也像彩虹表攻擊那樣需要一個字典嗎？」

「訓練時大概要吧。不過總之就是要讓 D2 分辨不出哪個是假的密碼就對惹。」

「诶這樣我有個問題。」

「請說。」

「這東西不就是訓練一個 GAN 來玩 password cracking 嗎？」

「嗯……算是吧。可是你難道不覺得，這種東東放在黑產裡面滿好玩的嗎？不講武德欸。訓練好可以直接撞出密碼，根本水。」

「好，那我要卡資料來源。」

「我找找……是 Sensors 上面發的，這篇：S Nam, S Jeon, H Kim and J Moon (2020). Recurrent GANs Password Cracker For IoT Password Security Enhancement. 20(11), 3106。」

「噫，你知道的太多了。」

撰文：郭彥伶

原始文章：Nam, Sungyup, et al. "Recurrent gans password cracker for iot password security enhancement." Sensors 20.11 (2020): 3106.

神經妙算