[论文复现] 用机器学习实现社工字典生成工具 Password Guessing using Random Forest
原文中文，约3800字，阅读约需9分钟。
📝
内容提要
本文介绍了口令猜解问题的应用场景和论文RFGuess的核心思想，包括基于PII的定向猜解和基于密码复用的定向猜解方法。使用随机森林进行模型训练，并介绍了特征提取方法和工具的使用。
🎯
关键要点
-
文章介绍了口令猜解问题的应用场景和RFGuess论文的核心思想。
-
口令猜解分为离线猜解和在线猜解，在线猜解面临更多限制。
-
拖网猜解是攻击者无特定目标的密码猜解方式，现有模型包括PCFG和Markov模型。
-
基于PII的定向猜解针对特定用户，使用个人信息进行密码破解。
-
基于密码复用的定向猜解利用已知密码进行变换猜测新密码。
-
RFGuess模型使用随机森林克服传统统计和深度学习模型的缺陷。
-
Markov模型假设密码字符与前n个字符相关，适合转化为多分类问题。
-
随机森林由多个决策树组成，使用Gini指数作为划分标准。
-
特征提取分为基于长度和基于类型的方法，后者更适合PII场景。
-
工具化实现了社工字典生成工具，支持可视化训练过程和特征向量转换。
❓
延伸问答
RFGuess模型的核心思想是什么？
RFGuess模型使用随机森林来处理口令猜解问题，克服了传统统计和深度学习模型的缺陷，达到较高的准确率。
口令猜解的主要应用场景有哪些？
口令猜解主要分为离线猜解和在线猜解，在线猜解面临更多限制。
基于PII的定向猜解方法是如何工作的？
基于PII的定向猜解利用个人信息（如姓名、生日）来针对特定用户进行密码破解。
随机森林模型是如何进行特征选择的？
随机森林在训练时为每棵决策树随机选择特征和样本，以保证决策树的多样性。
拖网猜解和定向猜解有什么区别？
拖网猜解是攻击者无特定目标的密码猜解方式，而定向猜解则是针对特定用户进行密码破解。
如何使用RFGuess生成社工字典？
使用RFGuess生成社工字典的步骤包括数据集转化为特征向量、训练模型、生成规则和字典。
🏷️
