Atak słownikowy — szczegółowe działanie

Dokument referencyjny projektu Time2Crack
Dla kogo: programiści, badacze bezpieczeństwa, zaawansowani użytkownicy

Spis treści

  1. Przegląd
  2. Tło historyczne i naukowe
  3. Dlaczego słowniki działają
  4. Budowa nowoczesnego ataku słownikowego
  5. Korpusy prawdziwych haseł
  6. Sprawdzanie w HIBP (k-anonimowość)
  7. Listy słów Time2Crack dla poszczególnych języków
  8. Ranga słownikowa: rankDictionary()
  9. Odwracanie leetspeaku
  10. Od rangi do czasu złamania
  11. Porównanie z atakami pochodnymi
  12. Ograniczenia ataku słownikowego
  13. Skuteczna obrona
  14. Źródła

1. Przegląd

Atak słownikowy to najstarsza metoda łamania haseł, najprostsza do zrozumienia i statystycznie najskuteczniejsza wobec prawdziwych haseł wybieranych przez ludzi. Zamiast przeglądać wszystkie możliwe kombinacje jak brute force, sprawdza przygotowaną wcześniej listę kandydatów — „słownik” — w kolejności malejącego prawdopodobieństwa.

Dlaczego działa tak dobrze. Ludzie nie wybierają haseł losowo. Dziesięciolecia wycieków danych pokazują, że prawdziwe hasła są skrajnie skoncentrowane: w wycieku RockYou samego hasła 123456 używało 290 731 kont, około 2% wszystkich. Dobrze zbudowany atak słownikowy sprawdza tych kandydatów najpierw i znajduje ich w ułamku sekundy, podczas gdy brute force potrzebowałby lat.

Time2Crack korzysta z dwóch niezależnych mechanizmów:

Oba mechanizmy się uzupełniają: HIBP zna hasła, które już wyciekły, a listy słów obejmują zwykłe słowa, które jeszcze nie wyciekły.


2. Tło historyczne i naukowe

2.1 Początki

Atak słownikowy jest starszy niż współczesne bezpieczeństwo komputerowe. Pierwsze systemy Unix przechowywały skróty haseł w pliku /etc/passwd, czytelnym dla wszystkich: każdy, kto mógł go odczytać, mógł sprawdzić listę słów na wszystkich kontach.

RokWydarzenie
1979Morris i Thompson publikują pierwszy artykuł naukowy o bezpieczeństwie haseł w systemie Unix; duża część badanych haseł to zwykłe słowa lub imiona.
1988Robak Morrisa rozprzestrzenia się m.in. dzięki zgadywaniu haseł z wbudowanej listy 432 słów, a potem ze słownika systemowego /usr/share/dict/words.
1991Crack (Alec Muffett): pierwszy szeroko używany program do łamania haseł w systemie Unix, z regułami przekształcania słów.
1996John the Ripper upowszechnia tryb „lista słów + reguły”.
2009Wyciek RockYou: 32 miliony kont przechowywanych otwartym tekstem (14,3 miliona różnych haseł) pokazują, jak ludzie naprawdę wybierają hasła.
2013Troy Hunt uruchamia Have I Been Pwned. W tym samym roku wyciek z Adobe ujawnia 153 miliony kont, których hasła zaszyfrowano bez soli, więc identyczne hasła dało się rozpoznać.
2015Hashcat staje się open source; ataki słownikowe na GPU stają się dostępne dla wszystkich.
2019„Collection #1–5”: miliardy par e-mail/hasło zebranych z wcześniejszych wycieków krążą publicznie.

2.2 Przełomowe wycieki

Niektóre wycieki zmieniły atak słownikowy, bo ujawniły rzeczywisty rozkład haseł wybieranych przez ludzi:

2.3 Jak szybki jest atak słownikowy?

Lista 1 miliona słów sprawdzana z prędkościami, których używa Time2Crack (12× RTX 5090, domyślny profil „Standard”):

AlgorytmPrędkośćCzas dla 1 miliona kandydatów
NTLM4 081 GH/s0,25 mikrosekundy
MD52 634 GH/s0,38 mikrosekundy
SHA-1837 GH/s1,2 mikrosekundy
SHA-256332 GH/s3,0 mikrosekundy
bcrypt (koszt 5)3 658 kH/s0,27 sekundy
Argon2id1 000 H/sokoło 17 minut

Wobec szybkich funkcji skrótu (MD5, SHA-1, NTLM) atak słownikowy działa więc natychmiast, a nawet wobec bcrypt pozostaje szybki.


3. Dlaczego słowniki działają

3.1 Prawo potęgowe ludzkich haseł

Wszystkie badania empiryczne prowadzą do tego samego wniosku: hasła wybierane przez ludzi nie rozkładają się równomiernie. Podlegają prawu potęgowemu (prawu Zipfa): kilka haseł skupia nieproporcjonalnie dużą część wyborów.

Formalnie: jeśli posortujemy hasła według malejącej częstości, częstość hasła o randze r jest w przybliżeniu proporcjonalna do r−s, gdzie wykładnik s zależy od korpusu (Wang i in., 2017).

Bezpośredni skutek: atakujący, który próbuje tylko 10 najczęstszych haseł, ma już mniej więcej jedną szansę na 20 na przełamanie danego konta.

3.2 Błędy poznawcze przy tworzeniu haseł

Tworząc hasło, ludzie kierują się przewidywalnymi nawykami:

3.3 Dwa sposoby, by znaleźć się „na listach”

Hasło może trafić na listę atakującego z dwóch różnych powodów:

Te dwa przypadki odpowiadają dwóm mechanizmom Time2Crack opisanym poniżej.


4. Budowa nowoczesnego ataku słownikowego

4.1 Ogólny przebieg

Nowoczesny atak słownikowy przebiega w czterech fazach:

Faza 1: zebranie listy słów
    ├── Hasła z wycieków (HIBP, RockYou, kompilacje)
    ├── Listy językowe (słowniki, imiona, miejsca)
    ├── Listy tematyczne (sport, popkultura, technika, religia)
    └── Listy celowane (domena firmy, nazwiska pracowników)

Faza 2: przygotowanie listy
    ├── Sortowanie według częstości (najbardziej prawdopodobne najpierw)
    ├── Usunięcie duplikatów
    ├── Filtrowanie według długości (docelowa długość ± 2)
    └── Normalizacja (małe litery, Unicode NFC)

Faza 3: obliczanie skrótów i porównywanie
    dla każdego kandydata w z listy:
        jeśli hash(w) == skrót_celu: znaleziono
    (miliardy kandydatów na sekundę na GPU dla MD5)

Faza 4: podsumowanie
    └── Złamane hasła, statystyki pokrycia

4.2 Optymalizacje sprzętowe

Nowoczesne ataki słownikowe działają masowo równolegle na GPU:

Dla listy 1 miliarda haseł z wycieków na 12× RTX 5090:

Ta różnica około sześciu rzędów wielkości między MD5 a bcrypt pokazuje, jak ważny jest wybór algorytmu skrótu.

4.3 Kolejność kandydatów

Lista nie jest sprawdzana alfabetycznie, lecz według malejącego prawdopodobieństwa:

  1. Najczęstsze hasła z wycieków (pierwsza setka RockYou)
  2. Hasła obecne w wielu wyciekach (posortowane według częstości w HIBP)
  3. Popularne słowa języka celu
  4. Nazwy własne (imiona, miasta, celebryci)
  5. Terminy związane z celem
  6. Warianty i formy odmienione

Przy takiej kolejności słabe hasło zostaje znalezione w pierwszych milisekundach, niezależnie od prędkości obliczania skrótów.


5. Korpusy prawdziwych haseł

5.1 Have I Been Pwned (HIBP)

HIBP jest światowym punktem odniesienia, bo obejmuje prawie wszystkie duże publiczne wycieki, podaje częstość każdego hasła i jest aktywnie utrzymywany. Atakujący z pełną listą może najpierw sprawdzić najczęstsze hasła.

5.2 RockYou (2009): korpus przełomowy

14,3 miliona różnych haseł otwartym tekstem. Początek listy:

RangaHasłoKontaUdział
1123456290 7312,03%
21234579 0780,55%
312345678976 7900,54%
4password59 4620,42%
5iloveyou49 9520,35%

Wniosek: garść kandydatów, sprawdzonych w kilka nanosekund wobec MD5, wystarczy, by przejąć wymierną część kont z bazy danych, która wyciekła.

5.3 Zbiory wyspecjalizowanych list

Te korpusy można pobrać publicznie: ich istnienie to ugruntowany fakt w bezpieczeństwie ofensywnym.


6. Sprawdzanie w HIBP (k-anonimowość)

6.1 Protokół k-anonimowości

Time2Crack sprawdza hasło w HIBP, nigdy go nie wysyłając — ani hasła, ani jego pełnego skrótu. Protokół działa tak:

1. Obliczyć SHA-1(hasło)
     → np. CBFDAC6008F9CAB4083784CBD1874F76618D2A97
2. Wysłać do API HIBP tylko pierwsze 5 znaków
     → GET https://api.pwnedpasswords.com/range/CBFDA
3. API zwraca wszystkie końcówki skrótów zaczynające się od tego prefiksu
     (kilkaset wierszy, uzupełnionych fałszywymi wpisami)
4. Lokalnie poszukać w odpowiedzi reszty skrótu
     → C6008F9CAB4083784CBD1874F76618D2A97
5. Znaleziono: hasło wyciekło, a HIBP podaje, ile razy
   Nie znaleziono: hasła nie ma w HIBP

Gwarancja prywatności: serwer HIBP widzi tylko 5-znakowy prefiks wspólny dla setek haseł. Nie może wiedzieć, które hasło sprawdzono. Porównanie odbywa się w przeglądarce.

6.2 Implementacja w Time2Crack

Sprawdzanie rusza pół sekundy po ostatnim naciśnięciu klawisza, równolegle z analizą lokalną:

// app.js - checkHIBP()
async function checkHIBP(password) {
  const sha1 = await sha1Hex(password);   // uppercase hex SHA-1
  const prefix = sha1.slice(0, 5);        // sent to the API
  const suffix = sha1.slice(5);           // never leaves the browser

  const res = await fetch(`https://api.pwnedpasswords.com/range/${prefix}`, {
    headers: { "Add-Padding": "true" },   // hide the real size of the response
  });
  if (!res.ok) return null;               // API unavailable

  const text = await res.text();
  for (const line of text.split("\n")) {
    const [hashSuffix, count] = line.trim().split(":");
    if (hashSuffix === suffix) return parseInt(count, 10); // number of leaks
  }
  return 0;                               // not found
}

Wynik pojawia się w plakietce: „znaleziono N razy”, „nie znaleziono” albo „niedostępne”, gdy API nie odpowiada. Nie zmienia czasów złamania, które są obliczane lokalnie.

6.3 Jak czytać licznik HIBP

Licznik to liczba wystąpień dokładnie tego hasła w zindeksowanych wyciekach:

LicznikZnaczenie
Ponad 1 000 000Jedno z najczęściej używanych haseł na świecie: każdy atakujący sprawdza je najpierw
Od 10 000 do 1 000 000Bardzo popularne
Od 1 000 do 10 000Popularne
Od 100 do 1 000Rzadsze, ale znane
Od 1 do 100Rzadkie, ale przejęte

Nawet licznik równy 1 to ostrzeżenie: hasło jest na listach, którymi dysponują atakujący, a każdy, kto atakuje konto, z którego wyciekło, spróbuje go użyć.


7. Listy słów Time2Crack dla poszczególnych języków

7.1 Dlaczego listy językowe oprócz HIBP

HIBP obejmuje hasła, które już wyciekły, ale nie zwykłe słowa, które jeszcze nie wyciekły. Ktoś, kto wybiera hasło słonecznik, może nie figurować w HIBP, ale to słowo jest na polskiej liście każdego atakującego, który celuje w polskojęzycznych użytkowników. Listy językowe Time2Crack wypełniają tę lukę:

JęzykPlikSłowa
Angielskien.txt.gz748 958
Francuskifr.txt.gz550 235
Hiszpańskies.txt.gz284 834
Portugalskipt.txt.gz507 721
Niemieckide.txt.gz2 009 880
Włoskiit.txt.gz3 252 670
Niderlandzkinl.txt.gz2 678 323
Polskipl.txt.gz3 670 705
Tureckitr.txt.gz400 442
Razem14 103 768

Pierwsze wersje pochodziły z list słów Wikipedii w SecLists oraz z list kkrypt0nn; od tamtej pory zostały rozszerzone. Przy wczytywaniu z każdego wiersza usuwane są spacje, wiersz jest zamieniany na małe litery, a słowa krótsze niż 3 znaki są odrzucane.

7.2 Wczytywanie na żądanie

Listy słów nie są dołączone do kodu. Pobierana jest tylko lista wybranego języka, w chwili, gdy jest po raz pierwszy potrzebna, jako plik gzip:

// app.js - loadDictionary() (simplified: progress bar updates removed)
async function loadDictionary(lang = AppConfig.lang) {
  // Already loaded for this language
  if (AppConfig.dictWords !== null && AppConfig.dictLang === lang) return;

  // 1. Local cache (IndexedDB)
  const cached = await cacheGet(`dict_${lang}`);
  if (cached) {
    AppConfig.setDictionary(new Set(cached), lang);
    return;
  }

  // 2. Download the compressed list
  const res = await fetch(`${basePath}data/wordlists/${lang}.txt.gz`);
  if (!res.ok) throw new Error(`HTTP ${res.status}`);
  const buffer = await res.arrayBuffer();

  // 3. Decompress in the browser (plain .txt if DecompressionStream is missing)
  let text;
  try {
    text = await new Response(
      ReadableStream.from([new Uint8Array(buffer)])
        .pipeThrough(new DecompressionStream("gzip"))
    ).text();
  } catch {
    text = await (await fetch(`${basePath}data/wordlists/${lang}.txt`)).text();
  }

  // 4. Normalise, filter, index
  const words = text.split("\n")
    .map(w => w.trim().toLowerCase())
    .filter(w => w.length >= 3);
  AppConfig.setDictionary(new Set(words), lang);

  // 5. Keep it for the next visit
  await cachePut(`dict_${lang}`, words);
}

Dlaczego Set? Set w JavaScripcie odpowiada na dictWords.has(word) w stałym czasie, niezależnie od tego, czy lista ma 285 000 słów (hiszpański), czy 3,7 miliona (polski). Przy Array każde wyszukiwanie mogłoby wymagać jednego porównania na słowo.

7.3 Lokalna pamięć podręczna (IndexedDB)

Przygotowana lista jest zapisywana w IndexedDB przeglądarki pod kluczem dict_<język>. Przy następnej wizycie jest odczytywana z pamięci podręcznej, zamiast być ponownie pobierana i rozpakowywana:

Pierwsza wizyta                      Kolejne wizyty
---------------                      --------------
fetch pl.txt.gz                      cacheGet("dict_pl")
  └── gunzip (DecompressionStream)     └── new Set(words)
        └── trim / małe litery / ≥ 3         └── gotowe
              └── new Set(words)
                    └── cachePut("dict_pl")
                          └── gotowe

Hasło nigdy nie opuszcza przeglądarki: lista jest pobierana z serwera Time2Crack, a porównanie odbywa się lokalnie.


8. Ranga słownikowa: rankDictionary()

8.1 Zasada: najpierw ranga, potem czas

Time2Crack nie pyta tylko „czy to słowo ze słownika?”, ale „po ilu próbach znalazłby je atak słownikowy?”. Ta liczba prób to ranga. Funkcja rankDictionary() (plik core/rank/dictionary.js) zwraca ją albo zwraca null, gdy atak nie ma zastosowania:

// core/rank/dictionary.js - rankDictionary()
export function rankDictionary(password, dictWords = null) {
  const lower = password.toLowerCase();
  const deleeted = deleet(password);
  const alpha = password.replace(/[^a-zA-Z]/g, "");
  const uCost = uppercaseCost(alpha);        // capital letters, see 8.3

  // 1. In the top passwords as is?
  const topIdx = TOP_PASSWORDS.indexOf(lower);
  if (topIdx !== -1) return { rank: (topIdx + 1) * uCost, model: "dictionary" };

  // 2. De-leeted form in the top passwords?
  const deIdx = TOP_PASSWORDS.indexOf(deleeted);
  if (deIdx !== -1) return { rank: (deIdx + 1) * 10 * uCost, model: "dictionary" };

  // 3. In the wordlist of the selected language?
  if (dictWords instanceof Set) {
    if (dictWords.has(lower) || dictWords.has(deleeted)) {
      const mid = Math.floor(dictWords.size / 2);
      if (passwordLength(password) >= 9) {
        // a long word may also be split into shorter words, see 8.4
        const compound = rankGermanCompound(password, dictWords);
        if (compound && compound.rank < mid)
          return { rank: compound.rank * uCost, model: "dictionary" };
      }
      return { rank: mid * uCost, model: "dictionary" };
    }

    // 4. Compound made of several dictionary words?
    const compound = rankGermanCompound(password, dictWords);
    if (compound) return { rank: compound.rank * uCost, model: "dictionary" };
  }

  // Not found: the dictionary attack does not apply
  return { rank: null, model: "dictionary" };
}

8.2 Cztery poziomy

PoziomRegułaPrzykładRanga
1. Najczęstsze hasłaPozycja na liście 105 najczęstszych haseł (RockYou, HIBP)password2
2. Wariant w leetspeakuPozycja formy po odwróceniu leetspeaku × 10p@ssw0rd20
3. Lista językowaPołowa rozmiaru listysoleil (francuski)275 117
4. Słowo złożoneZob. 8.4apfelbaumkuchen (niemiecki)21 129

Dlaczego połowa listy? Listy słów nie są posortowane według częstości: pozycja słowa w pliku nic nie mówi o tym, kiedy atakujący by je sprawdził. Średnio atakujący, który przegląda listę, znajduje dane słowo w połowie drogi.

8.3 Wielkie litery

Atakujący zaczyna od słów pisanych małymi literami, a potem próbuje wariantów z wielkimi. Ranga jest mnożona przez liczbę wariantów potrzebnych, by dojść do pisowni hasła (funkcja uppercaseCost(), ta sama metoda co w zxcvbn):

PisowniaMnożnikPrzykładRanga
Same małe litery× 1soleil275 117
Tylko pierwsza litera× 2Soleil550 234
Tylko ostatnia litera× 2soleiL550 234
Same wielkie litery× 2PASSWORD4
Każde inne połączeniesuma C(n, i) dla i = 1 … min(wielkie, małe)PaSsWoRd324

8.4 Słowa złożone

Niemiecki (i niderlandzki) łączy słowa w jedno: Apfelbaumkuchen = Apfel + Baum + Kuchen. Takiego słowa często nie ma na liście, ale atakujący może je zbudować z krótszych słów. Time2Crack próbuje podzielić hasło na 2–4 słowa z listy, dopuszczając zwykłe niemieckie łączniki (-s-, -es-, -n-, -en-, -er-, -e-). Ranga to wtedy ranga maskowa hasła pomnożona przez 0,25 (2 słowa), 0,16 (3 słowa) lub 0,10 (4 słowa) oraz przez 0,75, gdy ostatni fragment to popularny przyrostek (-heit, -ung, -haus…).

Podział jest też sprawdzany dla długich słów, które są na liście (9 znaków lub więcej), i zachowywany, jeśli daje niższą rangę: Sonnenblume otrzymuje rangę 42 680 zamiast połowy listy niemieckiej (1 004 940).


9. Odwracanie leetspeaku

9.1 Leetspeak nie chroni

Leetspeak zastępuje litery podobnie wyglądającymi cyframi lub symbolami: a → @, e → 3, i → 1, o → 0, s → $. Ludzie używają go, by „wzmocnić” zwykłe słowo: password → p@$$w0rd.

W rzeczywistości te zamiany należą do pierwszych reguł stosowanych przez narzędzia do łamania haseł. Nie spowalniają kompetentnego atakującego.

9.2 Funkcja deleet()

// core/rank/dictionary.js - deleet()
function deleet(pw) {
  return pw
    .toLowerCase()
    .replace(/0/g, "o")
    .replace(/1/g, "i")
    .replace(/3/g, "e")
    .replace(/4/g, "a")
    .replace(/5/g, "s")
    .replace(/7/g, "t")
    .replace(/8/g, "b")
    .replace(/@/g, "a")
    .replace(/\$/g, "s")
    .replace(/!/g, "i");
}

Hasło jest wyszukiwane zarówno w postaci wpisanej, jak i po odwróceniu leetspeaku. Wśród najczęstszych haseł forma po odwróceniu kosztuje 10 razy więcej (atakujący musi wypróbować warianty): p@ssw0rd → 20 zamiast 2. Na liście językowej kosztuje tyle samo co zwykłe słowo.

9.3 Czego nie odkodowujemy


10. Od rangi do czasu złamania

Rangę przelicza się na sekundy, dzieląc ją przez prędkość obliczania skrótów przez atakującego:

// core/time.js - rankToSeconds()
export function rankToSeconds(rank, algo, profile = "experienced") {
  const baseRate = HASH_RATES[algo];   // guesses per second, 12× RTX 5090
  if (!baseRate) throw new Error(`Unknown algorithm: ${algo}`);
  const multiplier = ATTACKER_MULTIPLIERS[profile] ?? 1;
  return rank / (baseRate * multiplier);
}

Przykład dla soleil (lista francuska, ranga 275 117) z profilem domyślnym:

AlgorytmPrędkość (12× RTX 5090)ObliczenieCzas
NTLM4 081 GH/s275 117 / 4 081 × 10967 nanosekund
MD52 634 GH/s275 117 / 2 634 × 109104 nanosekund
SHA-1837 GH/s275 117 / 837 × 109329 nanosekundy
SHA-256332 GH/s275 117 / 332 × 109829 nanosekund
bcrypt (koszt 5)3 658 kH/s275 117 / 3 658 0000,08 sekundy
Argon2id1 000 H/s275 117 / 1 0004 minuty 35 sekund

Nawet przy Argon2id zwykłe francuskie słowo pada w niecałe 5 minut. Profil atakującego zmienia prędkości: od jednego GPU (profil „Amateur”) do około 10 000 GPU (profil „Państwo”). Jak w przypadku wszystkich innych modeli, ranga słownikowa nigdy nie może przekroczyć rangi brute force dla tego samego hasła.


11. Porównanie z atakami pochodnymi

„Czysty” atak słownikowy to pierwszy z rodziny ataków, które wszystkie wychodzą od listy słów. Time2Crack oblicza dziewięć modeli (brute force, słownik, hybryda, maska, PCFG, Markov, kombinator, wzorce klawiatury, daty), z których każdy atakuje hasło z innej strony.

11.1 Słownik a hybryda

KryteriumSłownikHybryda (słownik + reguły)
KandydaciSłowa z listy, bez zmianKażde słowo z przekształceniami (cyfry, symbole, wielkie litery…)
Złamane przykładypassword, motylP@ssw0rd!, motyl2024
PrędkośćMniej kandydatów, więc szybciejZnacznie szersze pokrycie
Ma zastosowanie, gdyDokładne słowo jest na liścieHasło pochodzi od słowa z listy

Atak hybrydowy zaczyna się tam, gdzie kończy się czysty słownik: stosuje systematyczne reguły przekształceń do każdego słowa z listy (w duchu best64.rule z hashcata).

11.2 Słownik a PCFG

KryteriumSłownikPCFG
ModelStała lista kandydatówProbabilistyczna gramatyka struktur haseł
Mocna stronaDokładne słowaStruktury takie jak słowo + cyfry, wielka litera + małe + symbol
Przykładpassword ✓Password123 ✓ (rozpoznana struktura)

Password123 samo w sobie nie jest słowem ze słownika, ale PCFG rozpoznaje jego strukturę [wielka litera][małe litery][cyfry] i łamie je bardzo szybko.

11.3 Słownik a Markov

KryteriumSłownikMarkov
KandydaciLista przygotowana z góryGenerowani na bieżąco przez model statystyczny
PokrycieZnane słownictwoKażdy ciąg, który „wygląda po ludzku”
ZaletaBardzo szybki dla dokładnych słówObejmuje też słowa nieobecne na listach

Markov obejmuje hasła, które przypominają ludzkie słowa, choć nie ma ich na żadnej liście.

11.4 Słownik a credential stuffing

KryteriumSłownikCredential stuffing
CelZłamać skrótZalogować się na konto
MechanizmLokalne obliczanie skrótówZdalne próby logowania
ŹródłoOgólna lista słówPary e-mail/hasło z wycieków
ObronaWolny algorytm skrótuOgraniczanie prób, MFA, blokowanie IP

Credential stuffing nie atakuje skrótu: wypróbowuje pary e-mail/hasło z wycieków bezpośrednio w usługach internetowych. To inny atak, ale korzysta z tych samych danych (wycieków takich jak te zindeksowane w HIBP). Time2Crack go nie modeluje.


12. Ograniczenia ataku słownikowego

12.1 Ograniczenia wewnętrzne

12.2 Czego Time2Crack nie modeluje


13. Skuteczna obrona

13.1 Co chroni

Wolny algorytm skrótu (bcrypt, Argon2id). To najskuteczniejsza obrona po stronie serwera: każda próba kosztuje więcej. Dla soleil (ranga 275 117):

Wolny skrót spowalnia atakującego, ale nie ratuje słowa ze słownika: lista jest po prostu za krótka.

Unikalna sól dla każdego konta. Sprawia, że tablice obliczone z góry (tęczowe tablice) są bezużyteczne, i zmusza atakującego do pracy konto po koncie. Nie zapobiega atakowi listą słów na pojedyncze konto.

Długość i losowość. Pojedyncze słowo ze słownika jest zawsze podatne. Fraza z 4 lub 5 słów opiera się czystemu atakowi słownikowemu, ale nie atakowi kombinatorowemu, jeśli słowa są przewidywalne: trzeba je wylosować.

Losowo generowane hasła. Prawdziwe rozwiązanie: menedżer haseł, który generuje długie losowe hasła (20 znaków lub więcej). Nie ma ich w żadnym słowniku.

Uwierzytelnianie wieloskładnikowe (MFA). Nie zapobiega łamaniu offline wykradzionych skrótów, ale nie pozwala atakującemu zalogować się złamanym hasłem.

Ograniczanie prób i wykrywanie anomalii. Chronią przed próbami online, nie przed łamaniem offline wykradzionych skrótów.

13.2 Co nie chroni

13.3 Praktyczne zalecenia


14. Źródła

Źródła naukowe

Źródła branżowe

Tło


Kod źródłowy: core/rank/dictionary.js (rankDictionary, deleet), core/rank/uppercase.js (uppercaseCost), core/time.js (rankToSeconds), app.js (loadDictionary, checkHIBP).