Atak słownikowy — szczegółowe działanie
Dokument referencyjny projektu Time2Crack
Dla kogo: programiści, badacze bezpieczeństwa, zaawansowani użytkownicy
Spis treści
- Przegląd
- Tło historyczne i naukowe
- Dlaczego słowniki działają
- Budowa nowoczesnego ataku słownikowego
- Korpusy prawdziwych haseł
- Sprawdzanie w HIBP (k-anonimowość)
- Listy słów Time2Crack dla poszczególnych języków
- Ranga słownikowa:
rankDictionary() - Odwracanie leetspeaku
- Od rangi do czasu złamania
- Porównanie z atakami pochodnymi
- Ograniczenia ataku słownikowego
- Skuteczna obrona
- 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:
- Ranga słownikowa, obliczana lokalnie: czy hasło należy do najczęściej używanych haseł, być może zamaskowane leetspeakiem, albo czy jest słowem ze słownika wybranego języka? Z tej rangi wynikają czasy złamania pokazane w tabeli wyników.
- Sprawdzenie w Have I Been Pwned (HIBP): czy dokładnie to hasło pojawiło się już w jakimś wycieku danych? Odpowiedź wyświetla się w osobnej plakietce nad wynikami.
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.
| Rok | Wydarzenie |
|---|---|
| 1979 | Morris i Thompson publikują pierwszy artykuł naukowy o bezpieczeństwie haseł w systemie Unix; duża część badanych haseł to zwykłe słowa lub imiona. |
| 1988 | Robak Morrisa rozprzestrzenia się m.in. dzięki zgadywaniu haseł z wbudowanej listy 432 słów, a potem ze słownika systemowego /usr/share/dict/words. |
| 1991 | Crack (Alec Muffett): pierwszy szeroko używany program do łamania haseł w systemie Unix, z regułami przekształcania słów. |
| 1996 | John the Ripper upowszechnia tryb „lista słów + reguły”. |
| 2009 | Wyciek RockYou: 32 miliony kont przechowywanych otwartym tekstem (14,3 miliona różnych haseł) pokazują, jak ludzie naprawdę wybierają hasła. |
| 2013 | Troy 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. |
| 2015 | Hashcat 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:
- RockYou (2009): 14,3 miliona różnych haseł otwartym tekstem. Hasła nr 1 (
123456) używało 290 731 kont, około 2% wszystkich. - LinkedIn (2012): najpierw opublikowano 6,5 miliona skrótów SHA-1 bez soli; później okazało się, że wyciek dotyczył około 117 milionów kont.
- Adobe (2013): 153 miliony kont; podpowiedzi do haseł przechowywane otwartym tekstem pomogły odgadnąć najczęstsze hasła.
- Have I Been Pwned (od 2013 roku): stale uzupełniany zbiór publicznych wycieków, dziś punkt odniesienia na całym świecie.
2.3 Jak szybki jest atak słownikowy?
Lista 1 miliona słów sprawdzana z prędkościami, których używa Time2Crack (12× RTX 5090, domyślny profil „Standard”):
| Algorytm | Prędkość | Czas dla 1 miliona kandydatów |
|---|---|---|
| NTLM | 4 081 GH/s | 0,25 mikrosekundy |
| MD5 | 2 634 GH/s | 0,38 mikrosekundy |
| SHA-1 | 837 GH/s | 1,2 mikrosekundy |
| SHA-256 | 332 GH/s | 3,0 mikrosekundy |
| bcrypt (koszt 5) | 3 658 kH/s | 0,27 sekundy |
| Argon2id | 1 000 H/s | około 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:
- Łatwość zapamiętania: słowa łatwe do zapamiętania (rzeczowniki, imiona, popkultura) są nadreprezentowane.
- Dostępność: hasło odzwierciedla najbliższe otoczenie (imię zwierzęcia, drużyna sportowa, ulubiona postać).
- Przewidywalne zamiany: e → 3, a → @, o → 0. Użytkownik uważa hasło za silniejsze, ale to właśnie te zamiany atakujący sprawdza najpierw.
- Dopisywanie na końcu: cyfra lub symbol na końcu słowa (
password1,motyl!). - Język i kultura: popularne hasła zależą od języka użytkownika (
Soleil123we Francji,Sommer123w Niemczech).
3.3 Dwa sposoby, by znaleźć się „na listach”
Hasło może trafić na listę atakującego z dwóch różnych powodów:
- Już wyciekło. Dokładnie to hasło pojawiło się w dawnym wycieku. Atakujący nie musi zgadywać: sprawdza znane hasła w kolejności częstości.
- To zwykłe słowo. Nawet jeśli nigdy nie wyciekło, jest na każdej liście atakującego, bo to oczywisty kandydat. Słowo takie jak
parasolmoże nie występować w HIBP, ale jest na polskiej liście każdego poważnego narzędzia do łamania haseł.
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:
- Hashcat (narzędzie wzorcowe) wykorzystuje tysiące rdzeni GPU, by obliczać miliardy skrótów na sekundę.
- Przetwarzanie wsadowe: kandydaci trafiają do GPU w paczkach po kilka milionów, żeby karta była stale zajęta.
- Reguły na GPU: reguły przekształceń są stosowane bezpośrednio na GPU, więc krótka lista słów daje miliardy kandydatów bez potrzeby ich przechowywania.
Dla listy 1 miliarda haseł z wycieków na 12× RTX 5090:
- MD5: 109 / 2 634 × 109 ≈ 0,4 milisekundy
- bcrypt (koszt 5): 109 / 3 658 000 ≈ 5 minut
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:
- Najczęstsze hasła z wycieków (pierwsza setka RockYou)
- Hasła obecne w wielu wyciekach (posortowane według częstości w HIBP)
- Popularne słowa języka celu
- Nazwy własne (imiona, miasta, celebryci)
- Terminy związane z celem
- 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)
- Rozmiar: ponad miliard różnych haseł z ponad 14 miliardów przejętych kont
- Źródło: zbiór publicznych wycieków od 2013 roku
- Format: skróty SHA-1 (i NTLM) z liczbą wystąpień każdego hasła
- Dostęp: API z k-anonimowością; obrońcy mogą pobrać pełną listę
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:
| Ranga | Hasło | Konta | Udział |
|---|---|---|---|
| 1 | 123456 | 290 731 | 2,03% |
| 2 | 12345 | 79 078 | 0,55% |
| 3 | 123456789 | 76 790 | 0,54% |
| 4 | password | 59 462 | 0,42% |
| 5 | iloveyou | 49 952 | 0,35% |
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
- SecLists (Daniel Miessler): otwarty zbiór list do testów bezpieczeństwa — hasła z wycieków, hasła według języka, terminy techniczne, nazwy.
- CrackStation: około 1,5 miliarda wpisów, w tym wszystkie słowa z Wikipedii w kilku językach.
- Weakpass: bardzo duże kompilacje prawdziwych haseł z wycieków.
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:
| Licznik | Znaczenie |
|---|---|
| Ponad 1 000 000 | Jedno z najczęściej używanych haseł na świecie: każdy atakujący sprawdza je najpierw |
| Od 10 000 do 1 000 000 | Bardzo popularne |
| Od 1 000 do 10 000 | Popularne |
| Od 100 do 1 000 | Rzadsze, ale znane |
| Od 1 do 100 | Rzadkie, 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:
| Język | Plik | Słowa |
|---|---|---|
| Angielski | en.txt.gz | 748 958 |
| Francuski | fr.txt.gz | 550 235 |
| Hiszpański | es.txt.gz | 284 834 |
| Portugalski | pt.txt.gz | 507 721 |
| Niemiecki | de.txt.gz | 2 009 880 |
| Włoski | it.txt.gz | 3 252 670 |
| Niderlandzki | nl.txt.gz | 2 678 323 |
| Polski | pl.txt.gz | 3 670 705 |
| Turecki | tr.txt.gz | 400 442 |
| Razem | 14 103 768 |
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
| Poziom | Reguła | Przykład | Ranga |
|---|---|---|---|
| 1. Najczęstsze hasła | Pozycja na liście 105 najczęstszych haseł (RockYou, HIBP) | password | 2 |
| 2. Wariant w leetspeaku | Pozycja formy po odwróceniu leetspeaku × 10 | p@ssw0rd | 20 |
| 3. Lista językowa | Połowa rozmiaru listy | soleil (francuski) | 275 117 |
| 4. Słowo złożone | Zob. 8.4 | apfelbaumkuchen (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):
| Pisownia | Mnożnik | Przykład | Ranga |
|---|---|---|---|
| Same małe litery | × 1 | soleil | 275 117 |
| Tylko pierwsza litera | × 2 | Soleil | 550 234 |
| Tylko ostatnia litera | × 2 | soleiL | 550 234 |
| Same wielkie litery | × 2 | PASSWORD | 4 |
| Każde inne połączenie | suma C(n, i) dla i = 1 … min(wielkie, małe) | PaSsWoRd | 324 |
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
- Każdy znak ma tylko jeden zamiennik:
1zawsze staje sięi, nigdyl; dlategop1ayernie zostaje rozpoznane jakoplayer. - Rzadsze zamiany (
+→ t,9→ g,#→ h) nie są odkodowywane. - Słowo, po którym następują cyfry lub symbole (
motyl2024,motyl!), nie jest trafieniem słownikowym: zajmuje się nim atak hybrydowy.
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:
| Algorytm | Prędkość (12× RTX 5090) | Obliczenie | Czas |
|---|---|---|---|
| NTLM | 4 081 GH/s | 275 117 / 4 081 × 109 | 67 nanosekund |
| MD5 | 2 634 GH/s | 275 117 / 2 634 × 109 | 104 nanosekund |
| SHA-1 | 837 GH/s | 275 117 / 837 × 109 | 329 nanosekundy |
| SHA-256 | 332 GH/s | 275 117 / 332 × 109 | 829 nanosekund |
| bcrypt (koszt 5) | 3 658 kH/s | 275 117 / 3 658 000 | 0,08 sekundy |
| Argon2id | 1 000 H/s | 275 117 / 1 000 | 4 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
| Kryterium | Słownik | Hybryda (słownik + reguły) |
|---|---|---|
| Kandydaci | Słowa z listy, bez zmian | Każde słowo z przekształceniami (cyfry, symbole, wielkie litery…) |
| Złamane przykłady | password, motyl | P@ssw0rd!, motyl2024 |
| Prędkość | Mniej kandydatów, więc szybciej | Znacznie szersze pokrycie |
| Ma zastosowanie, gdy | Dokładne słowo jest na liście | Hasło 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
| Kryterium | Słownik | PCFG |
|---|---|---|
| Model | Stała lista kandydatów | Probabilistyczna gramatyka struktur haseł |
| Mocna strona | Dokładne słowa | Struktury takie jak słowo + cyfry, wielka litera + małe + symbol |
| Przykład | password ✓ | 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
| Kryterium | Słownik | Markov |
|---|---|---|
| Kandydaci | Lista przygotowana z góry | Generowani na bieżąco przez model statystyczny |
| Pokrycie | Znane słownictwo | Każdy ciąg, który „wygląda po ludzku” |
| Zaleta | Bardzo szybki dla dokładnych słów | Obejmuje 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
| Kryterium | Słownik | Credential stuffing |
|---|---|---|
| Cel | Złamać skrót | Zalogować się na konto |
| Mechanizm | Lokalne obliczanie skrótów | Zdalne próby logowania |
| Źródło | Ogólna lista słów | Pary e-mail/hasło z wycieków |
| Obrona | Wolny algorytm skrótu | Ograniczanie 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
- Tylko znane słownictwo. Wymyślone hasło, które nie przypomina żadnego istniejącego słowa i nigdy nie wyciekło, wymyka się czystemu atakowi słownikowemu:
Xqz7mK9pLnie ma na żadnej liście. - Pokrycie językowe. Atakujący, który celuje w polskojęzycznych użytkowników bez polskiej listy, przeoczy słowa takie jak
parasolczysłonecznik. - Nowe hasła. Hasła, które nigdy nie wyciekło, nie ma w HIBP, nawet jeśli jest popularne.
- Długie frazy.
MojaWielkaPrzygodaPodGwiazdaminie ma na żadnej liście, choć każde słowo jest banalne. Frazami hasłowymi zajmują się inne ataki (kombinator, PRINCE).
12.2 Czego Time2Crack nie modeluje
- Listy celowane: atakujący, który celuje w konkretną branżę, buduje własne listy (terminy medyczne dla szpitala, slang graczy dla platformy z grami). Narzędzia takie jak CeWL wyciągają słowa ze strony internetowej celu. Time2Crack używa list ogólnych.
- Świeże wycieki: między wyciekiem a jego dodaniem do HIBP hasła krążą prywatnie i nie są widoczne przez publiczne API.
- Inne algorytmy skrótu: Time2Crack modeluje sześć algorytmów (MD5, SHA-1, SHA-256, NTLM, bcrypt, Argon2id). SHA-512, scrypt czy PBKDF2 mają inne profile.
- Częstość słów: każde słowo z listy językowej dostaje tę samą rangę (połowę listy), niezależnie od tego, czy jest bardzo popularne, czy bardzo rzadkie.
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):
- MD5: około 0,1 mikrosekundy
- bcrypt koszt 12 (128 razy wolniej niż koszt 5): około 10 sekund
- Argon2id: około 5 minut
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
- Zamiany w leetspeaku:
password→p@ssw0rd(zob. rozdział 9). - Cyfra na końcu:
password→password1, jedna z pierwszych sprawdzanych reguł. - Wielka pierwsza litera:
password→Password, standardowa reguła (ranga × 2). - Cyfry i symbole wokół rozpoznawalnego słowa:
motyl!zostaje znalezione najprostszymi regułami. - Złożoność bez długości:
P@s1wspełnia typowe wymogi (wielka i mała litera, cyfra, symbol), ale jest krótsze i bardziej przewidywalne niżcorrecthorsebatterystaple.
13.3 Praktyczne zalecenia
- Używaj menedżera haseł (Bitwarden, 1Password, KeePass): generuje losowe hasła, a ty pamiętasz tylko hasło główne.
- Włącz MFA wszędzie: nawet jeśli hasło wycieknie, atakujący się nie zaloguje.
- Regularnie sprawdzaj HIBP, aby wiedzieć, czy twój adres e-mail występuje w znanych wyciekach.
- Nigdy nie używaj ponownie tego samego hasła: credential stuffing wykorzystuje powtarzanie haseł w różnych usługach.
- Dla haseł, które musisz pamiętać: fraza z 5 lub więcej słów, wylosowanych (kośćmi albo generatorem), a nie wybranych.
14. Źródła
Źródła naukowe
- Morris, R., & Thompson, K. (1979). Password security: A case history. Communications of the ACM, 22(11), 594–597. Pierwsza naukowa analiza haseł w systemie Unix.
- Klein, D. V. (1990). Foiling the cracker: A survey of, and improvements to, password security. Proceedings of the 2nd USENIX Security Workshop. Około jednej czwartej z 15 000 haseł Unix złamanych przy użyciu list słów i reguł.
- Weir, M., Aggarwal, S., de Medeiros, B., & Glodek, B. (2009). Password cracking using probabilistic context-free grammars. IEEE Symposium on Security and Privacy. Przełomowy artykuł o PCFG, z porównaniem z atakami słownikowymi.
- Ur, B., et al. (2012). How does your password measure up? The effect of strength meters on password creation. 21st USENIX Security Symposium.
- Bonneau, J. (2012). The science of guessing: Analyzing an anonymized corpus of 70 million passwords. IEEE Symposium on Security and Privacy. Mierzy rzeczywisty rozkład haseł.
- Ma, J., Yang, W., Luo, M., & Li, N. (2014). A study of probabilistic password models. IEEE Symposium on Security and Privacy. Porównuje modele słownikowe, Markowa i PCFG na prawdziwych korpusach.
- Wheeler, D. L. (2016). zxcvbn: Low-budget password strength estimation. 25th USENIX Security Symposium, 157–173. Źródło kosztu wielkich liter użytego w rozdziale 8.3.
- Wang, D., Cheng, H., Wang, P., Huang, X., & Jian, G. (2017). Zipf's law in passwords. IEEE Transactions on Information Forensics and Security, 12(11), 2776–2791.
- Pasquini, D., Cianfriglia, M., Ateniese, G., & Bernaschi, M. (2021). Reducing bias in modeling real-world password strength via deep learning and dynamic dictionaries. 30th USENIX Security Symposium.
Źródła branżowe
- Have I Been Pwned. Pwned Passwords. https://haveibeenpwned.com/Passwords. API z k-anonimowością, z którego korzysta Time2Crack.
- Hive Systems (2025). Password table. Edycja 2025 oparta na 12× RTX 5090. Time2Crack korzysta ze zmierzonych benchmarków hashcat dla RTX 5090 (Specops 2026, forum hashcat.net); Argon2id pozostaje szacunkiem.
- Hashcat. Advanced password recovery. https://hashcat.net. Narzędzie wzorcowe do pomiarów na GPU i reguł przekształceń (
best64.rule). - Miessler, D. SecLists. GitHub. Źródło pierwszych list językowych Time2Crack.
Tło
- Hunt, T. (2017). Introducing 306 million freely downloadable Pwned Passwords. troyhunt.com.
- Thomas, K., et al. (2019). Protecting accounts from credential stuffing with password breach alerting. 28th USENIX Security Symposium. Pokazuje, że k-anonimowość chroni prywatność.
Kod źródłowy: core/rank/dictionary.js (rankDictionary, deleet), core/rank/uppercase.js (uppercaseCost), core/time.js (rankToSeconds), app.js (loadDictionary, checkHIBP).