diff --git a/README.md b/README.md index b6661b8..73e3203 100644 --- a/README.md +++ b/README.md @@ -4,10 +4,10 @@ 实现了以下的分析功能: -- [x] 密码日期分析 [source](./stat_date.cpp) -- [x] 密码键位分析 [source](./stat_keystroke.cpp) - [x] 密码长度分析 [source](./stat_length.cpp) - [x] 密码结构分析 [source](./stat_struct.cpp) +- [x] 密码键位分析 [source](./stat_keystroke.cpp) +- [x] 密码日期分析 [source](./stat_date.cpp) - [x] 密码单词分析 [source](./stat_word.cpp) ## Compile and Run @@ -69,6 +69,7 @@ cmake .. cmake --build . -j popd ``` + ### Run 在 **项目根目录** 下运行: @@ -81,3 +82,126 @@ popd [2023-11-05 14:45:18.174] [info] 9: 65963 ... ``` + +## Details + +图标详见 [result.xlsx](./data/result.xlsx) + +### 密码长度分析 + +在 YAHOO 的数据集中 + +- 密码长度从 1 位到 30 位不等 +- 主要集中在 6 - 10 位 +- 其中 8 位的密码最多,占比达 27% + +在 CSDN 的数据集中 + +- 密码长度从 1 位到 40 位不等 +- 主要集中在 8 - 12 位 +- 其中 8 位的密码最多,占比达 36% + +### 密码结构分析 + +在 YAHOO 的数据集中 + +- 排名前 3 位的均为全字母型密码 +- 在前 15 种类型中,仅有一种全数字型的密码:D6,排名第 7 + +在 CSDN 的数据集中 + +- 在前 15 种类型中 + - 全数字密码占 6 个 + - 全字母密码占 3 个 + - 其余为字母数字混合型 +- 排名第一的类型为 D8 + - 从结构上来看符合 YYYYMMDD 日期类型或者 12345678简单密码 + - 其出现频率约为第二名(D9)的两倍 + +在这两个数据集中,前 15 中模式中均未发现特殊符号 + +### 密码键位分析 + +在 YAHOO 的数据集中 + +- 前 3 位的键位类型为:123456, qwerty, 123456789 +- 键位连续型的密码出现频次较低 + +在 CSDN 的数据集中 + +- 前 3 位的键位类型为:123456, 123456789, 1234567 +- 键位连续型的密码出现频次较高 +- 前 4 位的键位类型均为纯数字型,与密码结构中常见全数字型密码的结论相符 +- YAHOO 中常见的 qwerty 键位类型在 CSDN 中出现在第 10 位 + - CSDN 中首个常见的连续字母型键位位 zxcvbnm,出现在第 5 位 + +### 密码日期分析 + +采用正则表达式匹配日期类型,将日期分为以下几种类型: + +```cpp +// YYYY MM DD + 0: std::regex(R"((?:19|20)\d{2}(?:0[1-9]|1[0-2])(?:0[1-9]|[1-2][0-9]|3[0-1]))"), + 1: std::regex(R"((?:19|20)\d{2}\.(?:0[1-9]|1[0-2])\.(?:0[1-9]|[1-2][0-9]|3[0-1]))"), + 2: std::regex(R"((?:19|20)\d{2}-(?:0[1-9]|1[0-2])-(?:0[1-9]|[1-2][0-9]|3[0-1]))"), + 3: std::regex(R"((?:19|20)\d{2}/(?:0[1-9]|1[0-2])/(?:0[1-9]|[1-2][0-9]|3[0-1]))"), +// MM DD YYYY + 4: std::regex(R"((?:0[1-9]|1[0-2])(?:0[1-9]|[1-2][0-9]|3[0-1])(?:19|20)\d{2})"), + 5: std::regex(R"((?:0[1-9]|1[0-2])\.(?:0[1-9]|[1-2][0-9]|3[0-1])\.(?:19|20)\d{2})"), + 6: std::regex(R"((?:0[1-9]|1[0-2])-(?:0[1-9]|[1-2][0-9]|3[0-1])-(?:19|20)\d{2})"), + 7: std::regex(R"((?:0[1-9]|1[0-2])/(?:0[1-9]|[1-2][0-9]|3[0-1])/(?:19|20)\d{2})"), +// YY MM DD + 8: std::regex(R"(\d{2}(?:0[1-9]|1[0-2])(?:0[1-9]|[1-2][0-9]|3[0-1]))"), + 9: std::regex(R"(\d{2}\.(?:0[1-9]|1[0-2])\.(?:0[1-9]|[1-2][0-9]|3[0-1]))"), +10: std::regex(R"(\d{2}-(?:0[1-9]|1[0-2])-(?:0[1-9]|[1-2][0-9]|3[0-1]))"), +11: std::regex(R"(\d{2}/(?:0[1-9]|1[0-2])/(?:0[1-9]|[1-2][0-9]|3[0-1]))"), +// MM DD YY +12: std::regex(R"((?:0[1-9]|1[0-2])(?:0[1-9]|[1-2][0-9]|3[0-1])\d{2})"), +13: std::regex(R"((?:0[1-9]|1[0-2])\.(?:0[1-9]|[1-2][0-9]|3[0-1])\.\d{2})"), +14: std::regex(R"((?:0[1-9]|1[0-2])-(?:0[1-9]|[1-2][0-9]|3[0-1])-\d{2})"), +15: std::regex(R"((?:0[1-9]|1[0-2])/(?:0[1-9]|[1-2][0-9]|3[0-1])/\d{2})"), +// MM DD +16: std::regex(R"((?:0[1-9]|1[0-2])(?:0[1-9]|[1-2][0-9]|3[0-1]))"), +17: std::regex(R"((?:0[1-9]|1[0-2])\.(?:0[1-9]|[1-2][0-9]|3[0-1]))"), +18: std::regex(R"((?:0[1-9]|1[0-2])-(?:0[1-9]|[1-2][0-9]|3[0-1]))"), +19: std::regex(R"((?:0[1-9]|1[0-2])/(?:0[1-9]|[1-2][0-9]|3[0-1]))"), +``` + +在 YAHOO 的数据集中 + +- 类型 16, 12, 8 占据前三位 + - 类型16:形如 MMDD 的日期类型 + - 类型12:形如 MMDDYY 的日期类型 + - 类型8:形如 YYMMDD 的日期类型 +- 其余类型出现频次较低,可忽略不计 + +在 CSDN 的数据集中 + +- 类型 8, 0, 12, 16 + - 类型8:形如 YYMMDD 的日期类型 + - 类型0:形如 YYYYMMDD 的日期类型 + - 类型12:形如 MMDDYY 的日期类型 + - 类型16:形如 MMDD 的日期类型 +- 其余类型出现频次较低,可忽略不计 + +需要注意的是,MMDD, MMDDYY 等类型的日期由于长度较短,在密码串中可能并不表示日期,而是具备其他的含义 + +由此筛选下来,只有在 CSDN 数据集中,出现了常见的日期类型密码:YYYYMMDD + +### 密码单词分析 + +单词表来源于 Google 发布的 Top10000 English words + +在 YAHOO 的数据集中 + +- Top20 单词为:sword, password, write, money, angel, jesus, chris, writer, content, black, monkey, green, super, + associate, welcome, associated, prince, sweet, dragon, christ +- 其中 sword 与 password 互为包含关系,sword 频次主要来源于 password +- 出现了 angel, jesus, chris 等具有宗教色彩的单词 + +在 CSDN 的数据集中 + +- Top20 单词为:sword, happy, password, admin, china, hello, angel, angle, super, apple, window, windows, forever, dream, + loves, shine, lover, kevin, tiger, dragon +- 一样的出现了 sword 与 password 的包含关系 +- 出现了 password, admin 等经典口令 diff --git a/data/result.xlsx b/data/result.xlsx new file mode 100644 index 0000000..c9f0424 Binary files /dev/null and b/data/result.xlsx differ