AI发力：研究百万条密码预测密码内容

Eggheads公司已经构建起一套机器学习系统，它对人们在网络上使用的数百万条密码进行研究，进而猜测人们可能使用的其它密码内容。 在利用PassGAN对两套大型密码数据集进行评估时，实际效果平均达到John Ripper SpyderLab规则的2倍，而且亦可与HashCat的best64以及gen2规则一争短长——结果为HashCat处理结果的2倍之内。更重要的是，当PassGAN的输出结果同HashCat的输出结果相结合时，能够匹配较HashCat自身高18%到24%的密码比例。这意味着预测密码内容不在是天方夜谭。