我给每个目标定制专属字典：AI生成的密码本，一打一个准
原创
逍遥
逍遥
昆仑AI安全实验室
2026年6月27日 12:04
广东
在小说阅读器读本章
去阅读
我入行头几年，爆破后台全凭一个300万行的“超级字典”。跑一次大半天，运气好能撞出几个弱口令，运气不好毛都没有。后来我慢慢发现一个问题：那些被我撞出来的密码，往往和目标的域名、业务、人名高度相关——比如域名xiaoxiang的口令是Xiaoxiang@2024，或者HR邮箱密码是公司名加123。通用的字典根本不会覆盖这些组合，因为它是给所有人用的。
去年我开始用AI给每个目标单独生成字典。不是让AI去猜密码，而是把目标的域名、业务关键词、员工信息全扔给AI，让它把这些元素排列组合成可能的密码变体。命中率直接翻了三倍以上。以前打一个目标平均撞出2-3个弱口令，现在经常能撞出七八个，甚至一次直接撞出了管理员后台的密码。
这篇文章把整个方法拆开，从信息收集到AI Prompt设计，到脚本自动化，全给你。
一、传统字典为什么命中率低？
通用密码字典，不管是Rockyou还是国内的Top1000，都是基于历史泄露数据库统计出来的高频密码。它只覆盖了admin123、password、123456这种“普适弱口令”。
但现实中的企业员工和管理员，他们的密码大多和这家公司有关联。我统计过自己过去两年爆破成功的200多个口令，超过60%包含以下元素之一：
- 公司域名：如
hongxing→Hongxing@2024 - 业务缩写：如
OA、ERP、CRM - 产品名：如
clouddesk、smartpark - 员工姓名/工号：如
zhangsan123、wangli_2023 - 默认密码变体：如
admin→Admin123、adm123
通用字典里没有这些，因为它是“通用”的。但AI可以快速生成这些定制化的组合，这就是命中率提升的根源。
二、我的做法：信息收集→喂给AI→生成字典
流程很简单，分三步走。
第一步：收集目标的“基因信息”
不需要入侵，全部来自公开渠道：
- 域名和子域名：从主域名里提取品牌名。比如
www.redstar-logistics.com，关键词就是redstar、logistics。 - 业务系统名：从网页title、footer、登录页面抓取。比如“红星空运物流管理系统”、“RedStar ERP”。
- 公司名和缩写：天眼查、企查查直接看，比如“红星空运物流有限公司”，缩写可能是
RSL、HXKY。 - 员工姓名：脉脉、LinkedIn搜公司名，找几个公开的员工姓名。不需要多，三五个就够。
- 技术特征：网站框架（如Tomcat、WebLogic）、编程语言（Java、PHP），这些也会影响默认密码。
我每次测试前花15分钟整理一份“目标档案”，大概长这样：
目标名称：红星空运域名：redstar-logistics.com缩写：RSL, redstar产品名：RedStar ERP, 星云物流平台员工姓名：张伟, 李娜, 王强技术栈：Java, Tomcat, MySQL年份：2024, 2025
这份档案就是AI的“原料”。
第二步：用AI生成密码变体
我把这些原料扔给AI，让它基于常见的人类设定密码习惯，生成密码候选词。
我的Prompt如下（经过多次优化）：
你是一个密码破解专家，擅长根据目标信息推断可能的密码。现在有一个目标，信息如下：域名：redstar-logistics.com品牌名：RedStar, 红星空运缩写：RSL, redstar, hxky产品名：RedStar ERP, 星云物流平台员工姓名：张伟, 李娜, 王强常见年份：2024, 2025, 2026常见特殊字符：@, #, !, ., _
请根据以上信息，结合以下常见的人类设定密码习惯，生成100个可能的密码候选：1. 品牌名+年份/特殊字符/数字（如RedStar@2024, RedStar2025, redstar123）2. 缩写+年份/特殊字符/数字（如RSL@2024, rsl2025）3. 产品名+年份/特殊字符/数字（如RedStarERP@2024）4. 员工姓名+特殊字符/数字（如zhangwei@123, zhangwei2025, ZhangWei!2024）5. 常见默认密码变体（如admin123, Admin@123, password, P@ssw0rd）6. 结合技术栈（如tomcat, weblogic1, manager）7. 大小写变体、首字母大写、全大写8. 键盘序列变体（如qwer, asdf）
要求：- 不要生成通用弱口令（如123456, password），这些我会另外加。- 密码长度限制在6-16位。- 直接输出密码列表，一行一个，不要序号，不要解释。
AI输出的密码列表长这样：
RedStar@2024RedStar2025redstar123RSL@2024rsl2025RedStarERP@2024zhangwei@123ZhangWei!2024lina2025wangqiang_2024admin123Admin@123tomcatmanagerredstar!@#hxky2024hxky@123StarLogistics2024...
这100条密码，加上我自己的基础弱口令字典（如admin, 123456, password, 111111），再结合目标默认密码（如admin/admin, root/root），就构成了一份高度定制化的爆破字典。
第三步：用脚本自动化生成
我把这个过程写成了Python脚本，输入目标档案，自动调用AI API生成字典：
import requests
def generate_custom_dict(target_info): prompt = f\"\"\" 你是一个密码破解专家...（上面的Prompt） 目标信息： {target_info} \"\"\" resp = requests.post( \"https://api.deepseek.com/v1/chat/completions\", headers={\"Authorization\": \"Bearer sk-xxx\"}, json={ \"model\": \"deepseek-chat\", \"messages\": [{\"role\": \"user\", \"content\": prompt}], \"temperature\": 0.8 # 提高随机性，生成更多样 }, timeout=120 ) output = resp.json()[\"choices\"][0][\"message\"][\"content\"] passwords = [line.strip() for line in output.split('\
') if line.strip()] # 去重，并去除可能混入的通用弱口令 return list(set(passwords))
# 示例：生成100条+基础字典custom = generate_custom_dict(target_info)with open('custom_dict.txt', 'w') as f: for pwd in custom + basic_passwords: f.write(pwd + '\
')
跑一次成本几分钱，几秒钟出结果。
三、实战案例：AI字典连下三城
案例1：撞出某物流公司SSH密码
目标是一家物流公司，域名speed-cargo.cn。我用AI生成了200条定制密码，加上100条基础弱口令，对它们的一台暴露SSH的服务器做爆破。不到十分钟，用户root的密码被撞出：SpeedCargo@2024。
这个密码就是品牌名SpeedCargo加年份加特殊字符的组合。通用字典里根本没有SpeedCargo这个词。我拿到密码后登进去，发现这台服务器连接着他们的内部物流系统，订单数据一览无余。高危漏洞，赏金4000元。
案例2：撞出某政务系统后台管理员
目标是一个智慧社区管理系统，域名zhsq.bjxxx.gov.cn，缩写zhsq（智慧社区）。AI生成的字典里有zhsq@2024、zhsq123、Zhsq2025等变体。最终撞出管理员密码就是zhsq2024，直接进入后台，能看到辖区内所有居民信息。严重漏洞，赏金8000元。
案例3：撞出某企业VPN密码
目标是一家制造企业，域名jinshan-machinery.com。我从脉脉上扒了几个员工的姓名，AI字典里包含了jinshan@2025、Jinshan123、zhangwei@jinshan等。最后撞出VPN账号zhangwei的密码是Jinshan@2024，直接连入内网。高危漏洞，赏金6000元。
四、AI字典 vs 通用字典，命中率到底差多少？
我统计了最近50次授权测试的数据：
- 通用字典（300万条）：平均命中率约5%（50个目标中，成功爆破弱口令的只有2-3个）。
- AI定制字典（200条+基础弱口令）：平均命中率约18%（50个目标中，成功爆破弱口令的有9个）。
命中率提升了3倍多。而且AI字典体积小（几百条），爆破速度快，十分钟就能跑完，不像通用字典动辄跑半天。更重要的是，AI生成的密码更贴近目标，撞出的往往是高权限账号的关键密码，危害更大。
五、不止字典，AI还能帮你判断“谁可能用了弱口令”
进阶用法：把目标员工的信息也扔给AI，让它判断哪些人可能用了弱口令，再重点爆破。比如AI会提示：“此人入职不满半年，可能还在用初始密码”、“此人岗位是行政，密码可能是公司名加123”、“此人英文名加生日可能性大”。
然后你就有了一个优先级排序的爆破目标列表，效率再次提升。
六、防御建议：怎么防这种定制化字典攻击？
这种攻击的核心不是破解加密算法，而是利用了人类设定密码的习惯。防御也不复杂：
- 强制密码复杂度：要求至少8位，包含大小写、数字、特殊字符，且不能包含公司名、用户名等。
- 定期弱口令自查：用公司域名、品牌名、员工信息生成字典，内部爆破一次，把弱口令揪出来。
- 多因素认证：就算密码被撞，还有第二层保护。
- 登录失败策略：连续5次失败锁定账号或延迟响应，别让攻击者无限爆破。
七、写在最后
AI生成定制字典这事，技术含量不高，成本极低，但效果拔群。它本质上不是AI有多聪明，而是它帮你做了“信息收集→组合排列”的体力活，让你能快速覆盖人类设定密码的所有可能性。
下次打目标，别急着上几十G的超级字典。先花十分钟做个目标档案，丢给AI，生成一份几百条的专属字典。你会惊喜地发现，那个管理员，又在用公司的缩写当密码。而你，就是他这个习惯的收割者。
严正声明
本文所述技术仅用于合法授权的安全测试。任何未经授权的爆破、入侵行为均属违法。所有案例均已脱敏，仅保留技术原理供学习参考。安全之路，始于授权。
版权声明
本站仅做备份收录，仅供研究与教学参考之用。
读者将信息用于其他用途的，全部法律及连带责任由读者自行承担，本站不承担任何责任。
评论