不必怕，天塌了还有个高的顶着。
 

「暗码」这个东西由来已久，公元前 5 世纪，古希腊的斯巴达人就已运用一种叫作 scytale 的棍子来传递加密信息。现代，暗码有了更久远的开展，保密通信设备、银行取款、计算机登陆和屏保、各种个人账号、保险箱等都需求用到暗码。
 
有暗码就有人想破解，据新浪科技报导，美国史蒂文斯理工学院（Stevens Institute of Technology）开发了一个所谓的生成式对抗网络，可以对你所运用的暗码进行合理猜测，准确率到达四分之一。 copyright UWA
 
这种方法的根本理念来自伊恩·古德菲洛（Ian Goodfellow）：让一个神经网络构建一个东西，然后由别的一个神经网络断定其质量。基于这个理念，史蒂文斯理工学院的团队让一个人工智能程序利用数千万个泄露的暗码来学习怎么生成新暗码，再让别的一个人工智能程序学习怎么判别新生成的暗码是否有效。两者相互完善，直到输出最好的成果。
 
科学家们为测试东西供应了来自名为 RockYou 的游戏网站的数千万个被泄露的暗码，并要求它们自己生成数亿个新暗码。然后，他们计算出这些新暗码中有多少与一组来自领英的泄露暗码相匹配，以此来衡量破解暗码的成功率。 内容来自 uwa
 

实验成果是：人工智能生成的暗码有 12％ 与实在暗码匹配。听起来更可怕的是：当研究人员将从 HashCat 软件东西获得的一些规则加入人工智能体系后，在超过 4300 万个领英个人资料的调集中破解了超过四分之一的暗码。
 
这是生成式对抗网络首次被用于破解暗码，尽管该技能尚处前期，但消息传出后，很多人表明了忧虑：不法分子利用此东西是否会更轻松地发起网络攻击？ 内容来自 uwa
 
360 网络攻防实验室负责人林伟通知极客公园：「其实，目前关于那些泄漏出来的领英资料暗码，已破解比例已超过 80％，首要方法是运用 Hashcat 等常见 GPU 暗码破解软件，结合已泄密的常用暗码字典、规则即可完结暗码猜测程序。」
 
运用 HashCat 的一种方法是简略的蛮力，随机地检验许多不同的字符组合，直到找到正确的字符停止；另一种方法是依据之前泄露的暗码和概率方法来推测暗码中的每个字符。但是，这些方法需求多年的手工编码来完结。本文提到的研究可以用深度学习的方法来加速这一进程。 UWA
 
从另一个角度想想，此东西可被用来测试暗码的强度，以提示用户更换更高级别的暗码。在纽约康奈尔大学研究计算机安全的 Thomas Ristenpart 表明，这项新技能还可能被用于生成诱饵暗码，以帮助发现缝隙。
 
关于用户的暗码安全，林伟建议：
 
1、对暗码进行分级，缩小暗码泄露后影响的范围和隐私，建议分为不少于三级，分别是：弱暗码、8 位以上字母＋数字暗码、10 位以上字母＋数字＋特殊符号暗码，注意以上暗码请勿运用常见暗码习气； UWA
 
2、敞开暗码二次验证如：短信验证、登陆设备验证、二级暗码、随机令牌等。