如果你给 PassGAN 提供足够的数据，它就能设计出人类无法想到的规则

 　不久之前，有消息称征信公司 Equifax 宣布其系统中有 1.43 亿人的个人信息已经被黑客恶意泄露，而令人担忧的是，如果一个黑客想要通过直接破解你密码发的方式访问您的在线数据，恐怕用不了一个小时就可以盗窃您的账号。现在一个更坏的消息来了，科学家们已经利用 AI 创建了一个应用程序，结合现有的工具，从一组超过 4300 万个领英的个人资料中推算出四分之一以上的账户密码。研究人员称如果黑客也掌握这门技术那后果不堪设想。

研究人员的目的其实是为了加强密码安全性，但这项技术原本就是一把“双刃剑”。新的研究旨在通过应用深度学习来创建一套生成式的对抗网络 PassGAN，而其中的人工神经网络包括一个“发生器”和一个“鉴别器”。“发生器”，负责产生类似于实际例子（实际照片）的人工输出（如图像），“鉴别器”，试图从假冒的例子中检测出真实的例子。 它们彼此互助完善，直到发生器变成娴熟的造假机器。研究人员之一 Giuseppe Ateniese 将发生器和鉴别器相应地比作警方的犯罪侧写师和目击者。

此前使用最强大的密码猜测程序 John Ripper 和 hashCat 使用了许多种技术 ， John Ripper 是直接暴力破解，随机尝试许多字符的组合直到得到正确的答案为止，hashCat 通过先前设置的密码进行字符推断。在一些网站中，利用这两套套程序已经成功破解了 90% 以上的密码，但由于破解需要手工编写代码，构建攻击计划，实际上会花费一整年的时间。

而 PassGAN 自行生成了领英集合中 12％ 的密码，而 John Ripper 和 hashCat 的生成率分别为  6％ 至 23％。但将 PassGAN 和 hashCat 组合后能够在领英集中破解 27％ 的密码。研究人员表示 PassGAN 将会改进神经网络中的更多层级，并根据更多泄露的密码进行训练。他们还将 PassGAN 比做 AlphaGo，“AlphaGo设计出专家们从未见过的新策略，”Ateniese说。 “所以我个人相信，如果你给 PassGAN 提供足够的数据，它就能设计出人类无法想到的规则。