Lingvistisk knäckning av lösenordsfraser. Peder Sparell KTH, CSC 2015 Uppdragsgivare:

Transkript

1 Lingvistisk knäckning av lösenordsfraser Peder Sparell KTH, CSC 2015 Uppdragsgivare:

2 Bakgrund Allmänt om lösenord och knäckning Tillämpning Målsättning och entropiberäkningar Resultat Lingvistisk knäckning av lösenordsfraser - Peder Sparell, KTH 2

3 Förutsättningar Lösenord används överallt Styrande ISO-krav/rekommendationer på långa och komplexa/slumpmässiga lösenord (ex. ISO27000-serien och NIST Electronic Authentication Guideline) Fraser lättare att komma ihåg Ökande användning av fraser som lösenord Tillgängliga knäckare inte särskilt effektiva på fraser > 2 ord eller på längre lösenord Språk är relativt förutsägbara inte slumpmässiga Lingvistisk knäckning av lösenordsfraser - Peder Sparell, KTH 3

4 Problemformulering/Syfte Språkriktiga fraser - Effektivare knäckning? Hur kan språket modelleras för generering/knäckning av sådana fraser? Är det tillrådligt att basera en lösenordspolicy på lösenordsfraser? Lingvistisk knäckning av lösenordsfraser - Peder Sparell, KTH 4

5 Bakgrund Allmänt om lösenord och knäckning Tillämpning Målsättning och entropiberäkningar Resultat Lingvistisk knäckning av lösenordsfraser - Peder Sparell, KTH 5

6 Starka lösenord Blandade teckenuppsättningar Icke vanligt förekommande ord Långa! Inte uppskrivna Lingvistisk knäckning av lösenordsfraser - Peder Sparell, KTH 6

7 Lösenord sökmängd/komplexitet Antal kombinationer: k = b l Skrivs ofta på formen 2 log 2(k) Total sökmängds exponent=entropi gäller för helt slumpmässiga lösenord Lösenords längd Gemener Gemener och versaler Alfanumeriska tecken 1 (bas) Alfanumeriska +specialtecken ,2 (=3,1*10 8 ) 2 34,2 (=2,0*10 10 ) 2 35,7 (=5,7*10 10 ) 2 39,4 (=7,4*10 11 ) ,6 (=2,1*10 11 ) 2 45,6 (=5,3*10 13 ) 2 47,6 (=2,2*10 14 ) 2 52,6 (=6,6*10 15 ) ,0 (=1,4*10 14 ) 2 57,0 (=1,4*10 17 ) 2 59,5 (=8,4*10 17 ) 2 65,7 (=6,0*10 19 ) ,8 (=6,5*10 19 ) 2 79,8 (=1,1*10 24 ) 2 83,4 (=1,2*10 25 ) 2 92,0 (=4,9*10 27 ) ,2 (=4,3*10 22 ) 2 91,2 (=2,9*10 27 ) 2 95,3 (=4,8*10 28 ) (=4,4*10 31 ) ,0 (=2,0*10 28 ) (=2,1*10 34 ) (=7,0*10 35 ) (=3,6*10 39 ) Lingvistisk knäckning av lösenordsfraser - Peder Sparell, KTH 7

8 Vad är en lösenordsfras? Ett långt lösenord 2 eller fler ord (oftast >=3) Ihopskrivna till en lång sträng utan mellanslag Gemener (avgränsning i detta arbete) Exempel: The king shall rule -> thekingshallrule My brother rocks -> mybrotherrocks Lingvistisk knäckning av lösenordsfraser - Peder Sparell, KTH 8

9 Hashning Lösenord sparas eller skickas aldrig i klartext Ordets hashvärde sparas Samma hashvärde -> login ok Lingvistisk knäckning av lösenordsfraser - Peder Sparell, KTH 9

10 Lösenordsknäckning 1. Kom över hashvärdet för det sökta lösenordet 2. Gissa ett ord 3. Beräkna gissningens hashvärde 4. Jämför hashvärdet med det sökta lösenordets 5. Repetera från 2 tills hashvärdena är lika Exempel på knäckningsprogram HashCat (används mest i detta arbete) John the Ripper Hur snabbt man kan gissa beror på: Hårdvara Vilken hashalgoritm som används Typ av attack Exempel idag: Dator med 1 GPU NTLM (snabb hash) Brute-force 16 Miljarder gissningar/s Lingvistisk knäckning av lösenordsfraser - Peder Sparell, KTH 10

11 Olika attacker Brute-force Ordlista Hybridattacker Ordlista + bruteforce Ordlista med mutationer Kombination av två ordlistor Regnbågstabeller Lingvistisk knäckning av lösenordsfraser - Peder Sparell, KTH 11

12 Bakgrund Allmänt om lösenord och knäckning Tillämpning Målsättning och entropiberäkningar Resultat Lingvistisk knäckning av lösenordsfraser - Peder Sparell, KTH 12

13 Tillämpning - översikt Textfil Frasgenerering stdout Knäckare (ex. HashCat) Lingvistisk knäckning av lösenordsfraser - Peder Sparell, KTH 13

14 Markovkedjor Stokastisk process Olika tillstånd Sannolikhetsfördelning för övergång till nytt tillstånd endast beroende av nuvarande tillstånd Inget minne A 0,6 0,4 0,6 B 0,1 0,3 1,0 C Lingvistisk knäckning av lösenordsfraser - Peder Sparell, KTH 14

15 Markovkedja av m:te ordningen Variant av Markovkedja Har minne Tillstånden omdefinieras för uppfyllelse av Markovegenskapen 0,5 AB 0,3 Tillstånd B BA 1,0 0,2 0,9 BB 0,1 CA 1,0 Tillstånd A 1,0 BC Tillstånd C Lingvistisk knäckning av lösenordsfraser - Peder Sparell, KTH 15

16 n-gram Används för att modellera språk med hjälp av Markovkedjor av ordning n-1 Sekvenser med n st. element Elementen kan vara ord eller bokstäver Statistik för sannolikhetsfördelningen hämtas från stora texter där antal förekomster räknas Lingvistisk knäckning av lösenordsfraser - Peder Sparell, KTH 16

17 Tillämpning av Markovprocess för frasgenerering Textunderlag Stor textfil med vanlig text. Ex: e- bok, korpus Extraktion av N-gram N-gramdata Textfil med statistik över antal förekomster av varje n-gram i textunderlaget Här skapas n- gramstatistiken Frasgenerering Här skapas fraserna enligt en Markovprocess Utdata Fraser, en per rad Lingvistisk knäckning av lösenordsfraser - Peder Sparell, KTH 17

18 Steg 1: Extraktion av n-gram Vid start väljs textfil att analysera samt ordning och nivå på n-gram Använder regular expressions Skiljetecken (.,!?:) byts mot ensam punkt (.) som får representera meningsbrytningar Alla bokstäver omvandlas till gemener Resultat: n-gram sparas till textfil tillsammans med antal förekomster Exempel: arw 3 ary 137 as. 24 as_ 2382 asa 48 asb 7 asc 42 asd 7 ase 207 the shelbyville runner 1 the sheldon penny 1 the shelf. 10 the shelf adaptors 1 the shelf and 6 the shelf are 1 the shelf at Lingvistisk knäckning av lösenordsfraser - Peder Sparell, KTH 18

19 Steg 2: Frasgenerering Intervall på önskad fraslängd kan sättas Antal önskade ord kan sättas Önskad n-gramfil läses in och lagras i minnet enligt exempel i bilden Starttillstånd (vilka börjar med.) lagras i egen lista Tröskelvärde avgör om n-gram skall lagras i listan eller ignoreras Från starttillståndet byggs fraserna upp bokstav för bokstav (eller ord för ord) genom att rekursivt gå igenom de möjliga tillstånden och lägga till de nya bokstäverna (eller orden) till frasen _th _ti 6081 e 1727 a 727 i 235 r 206 o 22 u 155 m 16 n 10 d 8 e 4 c 3 g Lingvistisk knäckning av lösenordsfraser - Peder Sparell, KTH 19

20 Bakgrund Allmänt om lösenord och knäckning Tillämpning Målsättning & entropiberäkningar Resultat Lingvistisk knäckning av lösenordsfraser - Peder Sparell, KTH 20

21 Engelska språkets entropi Olika förslag på estimeringar: 1,75 bitar/bokstav 1,6 bitar/bokstav NIST (National Institute of Standards & Technology) föreslår: Första bokstaven: 4 bitar Bokstav 2-8: 2 bitar Bokstav 9-20: 1,5 bitar Bokstav 21 och följande: 1 bit Exempel: 16 bokstäver från engelska språket ger (1*4)+(7*2)+(8*1,5) = 30 bitar Lingvistisk knäckning av lösenordsfraser - Peder Sparell, KTH 21

22 Illustration av målsättning Vänster cirkel representerar möjliga språkriktiga fraser Storleken representerar mängden fraser baserat på entropin för språket = målentropi Höger cirkel representerar genererade fraser Storleken representerar antal genererade fraser vilket ger potentiell entropi Prickar representerar sökta fraser Effektiviteten representeras av hur stor del av den vänstra cirkeln som överlappas av den högra Hur mycket större den högra cirkeln behöver vara för att täcka hela den vänstra ger uppnådd entropi Målsättningen är att cirklarna överlappar varandra så väl som möjligt Lingvistisk knäckning av lösenordsfraser - Peder Sparell, KTH 22

23 Illustration av målsättning Många språkriktiga fraser, men även många överflödiga Potentiell entropi är hög Uppnådd entropi är nära den potentiella Lingvistisk knäckning av lösenordsfraser - Peder Sparell, KTH 23

24 Illustration av målsättning De fraser som genererats är språkriktiga Potentiell entropi är låg (lägre än målentropi) Uppnådd entropi är högre Lingvistisk knäckning av lösenordsfraser - Peder Sparell, KTH 24

25 Bakgrund Allmänt om lösenord och knäckning Tillämpning Målsättning & entropiberäkningar Resultat Lingvistisk knäckning av lösenordsfraser - Peder Sparell, KTH 25

26 Testvariabler Testunderlaget bestod av 66 hashar för lösenord av längd n-gramstatistik tillverkades av 3 olika källfiler Text från engelska nyhetssiter (3 miljoner meningar) Text från engelska wikipedia (1 miljon meningar) Text från allmänna websidor/bloggar etc. (1 miljon meningar) I resultaten framgår använda variabler av filnamnen (Exempel: L20W6T5N3WNews ) Siffran efter L ger längden på fraserna Siffran efter W ger antal ord i fraserna Siffran efter T ger använt tröskelvärde Siffran efter N ger ordningen på använda n-gram W eller C anger nivån på använda n-gram (Word eller Char) Sist anges vilken av de 3 källtexterna som användes vid skapandet av n- gramstatistiken (News, Wiki, Web) Lingvistisk knäckning av lösenordsfraser - Peder Sparell, KTH 26

27 Frasfil Tid genereri ng Knäckta hashar L10T100N5CNews 4,2 h 7/15 Antal möjliga utfall (NIST) Genererade fraser Längd ,6 (825 milj.) Entropi brute-force Målentropi Pot. entropi Uppnådd entropi 29,6 30,7 L10T0N3WNews 1,5 h 2/ (2,1 milj.) 2 23,9 (15,2 milj.) ,9 26,8 L10T1N3WNews 16 min 2/ ,3 (2,6 milj.) 21,3 24,2 L14T3000N5CNews 1,7 h 0/15 Längd ,4 (90 milj.) 26,4 - L14T1N8CWiki 23,0 h 2/ ,8 (1865 milj.) 30,8 33,7 L14T1N3WNews 20,2 h 2/ (134 milj.) 2 28,9 (505 milj.) 65, ,9 31,8 L14W- 5T0N3WNews 24,0 h 2/ ,2 (312 milj.) 28,2 31,1 Längd 16 L16W4T5N8CWiki 7,3 h ,8 (479 milj.) L16W5-6T5N8CWiki 34,7 h ,3 (1 355 milj.) Summa grupp 1 42 h 1/24 <2 30 (<1 100 milj.) 2 30,8 (1 834 milj.) 75,2 <30 30,8 35,4 L16W4T0N3WNews 9,2 h ,0 (67,5 milj.) L16W5T0N3WNews 79,5 h ,7 (887 milj.) L16W6T1N3WNews 58,7 h ,7 (851 milj.) Summa grupp 2 147,4 h 5/24 <2 30 (<1 100 milj.) 2 30,7 (1 806 milj.) 75,2 <30 30,7 33,0 L16W5T0N3WWeb 16,6 h ,6 (199 milj.) Längd 20 L20W6T40N8CWiki 12,8 h ,9 (244 milj.) 27,9 - L20W6T1N3WWeb 52,2 h 0 <2 36 (< milj.) 2 29,4 (727 milj.) 94 <36 29, Lingvistisk knäckning av lösenordsfraser - Peder Sparell, KTH 27

28 ANTAL BITAR Effektivitet frasfiler Målentropi Potentiell entropi Uppnådd entropi L10T100N5 CNews L10T0N3W News L10T1N3W News L14T3000N 5CNews L14T1N8C Wiki L14T1N3W News L14W- 5T0N3WNe ws L16W4-6T5N8CWik i (filgrupp 1) L16W4-6T0-1N3WNews (filgrupp 2) L20W6T40 N8CWiki Målentropi Potentiell entropi 29,6 23,9 21,3 26,4 30,8 28,9 28,2 30,8 30,7 27,9 29,4 Uppnådd entropi 30,7 26,8 24,2 0 33,7 31,8 31,1 35, FRASFIL L20W6T1N 3WWeb Lingvistisk knäckning av lösenordsfraser - Peder Sparell, KTH 28

29 ANTAL BITAR Jämförelse Brute force Uppnådd entropi Brute-force ,2 75, ,8 65,8 65,8 65, ,7 26,8 24,2 33,7 31,8 31,1 35, FRASFIL Lingvistisk knäckning av lösenordsfraser - Peder Sparell, KTH 29

30 Slutsatser Goda resultat jämfört med brute-force Effektivt och kan förbättras ytterligare Inga alternativa tillgängliga metoder Om en lösenordspolicy baseras på fraser, bör åtminstone även krävas Längre fraser än 20 Gemener + versaler + siffror + specialtecken Lingvistisk knäckning av lösenordsfraser - Peder Sparell, KTH 30

31 Tack Lingvistisk knäckning av lösenordsfraser - Peder Sparell, KTH 31

32 Rapport För hela rapporten se: eller: eller: Lingvistisk knäckning av lösenordsfraser - Peder Sparell, KTH 32