Pwnagotchi: 一个基于深度强化学习的WiFi渗透测试工具

2401_87189860

于 2024-09-30 12:45:40 发布

阅读量303

点赞数 7

文章标签：人工智能 gpt

本文链接：https://blog.csdn.net/2401_87189860/article/details/142654268

版权

Pwnagotchi简介

Pwnagotchi是一个基于深度强化学习的WiFi渗透测试工具,由安全研究员Simone Margaritelli(又名evilsocket)开发。它的名字源自日语"たまごっち"(Tamagotchi),这是90年代流行的一种电子宠物玩具。Pwnagotchi就像一个数字宠物,但它"吃"的是WiFi网络的握手包,而不是虚拟食物。

Pwnagotchi界面

Pwnagotchi运行在Raspberry Pi Zero W上,利用bettercap作为底层框架,通过被动嗅探或主动发起去认证和关联攻击来捕获WiFi握手包。它使用A2C(Advantage Actor-Critic)算法来不断优化自身参数,以适应不同的WiFi环境并最大化可获取的握手包数量。

Pwnagotchi的工作原理

Pwnagotchi的核心是一个基于A2C的深度强化学习模型。具体来说,它使用LSTM(长短期记忆网络)和MLP(多层感知器)特征提取器作为其策略网络。在每个epoch(一次完整的WiFi扫描循环)中,Pwnagotchi会:

观察周围的WiFi环境,包括接入点、客户端和其他Pwnagotchi设备的分布情况。
根据当前观察和历史数据,决定最佳的参数设置,如扫描时间、信道选择、去认证攻击频率等。
执行相应的WiFi操作并收集握手包。
根据获得的握手包数量(奖励值)来评估和调整其策略。

这个过程不断重复,使Pwnagotchi能够随时间推移而"学习"和改进其性能。值得注意的是,Pwnagotchi的学习是在真实世界中进行的,而不是在模拟环境中,这使得它的训练过程更具挑战性和独特性。

Pwnagotchi的特点

可爱的界面:Pwnagotchi有一个简单而富有表现力的ASCII脸部界面,会根据其"心情"和性能而变化。这种拟人化的设计让用户更容易与设备建立情感联系。
自主学习:Pwnagotchi能够自主学习和适应不同的WiFi环境,无需人工干预即可优化其性能。
协作能力:多个Pwnagotchi设备可以相互"交谈",通过自定义的dot11协议广播信息。它们会学会合作,在检测到彼此存在时分配可用信道以实现最佳的"pwnage"效果。
便携性:基于Raspberry Pi Zero W,Pwnagotchi非常小巧便携,可以轻松放入口袋中随身携带。
开源社区:Pwnagotchi拥有活跃的开源社区,用户可以贡献代码、开发插件或分享经验。

Pwnagotchi的应用

虽然Pwnagotchi主要被设计用于教育和研究目的,但它在网络安全领域有几个潜在的应用:

WiFi安全审计:安全专业人员可以使用Pwnagotchi来评估WiFi网络的安全性,发现潜在的弱点。
密码强度测试:通过收集握手包,可以离线尝试破解密码,从而评估密码的强度。
网络安全意识培训:Pwnagotchi可以用来向非技术人员展示WiFi网络的潜在漏洞,提高安全意识。
研究深度强化学习:Pwnagotchi为研究人员提供了一个独特的平台,用于探索深度强化学习在实际网络环境中的应用。

伦理考虑

重要的是要强调,Pwnagotchi应该只用于合法和道德的目的。未经授权访问他人的网络是非法的,可能会导致严重的法律后果。Pwnagotchi的开发者强烈建议用户只在自己拥有或有明确许可的网络上使用该工具。

Pwnagotchi的未来发展

Pwnagotchi项目仍在积极开发中,未来可能会有以下发展方向:

PwnOlympics:开发者计划实现一个竞争系统,让用户可以比较他们的Pwnagotchi的性能。这将基于每个设备的神经网络模型,而不是简单的统计数据,以防止作弊。
分布式计算:随着Pwnagotchi用户群的增长,可能会实现一个分布式计算网络,让用户贡献计算资源来执行更大规模的任务。
新的攻击向量:未来可能会加入对新型WiFi协议或其他无线技术的支持。
改进的AI模型:随着深度学习技术的进步,Pwnagotchi的AI模型可能会得到进一步优化和改进。