【草船借箭】4.密码统计分析(Pandas)

2025-03-12
作者 chen-yixin
~2.87K 字
次阅读
条评论

1. 背景
2. CSV 文件加载
3. 最常用用户名 TOP10
4. 最常用密码 TOP10
5. 用户名密码组合 TOP10
6. SSH 客户端 TOP10
7. 访问 IP TOP10
8. 排序结果输出到文本文件中

使用 Pandas 的方案，分析统计用户名密码概况

背景

接上篇，已生成了数据处理过的 CSV 文件，包含时间、IP、用户名、密码信息。
如下：

timestamp,ip,port,client,username,password
2025/03/07 12:20:36.496984,111.1.27.170,35638,,,
2025/03/07 12:20:37.051431,111.1.27.170,35638,SSH-2.0-libssh2_1.11.0,pi,pi
2025/03/07 12:20:37.165172,111.1.27.170,35638,SSH-2.0-libssh2_1.11.0,pi,raspberry
2025/03/07 12:20:37.278851,111.1.27.170,35638,SSH-2.0-libssh2_1.11.0,pi,5nWt3P-fF4WosQm5O
2025/03/07 12:20:37.392358,111.1.27.170,35638,SSH-2.0-libssh2_1.11.0,pi,FAqY7=MZk66k-ob3Rmk

本次使用累积一年多的日志分析。

CSV 文件加载

使用Pandas加载 csv 作为DataFrame

import pandas as pd
from common import DOWNSTREAM_DIR

df = pd.read_csv(DOWNSTREAM_DIR / 'output_3.csv')

最常用用户名 TOP10

把用户名字段提取出来后，进行统计计数，去掉计数小于 5 次的结果
Pandas代码实现如下：

1 2	usernames = df['username'].value_counts() usernames = usernames[usernames >= 5]

统计结果前 10 如下

username	count
root	50969
ubuntu	821
admin	735
user	634
aaa	502
lab	502
test	398
debian	299
oracle	173
ftpuser	170

最常用的用户名root断崖式领先

最常用密码 TOP10

类似的，对密码字段分析
Pandas代码实现如下：

1 2	passwords = df['password'].value_counts() passwords = passwords[passwords >= 5]

password	count
123456	2752
123	527
1234	233
password	228
12345678	223
admin	176
root	162
12345	161
test	139
1	137

前 10 密码还都是很常见的弱密码

用户名密码组合 TOP10

再看看用户名密码的组合最常见的

df_auth = (
    df
    .groupby(['username', 'password'])
    .size()
    .reset_index(name='count')
    .sort_values('count', ascending=False)
)

username	password	count
root	123456	165
root	root	51
ubuntu	123456	45
test	test	41
admin	admin	38
test	12345678	37
root	password	36
root	Aa123456	33
root	1234	31
ubuntu	ubuntu	30

SSH 客户端 TOP10

1 2	clients = df['client'].value_counts() clients = clients[clients >= 5]

client	count
SSH-2.0-Go	45649
SSH-2.0-libssh_0.9.6	16566
SSH-2.0-libssh2_1.11.0	1400
SSH-2.0-libssh_0.7.4	1000
SSH-2.0-libssh2_1.7.0	293
SSH-2.0-libssh2_1.9.0	276
SSH-2.0-makiko	257
SSH-2.0-libssh2_1.4.3	219
SSH-2.0-libssh_0.10.5	149
SSH-2.0-libssh2_1.10.0	108

访问 IP TOP10

1 2	ips = df['ip'].value_counts() ips = ips[ips >= 5]

client	count
218.0.55.157	46203
186.53.130.195	24077
116.128.230.184	7167
62.25.85.233	5495
177.234.178.105	5390
54.249.4.26	4626
110.52.193.178	4441
47.76.79.138	4214
47.95.208.72	4194
60.205.91.164	4151

排序结果输出到文本文件中

from common import OUTPUT_DIR

fields = ['usernames', 'passwords', 'clients', 'ips']
for field in fields:
    with open(OUTPUT_DIR / f'{field}.txt', 'w', encoding='utf-8') as file:
        for value in eval(f'{field}.index'):
            file.write(f"{value}\n")

上述 4 个文件已上传GitHub

本作品采用知识共享署名-相同方式共享 4.0 国际许可协议进行许可

ほぼろ

背景