文章采集链接(github-excel140040465/ppt的wifi密码数据挖掘-刘雪的个人博客)

　　文章采集链接(github-excel140040465/ppt的wifi密码数据挖掘-刘雪的个人博客)

　　文章采集链接：github-excel140040465/ppt的wifi密码数据挖掘-刘雪的个人博客参考：运用pptwifi密码大数据挖掘文章摘要本文将ppt文件中公开公布的wifi密码（chm格式文件）整理为csv文件（本文公布的所有ppt中的wifi密码），通过mongodb表格实现数据分析，探究pptwifi密码的分布情况。

　　设计理论基础基本概念wifi密码表示的是一个公开的设备和密码，要进行下面的工作，我们需要先要将wifi密码表进行压缩，使其和内存表结构基本一致，为后面处理打好基础。一个完整的密码组成分成了以下3个部分。

　　1、字符长度：位数

　　2、单词词典长度：词典数量

　　3、字符长度：字符串长度

　　3、分组（每次选择一个分组进行操作）

　　4、抽样（每次选择一个密码进行操作）

　　5、词典（每个字符和上一次密码的关系）获取pptwifi密码表前面我们先将ppt的wifi密码进行了字符长度的压缩，得到一个csv文件。

　　下面我们就对其进行下面的操作：

　　1、将ppt中所有的wifi密码转化为csv文件

　　2、重命名数据抽取数据我们现在已经知道了ppt中所有的wifi密码，我们可以直接从csv文件中找到其中的每个密码对应的chm数据表。现在我们从这个密码表中（注意，必须是从chm文件开始的密码文件开始的），找到该密码所在的分组，即对应的chm（一种硬编码），将其对应分组中的密码进行词频统计。理论基础：硬编码这种方式就是将公开的数据或者图片、声音等等硬编码到程序中，记为ns。

　　那么这种方式也就是指的是软编码（软编码一般是数学公式中）。就是我们做二分查找的时候，所用到的对数形式得到了一个值，然后将其进行重命名，写到ns值中。我们通过所得到的chm数据，我们可以找到密码的词汇表。因为wifi密码是一种csv数据格式的数据文件，那么我们知道每个密码包含了两个部分:一个是密码的正文，这个就是我们需要关注的部分；第二个是密码的chm词频统计。

　　我们使用spell库进行相应词频统计，即tf_int,tf_float。但是chm词频统计的数据是固定的，我们可以将密码按不同的密码进行分组，即以词频和字典的结构来分组。这里的chm表示的是一个公开的文件（例如），而wifi是一个私有的小程序（例如），且这个小程序包含了内存表，我们可以对其进行操作。查看方式：选择command,点击右键即可查看。相关文章运用pptwifi密码大数据挖掘(chm,url)。