| 近年來，大數據(Big Data)的蓬勃發展，意旨資 料規模已經大到無法透過人工處理，傳統的方式是 以一台伺服器在處理資料，但這個趨勢必須仰賴數 以十、百台伺服器才可以快速處理的資料量，在大 數據中資料統整與分析更為重要，也衍生出儲存空 間不足的問題。隨著網路頻寬的提升，企業對於雲 端運算的需求更為加重。在各種雲端服務中，目前 最為重要的則是分散式運算系統，例如：Hadoop、 Spark。分散式運算系統是將資料分配到多個節點中 進行運算及處理，最為理想的狀況下假設原本 1 台 電腦運算 100GB 的資料所花費的時間為 1000 小 時，再使用分散式運算擁有 1000 個運算節點系統 下，理論上花費的時間只需要 1 個小時就可以完 成。現今多數的破密系統是以單主機的形式進行破 密運算，即便密碼擁有高複雜度多數都能被破解， 但可能需要花費數十小時或是數天的破解時間，例 如：暴力破解法、字典破解法、彩虹表破解法。暴 力破解法缺點為需要花費大量時間進行運算、字典 破解法缺點為需要非常大量的儲存空間，為了解決 前兩者的缺點衍生出彩虹表破解法，透過預先計算 好的雜湊表進行破解，雖然解決字典破解法空間的 問題及暴力破解法運算時間的問題，但彩虹表依然 需要好幾 TB 的空間進行儲存。因此，本論文提出 一個基於 Hadoop 為基礎的雲端分散式破密系統， 讓使用者透過網頁介面輸入 Hash 值，系統將預先 計算的 Hash 字典檔匯入至 HDFS 後，Hadoop 透過 Mapreduce 分散式運算進行查表運算，加速整體查 表運算的效率，最後將運算結果呈現給使用者，並 針對 HDFS block size 進行調整，分析 block size 對 於分散式運算的影響。 |
