Upload 3 files

dataset.csv

@@ -0,0 +1,498 @@
+0,123456
+0,12345
+0,123456789
+0,password
+0,iloveyou
+0,princess
+0,1234567
+0,12345678
+0,abc123
+0,nicole
+0,daniel
+0,babygirl
+0,monkey
+0,lovely
+0,jessica
+0,654321
+0,michael
+0,ashley
+0,qwerty
+0,111111
+0,iloveu
+0,000000
+0,michelle
+0,tigger
+0,sunshine
+0,chocolate
+0,password1
+0,soccer
+0,anthony
+0,friends
+0,butterfly
+0,purple
+0,angel
+0,jordan
+0,liverpool
+0,justin
+0,loveme
+0,fuckyou
+0,123123
+0,football
+0,secret
+0,andrea
+0,carlos
+0,jennifer
+0,joshua
+0,bubbles
+0,1234567890
+0,superman
+0,hannah
+0,amanda
+0,loveyou
+0,pretty
+0,basketball
+0,andrew
+0,angels
+0,tweety
+0,flower
+0,playboy
+0,hello
+0,elizabeth
+0,hottie
+0,tinkerbell
+0,charlie
+0,samantha
+0,barbie
+0,chelsea
+0,lovers
+0,teamo
+0,jasmine
+0,brandon
+0,666666
+0,shadow
+0,melissa
+0,eminem
+0,matthew
+0,robert
+0,danielle
+0,forever
+0,family
+0,jonathan
+0,987654321
+0,computer
+0,whatever
+0,dragon
+0,vanessa
+0,cookie
+0,naruto
+0,summer
+0,sweety
+0,spongebob
+0,joseph
+0,junior
+0,softball
+0,taylor
+0,yellow
+0,daniela
+0,lauren
+0,mickey
+0,princesa
+0,alexandra
+0,alexis
+0,jesus
+0,estrella
+0,miguel
+0,william
+0,thomas
+0,beautiful
+0,mylove
+0,angela
+0,poohbear
+0,patrick
+0,iloveme
+0,sakura
+0,adrian
+0,alexander
+0,destiny
+0,christian
+0,121212
+0,sayang
+0,america
+0,dancer
+0,monica
+0,richard
+0,112233
+0,princess1
+0,555555
+0,diamond
+0,carolina
+0,steven
+0,rangers
+0,louise
+0,orange
+0,789456
+0,999999
+0,shorty
+0,11111
+0,nathan
+0,snoopy
+0,gabriel
+0,hunter
+0,cherry
+0,killer
+0,sandra
+0,alejandro
+0,buster
+0,george
+0,brittany
+0,alejandra
+0,patricia
+0,rachel
+0,tequiero
+0,7777777
+0,cheese
+0,159753
+0,arsenal
+0,dolphin
+0,antonio
+0,heather
+0,david
+0,ginger
+0,stephanie
+0,peanut
+0,blink182
+0,sweetie
+0,222222
+0,beauty
+0,987654
+0,victoria
+0,honey
+0,00000
+0,fernando
+0,pokemon
+0,maggie
+0,corazon
+0,chicken
+0,pepper
+0,cristina
+0,rainbow
+0,kisses
+0,manuel
+0,myspace
+0,rebelde
+0,angel1
+0,ricardo
+0,babygurl
+0,heaven
+0,55555
+0,baseball
+0,martin
+0,greenday
+0,november
+0,alyssa
+0,madison
+0,mother
+0,123321
+0,123abc
+0,mahalkita
+0,batman
+0,september
+0,december
+0,morgan
+0,mariposa
+0,maria
+0,gabriela
+0,iloveyou2
+0,bailey
+0,jeremy
+0,pamela
+0,kimberly
+0,gemini
+0,shannon
+0,pictures
+0,asshole
+0,sophie
+0,jessie
+0,hellokitty
+0,claudia
+0,babygirl1
+0,angelica
+0,austin
+0,mahalko
+0,victor
+0,horses
+0,tiffany
+0,mariana
+0,eduardo
+0,andres
+0,courtney
+0,booboo
+0,kissme
+0,harley
+0,ronaldo
+0,iloveyou1
+0,precious
+0,october
+0,inuyasha
+0,peaches
+0,veronica
+0,chris
+0,888888
+0,adriana
+0,cutie
+0,james
+0,banana
+0,prince
+0,friend
+0,jesus1
+0,crystal
+0,celtic
+1,z,ZK%Z;5B=w=D
+1,c3T9Cc|#Cf!Q|dA
+1,zu<^|k%:!Bm}Qb:9
+1,|#nE_ex_p'\+!&R
+1,dDX/VDIyum(>
+1,BXu)F\Sq&esMU[
+1,aQQ{KnK<n~5hn>V=
+1,*84K_P(n^n
+1,bQm'6"El
+1,9=!>UWJbS1m/TiWH
+1,VqEcq(n26(z+6Pf
+1,GmwkeNv&.-njyMwm
+1,jfipsnSork<7U5WY
+1,Pc&_E3DD#!Mt3
+1,k\`7S{e"rkT3</e
+1,7`\Q:B-?D?c#@B(
+1,SaNVt&gcAQ&NrYP
+1,^vw6:/u"
+1,6}1g!4CyhgYW
+1,`=dX6V]~$cm"O}g1
+1,%r>,bR4rRT:=)
+1,.?`|T6`Wr
+1,]lwu+Ctl$Mw$5it
+1,;=wL|n~?$30Sy}2J
+1,t#|XyGdFc|8lJ
+1,p`>-l~s9jG5IJR$7
+1,$\~kI+.;
+1,5aL\9%)RJbD9#<P
+1,fT'b8mLJS/sg\L
+1,%D?Y@hPg$Dm@
+1,u-.ZA^_ASsAkkZ
+1,(j7M7b4/yPy^
+1,\>5#xh3VIp
+1,uGxOj>An.\/&=
+1,jJ2@PQn2cUn1
+1,IVckC=)j`}09rX_
+1,'(,q/L`CDxJqaJ9
+1,n+#s}cq09:sx_"5
+1,)T6M4o42Zq*bs
+1,[zt<.CtI
+1,<u!ht_I>E
+1,_U)uK_5d=':|{*
+1,%o`1dm6no\$#;P
+1,48-Sa~RF>>cmmhiP
+1,qDuf54s(P
+1,'"^ZVQu*'xf*y#Xp
+1,dai2}TKg=t,*
+1,-b-Aq1P{
+1,&whRj\+i}8[tr
+1,[l!=IgCEaSTG_
+1,V5`=Sp&$A&@ejg\y
+1,"KQ=&!"wE_$%NX)
+1,G,#Q:|3ery7u._X3
+1,6H`<tV+^c
+1,-!je<GS%V_S$s0f
+1,No86s{{l
+1,i(C0K+pXV
+1,H>YyQ3Oj
+1,5nGAzy*6g
+1,?PxWF;>>O
+1,G,]h>;'EU`*V
+1,??izi/L#
+1,CQhB&5nh
+1,8xn/Fv}1X:5!#
+1,~UEUs6D$uQoI%@x
+1,rpjMca[=YojG
+1,,@=;<[G*jJEPbi*$
+1,btek@B|6/{cIB2
+1,VEk.{~C7SM.b
+1,NmBwCI&0<V
+1,W2I{*O8avV
+1,5j7Y@qcpB
+1,^`eQ?rQ)qVsD
+1,y>H?i%WyhC?UP_EZ
+1,V[RT/RN`LD]`?o
+1,/K<0=RK?}%yIC+)
+1,Cep2wEVKQMv
+1,7i@B=hc@a.rVJ+k
+1,2Q6\}7wva3AuN
+1,J-i}6/Te0@5x
+1,E_>xhBfsL}
+1,/twd#_+W6{]
+1,m4rhr5bdP
+1,?~]As7S%c+5c
+1,z}.ecmjkAy(38
+1,%ZLEmu4<5y],(
+1,e3"/.ch%!1[b:eZ
+1,F)G<MTnd
+1,vVc^baw.|~9XnXwi
+1,W|n\gm-/|X]#+?]
+1,U,IDyQ*QJAijy
+1,U/g6$VKVI,ikj)
+1,|745:8%'5Qp*
+1,Z?mX+ae!KX[3piY
+1,s#k#BL!d
+1,uQ&WoC"kJQ
+1,gL,5"x6j-
+1,'Vtw<H[d:|0Fe154
+1,tAi_#{cvsqH4".FC
+1,N-6]-:1{K
+1,T}Bme,6%eF!EG3v
+1,5yd59`xw}Jo[
+1,_7gbsic'1DRd1n&
+1,/4Q4!ic]~c)inCP~
+1,m3KNOdI@>Z%v%Xi|
+1,*G,EEK]=3
+1,#mlh`eGG(/"oRf,p
+1,m&d,j_}[z
+1,/}LbJB`BXBA
+1,oG'0sdD[w&7.(8
+1,bTOGX3+:`k
+1,O<CWmZ+xcSLJE
+1,9{hb4-hZ`QGm
+1,b')rF{1S9CsP
+1,rCV:TwMs;UJr
+1,Kx@$TftaHra
+1,{0bPp>KHMUq
+1,:R4CTXqU!!xbM\Y
+1,1`w)J+@3-"DXj7q
+1,v6&=,{8a
+1,5TA7+$>m)
+1,!y(~)yvn
+1,RJGg*`B/8OH85k{
+1,\71pW8\0=
+1,H|/yd<LfoC
+1,~)~pxpU!9B~Ov
+1,|@.74a:?7Q~3
+1,BZ-s|u.<F&G1\
+1,3~*M^@B1
+1,tp$ycI0@]f:Q)
+1,7.1eL4|^nN-Qx'kW
+1,3Lb;eEs{CaR^)
+1,"wz^%&'hl
+1,/'+]AK;o0
+1,s3!.&KA=`
+1,="<B'm{czSdY|biA
+1,1zUv6tR"!]CZ-
+1,vgIk|A//:\wyvG
+1,(i+&8Xv1
+1,[N>,WT(!oPYaV
+1,&70@jThQhZ
+1,'dTpsw>zS
+1,<s\gm?!Ozv{v
+1,zf8$r|8\CRE)#{\Q
+1,FQ\zC!T^?b=o{42k
+1,jwo-GP,Y:Y|
+1,93Pha+F`s
+1,$|`*hfxd9l
+1,5e|#Mv#Y4y
+1,9n}6u`w7~%G'a,h
+1,uqF9L=6S+a.W
+1,%LC)`r&!kJQ.
+1,0,(-m#V}#(X_V{
+1,hTd\64+aJIwuC0/<
+1,+|vB&=J/
+1,;ZNv$^vALf
+1,c(:WR|D'zpd{<
+1,M~/d-s($=1+*$F:
+1,C?>5$uPh;
+1,9i4W5bGuT
+1,4dsqI7q>vus3~gM(
+1,x)EvQ05C
+1,;rI8$'%688|sQms
+1,^r}P<=H[i=/&FsXs
+1,[xY#,=[`
+1,sI^(L!O]zE8|x
+1,F)7\~h?QRc`
+1,$f^g1P0e^fI~$cv*
+1,Zn1RYWDJ26
+1,Ih'AvQ4,X?;6Oz.9
+1,8f0\b:T]%O$L
+1,vB:@s{gS'A]A=
+1,^:p8].'n=|l
+1,R'T>o@T)PXT4A
+1,(*W,5`o0.XYHi+;
+1,@f|[tbZ.9qPt8
+1,~7c(vWB?*cq*
+1,uZJQ@#DOr
+1,Y,.MF&C6I
+1,~$dhH+BSAHr
+1,fK;8U{`!psp}p
+1,K-wi?Eo7>}
+1,}f(&K-lpn;rg-
+1,'RDEMRg/>Ck8;P
+1,LA-dT3)aNzAR?S)
+1,_T/3~KwK[W%zP<-
+1,|`".Tp?Kl
+1,hQ$tUH[6//C
+1,F._SUT+D'O
+1,sL\gj3JBX`n)6\n
+1,{LcJTzt44Uv+cIv]
+1,ZVt`yywml
+1,P2y#0eERPe:
+1,G{Fi+jce6gXG8?Q
+1,>Ow~~ODA;
+1,9j)<S%AV
+1,!E(WfdR_]:^}meg
+1,bg7m-:}*LU
+1,-t7"i!,{
+1,d3u.h%(K?n$)+jc
+1,_4N?52vs
+1,"P>z&-nQ&
+1,A}h@fe-#CYrM)O
+1,h5A(Hx65iJ9a
+1,tAl:#bqvZlws
+1,wH6BSDCB-|aEQV.8
+1,?Y/e^C8J
+1,.:x!cMY;
+1,)G(\v@wSulmPJC9
+1,,pZ)__r{q
+1,=F"SVN":`(r
+1,TI]18^Cjz?~yg
+1,`,Wk82|+*XSwBhm
+1,l?s2'd<rS
+1,UOJj$@KB8v$,{;M
+1,[DIWXlF</L2
+1,mziu,lA{v`tfDb,
+1,!+2)5sz1x
+1,+^BM[k<%u
+1,|+=m~b0d%i/Lab6
+1,hO{qFn=S
+1,>u]#`yZ{b*
+1,F97&lX/&ztN75%/'
+1,My\t$Y0f5rN.
+1,-?v<i9q%*Nb]xe5
+1,jq3fyeg2Zp=
+1,~Fn!?+0\,)8P^AjE
+1,NVb@*i(+
+1,|EN(CKl#t,9
+1,Ouc}0Qm;+"Af;M<
+1,-&Ndrl6|*/[
+1,dXu_0S3y1a
+1,>Z"Ug4A0Q
+1,}sLWn$_j1Z=hB
+1,C)$nCm=\)(tqaiX;
+1,!iZT{w=xz*x0<j
+1,]o{0RCWF[:v
+1,&V_l@U_u
+1,L!J9Rfi-t<~
+1,fCSI1=DQ\[*1Ko
+1,}%2N05B*]^Bv
+1,s&`#VMo[j%O\''I
+1,wQb!udYWiCAA\UCH
+1,5'JN@Hs7,%
+1,^fL\Pn5n;D0j))
+1,8\xz7\'Z
+1,)c9`XpDr
+1,[r\jm3\C/H7/'
+1,Y$GmVHE#1j2xl

net.py

@@ -0,0 +1,42 @@
+from tensorflow.keras.preprocessing.sequence import pad_sequences
+from tensorflow.keras.layers import Dense, Embedding, Flatten, Dropout
+from tensorflow.keras.models import Sequential
+import numpy as np
+import csv
+
+dataset = "dataset.csv"
+inp_len = 16
+
+X = []
+y = []
+
+with open(dataset, 'r') as f:
+    csv_reader = csv.reader(f)
+    next(csv_reader)  # Skip the header row if it exists
+    
+    for row in csv_reader:
+        label = int(row[0])
+        text = row[1]
+        text = [ord(char) for char in text]
+        X.append(text)
+        y.append(label)
+
+X = np.array(pad_sequences(X, maxlen=inp_len, padding='post'))
+y = np.array(y)
+
+model = Sequential()
+model.add(Embedding(input_dim=1500, output_dim=256, input_length=inp_len))
+model.add(Flatten())
+model.add(Dropout(0.5))
+model.add(Dense(512, activation="tanh"))
+model.add(Dropout(0.5))
+model.add(Dense(256, activation="selu"))
+model.add(Dense(256, activation="softplus"))
+model.add(Dense(1, activation="softplus"))
+
+model.compile(optimizer="adam", loss="binary_crossentropy", metrics=["accuracy",])
+
+model.fit(X, y, epochs=64, batch_size=4, workers=2, use_multiprocessing=True)
+
+model.save("net.h5")
+

start.py

@@ -0,0 +1,15 @@
+from tensorflow.keras.models import load_model
+from tensorflow.keras.preprocessing.sequence import pad_sequences
+import numpy as np
+
+model = load_model("net.h5")
+
+def preprocess(text: str):
+    return np.array(pad_sequences([[ord(char) for char in text],], maxlen=16, padding='post'))
+
+def clf(text: str):
+    return model.predict(preprocess(text))
+
+if __name__ == "__main__":
+    while True:
+        print("Secure:", clf(input("Password: "))[0])