evilsocket/pwnagotchi

解決的問題

Pwnagotchi 設計用於自動化收集周圍 WiFi 自有網路中的可破解 WPA 金鑰素材（例如 PMKID 和完整或半次 WPA 握手）。它消除了在不同環境中手動調整攻擊參數以最佳化這些握手中捕獲的需要。

工作原理

本專案使用具備 LSTM 與 MLP 特徵提取器的優勢演員-評論家（A2C）強化學習代理作為其策略網路。透過利用 bettercap，該代理能隨著時間（以 epoch 為單位）從其 WiFi 環境中學習，透過調整自身參數來最大化捕獲的金鑰素材數量。它亦可透過在 dot11 標準之上的自訂寄生協定與其他 Pwnagotchi 單元通訊，使多個單元能自行劃分頻道，協作以達成最佳捕獲效率。

適用對象

適合希望獲得自主、基於學習的工具來捕獲 WPA 握手的安全研究人員與 WiFi 自有網路滲透測試人員。

主要亮點

• 基於 A2C 的強化學習，實現自主參數調校。
• 以 PCAP 檔案形式捕獲 PMKID 和完整/半次 WPA 握手。
• 協作行為：多個單元可自行協調頻道劃分。
• 策略網路採用 LSTM 與 MLP 特徵提取器。