Entropy Calculator｜密码熵值计算器

密码熵值计算器 | Entropy Calculator

密码熵值计算器 Entropy Calculator

根据字符空间大小 N 与 长度 L 估算密码的理论熵值（bits），并给出组合数与粗略猜解时间。
Estimate theoretical entropy (in bits) from charset size N and length L, plus combinations and rough crack time.

1. 输入参数 · Parameters
快捷：常见长度 8 / 12 / 16 / 20
这里的“长度”指字符数量，例如 Ab3$ 的长度为 4。
Length means the number of characters. For example, Ab3$ has length 4.
字符空间 N 代表“每一位可能出现的字符数量”。例如只用数字则 N=10；大小写+数字则 N=62。
N is the number of possible characters per position. Digits-only → N=10; A-Z+a-z+0-9 → N=62.
注意：真实密码往往存在模式（生日、键盘序列、重复），会显著降低实际安全性。
Real passwords often contain patterns (dates, keyboard walks, repeats), reducing real-world security.
常见参考：在线登录通常更慢；离线哈希更快（取决于算法与硬件）。
Typical: online login is much slower; offline hash cracking can be faster (depends on algorithm & hardware).
该速度仅用于“量级感知”。实际攻击还受限于：限流/锁定策略、哈希算法成本（如 bcrypt/argon2）、字典与规则攻击等。
This rate is for intuition only. Real attacks depend on rate-limits/lockouts, hash cost (bcrypt/argon2), dictionaries, rules, etc.
3. 使用说明 · Notes

这是什么？（CN）
“密码熵（Entropy）”常用来衡量“随机性/不确定性”的理论上限。本工具使用最常见的理想化模型：假设每一位字符都是独立且均匀随机地从字符空间里选取。 在这个假设下，长度为 L、字符空间大小为 N 的密码，其组合数为： N^L，熵值（bits）为：log2(N^L) = L · log2(N)。

What does it mean? (EN)
Password entropy is a theoretical upper bound for randomness/uncertainty. This tool uses an ideal model: each character is chosen independently and uniformly at random from a set of size N. Under this assumption, combinations are N^L, and entropy in bits is log2(N^L) = L · log2(N).

  • 字符空间怎么选？（CN） 勾选“大小写/数字/符号”是常见近似；若你的系统只允许某些字符（例如不允许空格、不允许部分符号），可用“自定义 N”直接填写。
    How to choose N? (EN) Checking sets (lower/upper/digits/symbols) is a common approximation. If your system restricts characters, use “Custom N”.
  • 为什么这只是“理论熵”？（CN） 现实中用户常用可预测模式：生日、手机尾号、姓名缩写、键盘走位（qwerty）、重复（aaaa）、替换规则（a→@）等。 这些都会使实际可搜索空间远小于 N^L。
    Why “theoretical”? (EN) Real passwords often contain patterns (dates, names, keyboard walks, repeats, common substitutions), so the real search space is far smaller than N^L.
  • 猜解时间怎么看？（CN） 本工具用“组合数 ÷ 猜解速度”给出量级估算，并默认显示“平均需要一半空间”这一常见直觉（平均尝试次数约为 50%）。 但真实世界里，攻击者通常优先用字典/规则攻击，很多“看起来熵很高”的密码也可能很快被命中。
    How to read crack time? (EN) We estimate time as “combinations ÷ guess rate”, and also show the intuition that average success is around 50% of the space. In reality, attackers use dictionaries/rules first, so some “high-entropy-looking” passwords can fall quickly.
  • 更靠谱的提升方式（CN） 若你想要“更接近真实安全性”的提升：优先使用长口令短语（passphrase）、启用MFA/2FA、并确保服务端使用慢哈希（bcrypt/argon2/scrypt）和合理的登录限流/锁定策略。
    Practical upgrades (EN) For real-world security: use long passphrases, enable MFA/2FA, and rely on slow hashes (bcrypt/argon2/scrypt) plus rate-limiting/lockouts.

免责声明：本工具仅用于学习与估算，不构成安全审计或合规建议。不同系统的密码策略、哈希算法与防护策略差异很大。
Disclaimer: This tool is for education and estimation only. Real security depends heavily on system policies, hashing, and defenses.