bee-san/ciphey⚡ Automatisch Verschlüsselungen entschlüsseln, ohne den Schlüssel oder das Verfahren zu kennen, Kodierungen dekodieren und Hashes knacken ⚡
➡️
Discord |
Dokumentation
⬅️
ciphey ist die nächste Generation von Decodierungswerkzeugen, entwickelt vom selben Team, das Ciphey hervorgebracht hat.
Wir haben voll und ganz vor, Ciphey durch ciphey zu ersetzen.
✨ Mehr über ciphey erfahren Sie hier: https://skerritt.blog/introducing-ciphey/ ✨
Die einfachste Möglichkeit, ciphey zu nutzen, ist, dem Discord-Server beizutreten, zum #bots-Kanal zu gehen und ciphey mit $ciphey zu verwenden. Gib $help ein, um hilfreiche Informationen zu erhalten!
Die zweitbeste Möglichkeit ist die Nutzung von cargo install ciphey und der Aufruf mit ciphey.
Sie können dieses Repository auch mit git clone klonen und docker build . ausführen, um ein Image zu erhalten.
Einige Funktionen, die Sie interessieren könnten und auf die wir stolz sind.
ciphey ist schnell. Sehr schnell. Andere Decoder wie Ciphey benötigen fortschrittliche künstliche Intelligenz, um zu bestimmen, welchen Pfad sie zur Decodierung einschlagen sollen (ob man zuerst Caesar oder Base64 usw. versuchen soll).
ciphey ist so schnell, dass wir uns derzeit darüber keine Gedanken machen müssen. Für jede 1 Decodierung, die Ciphey schafft, schafft ciphey ~7. Das entspricht einer Geschwindigkeitssteigerung von 700 %.
ciphey besteht aus zwei Hauptteilen: der Bibliothek und der CLI. Die CLI verwendet lediglich die Bibliothek, sodass Sie auf ciphey aufbauen können. Einige Funktionen, die wir entwickelt haben, sind:
ciphey unterstützt derzeit 16 Decoder, und die Zahl wächst schnell. Ciphey unterstützt ca. ~50, und wir fügen täglich weitere hinzu.
Eines der großen Probleme von Ciphey war, dass es endlos laufen konnte. Wenn es Ihren Text nicht decodieren konnte, wussten Sie das nie!
ciphey verfügt über einen Timer (sowohl in der Bibliothek als auch in der CLI integriert), sodass es irgendwann abläuft. Die CLI standardmäßig nach 5 Sekunden, der Discord-Bot nach 10 (um Netzwerknachrichten zu berücksichtigen).
ciphey hat bereits ~120 Tests, Dokumentationstests (um sicherzustellen, dass unsere Dokumentation aktuell bleibt), und wir erzwingen Dokumentation für alle unsere Hauptkomponenten. Das ist wunderbar.
LemmeKnow ist die Rust-Version von PyWhat. Es ist 33-mal schneller, was bedeutet, dass wir nun 3300 % schneller decodieren und feststellen können, ob es sich um eine IP-Adresse oder Ähnliches handelt, als in Python.
Ciphey unterstützte kein Multithreading und war recht langsam. ciphey unterstützt es nativ mit Rayon, einer der schnellsten Multithreading-Bibliotheken.
Auch wenn wir die Auswirkungen bei nur 16 Decodern (die zudem recht schnell sind) nicht vollständig sehen, werden wir bei Hinzufügen weiterer (und langsamerer) Decoder feststellen, dass dies die Gesamtgeschwindigkeit des Programms nicht so stark beeinträchtigt.
Ciphey unterstützte keine mehrstufigen Entschlüsselungen wie einen Pfad von Rot13 -> Base64 -> Rot13, weil es so langsam war. ciphey ist schnell genug, um dies zu unterstützen, obwohl wir planen, es irgendwann abzuschalten.
ciphey unterstützt jetzt konfigurierbare Empfindlichkeitsstufen für die Erkennung von Unsinn, was eine genauere Klartexterkennung bei verschiedenen Kodierungstypen ermöglicht. Klassische Chiffren wie Caesar verwenden eine niedrige Empfindlichkeit, um englischähnliche Ergebnisse besser zu handhaben, während die meisten anderen Decoder standardmäßig eine mittlere Empfindlichkeit verwenden.
Diese Funktion reduziert Fehlalarme und Fehlerkennungen bei der Klartexterkennung und macht ciphey über einen breiteren Bereich kodierter Texte zuverlässiger.
ciphey bietet jetzt eine verbesserte Klartexterkennung unter Verwendung eines BERT-basierten Modells aus der gibberish-or-not-Crate. Diese Funktion:
ciphey --enable-enhanced-detection aktiviert werdenWir verwenden jetzt die A*-Suche. Diese ist sehr schnell.
A* arbeitet mit einer Heuristik, um die Kosten für das Erreichen des Ziels vom aktuellen Zustand aus zu schätzen.
Zuerst ignorieren wir die Heuristik für sehr schnelle Decoder wie Base64 und stellen sicher, dass wir sie jedes Mal zuerst auf jedem Knoten ausführen.
Dann berechnen wir die Heuristik für die verbleibenden Decoder mit cipher_identifier, der die Wahrscheinlichkeit bestimmen kann, dass eine bestimmte Zeichenfolge eine bestimmte Chiffre ist.
Wir speichern vorherige Ergebnisse in einem Cache, um eine erneute Berechnung desselben Pfades zu vermeiden.
Wir beschneiden den Suchbaum, um unnötige Berechnungen zu vermeiden und die Speichernutzung niedrig zu halten, falls es zu schlimm wird.
Wir verfolgen auch Statistiken über Decoder, um Decoder, die besser funktionieren, dynamisch zu priorisieren (z. B. Caesar ist beliebt, Beaufort jedoch nicht, sodass Caesar dynamisch gegenüber Beaufort priorisiert wird).
Schließlich verfolgen wir beliebte Paare. So ist base64 -> base64 sehr beliebt, daher priorisieren wir diesen Pfad (neben anderen).
Sie können jetzt ein benutzerdefiniertes Theme für ciphey festlegen. Dies ist nützlich, wenn Sie ciphey ein anderes Aussehen verleihen möchten.
Dies hilft auch bei der Barrierefreiheit.
Wir verwenden jetzt den vielleicht besten Algorithmus für Vigenere.
Er ist schnell, genau und verarbeitet Nicht-Buchstaben-Zeichen besser als jeder andere Algorithmus.
Wir verwenden einen Qudgaram-/Trigramm-/Englisch-Wörterbuch-Checker, um die Wahrscheinlichkeit von Klartext zu berechnen.
Wir ändern die Schwellenwerte je nach Chiffre. Beispielsweise gibt Caesar Text zurück, der wie Englisch "aussieht", während Base64 dies nicht tut.
Darüber hinaus haben wir eine Datenbank mit gängigen Regex (etwa 500) für API-Schlüssel, MAC-Adressen usw.
Wir haben auch eine is_password-Funktion, um zu bestimmen, ob eine Zeichenfolge ein exaktes Passwort aus einem Datenleck ist.
Wir speichern jetzt Statistiken in einer Datenbank. Dies ist nützlich, um zu sehen, wie ciphey im Laufe der Zeit abschneidet.
Wir verwenden KI für zwei Dinge: