bee-san/ciphey⚡ Decifra automaticamente crittografie senza conoscere la chiave o il cifrario, decodifica codifiche e decifra hash ⚡
➡️
Discord |
Documentazione
⬅️
ciphey è la nuova generazione di strumenti di decodifica, costruita dalle stesse persone che vi hanno portato Ciphey.
Intendiamo completamente sostituire Ciphey con ciphey.
✨ Puoi leggere di più su ciphey qui https://skerritt.blog/introducing-ciphey/ ✨
Il modo più semplice per usare ciphey è unirti al Server Discord, vai nel canale #bots e usa ciphey con $ciphey. Digita $help per informazioni utili!
Il secondo modo migliore è usare cargo install ciphey e chiamarlo con ciphey.
Puoi anche git clone questo repository ed eseguire docker build . per ottenere un'immagine.
Alcune caratteristiche che potrebbero interessarti, e di cui siamo orgogliosi.
ciphey è veloce. Molto veloce. Altri decoder come Ciphey richiedono intelligenza artificiale avanzata per determinare quale percorso seguire per decodificare (se provare prima Caesar o Base64, ecc.).
ciphey è così veloce che al momento non dobbiamo preoccuparci di questo. Per ogni 1 decodifica che Ciphey può fare, ciphey può farne ~7. Questo è un aumento del 700% in velocità.
Ci sono 2 parti principali in ciphey: la libreria e la CLI. La CLI utilizza semplicemente la libreria, il che significa che puoi costruire sopra ciphey. Alcune funzionalità che abbiamo costruito sono:
ciphey attualmente supporta 16 decodificatori e sta crescendo rapidamente. Ciphey ne supporta circa ~50, e ne stiamo aggiungendo altri ogni giorno.
Uno dei grandi problemi con Ciphey è che poteva funzionare all'infinito. Se non riusciva a decodificare il tuo testo, non lo avresti mai saputo!
ciphey ha un timer (integrato sia nella libreria che nella CLI) che significa che alla fine scadrà. La CLI ha un default di 5 secondi, il Bot Discord di 10 (per tenere conto dei messaggi di rete inviati).
ciphey ha già ~120 test, test di documentazione (per assicurarci che i nostri documenti siano aggiornati) e imponiamo la documentazione su tutti i nostri componenti principali. Questo è bellissimo.
LemmeKnow è la versione Rust di PyWhat. È 33 volte più veloce, il che significa che ora possiamo decodificare e determinare se qualcosa è un indirizzo IP o altro 3300% più velocemente rispetto a Python.
Ciphey non supportava il multithreading, era piuttosto lento. ciphey lo supporta nativamente usando Rayon, una delle librerie di multithreading più veloci in circolazione.
Anche se non vediamo ancora del tutto gli effetti con solo 16 decodificatori (e sono piuttosto veloci), man mano che aggiungeremo più decodificatori (e più lenti) vedremo che non influirà troppo sulla velocità complessiva del programma.
Ciphey non supportava decodifiche a più livelli come un percorso Rot13 -> Base64 -> Rot13 perché era troppo lento. ciphey è abbastanza veloce da supportarlo, anche se pianifichiamo di disattivarlo eventualmente.
ciphey ora supporta livelli di sensibilità configurabili per il rilevamento di testo senza senso, consentendo un'identificazione più accurata del testo in chiaro su diversi tipi di codifiche. Cifrari classici come Caesar usano sensibilità Bassa per gestire meglio risultati simili all'inglese, mentre la maggior parte degli altri decodificatori usa sensibilità Media per impostazione predefinita.
Questa funzionalità aiuta a ridurre falsi positivi e negativi nel rilevamento del testo in chiaro, rendendo ciphey più affidabile su una gamma più ampia di testi codificati.
ciphey ora offre un rilevamento potenziato del testo in chiaro utilizzando un modello basato su BERT dalla crate gibberish-or-not. Questa funzionalità:
ciphey --enable-enhanced-detectionOra usiamo la ricerca A*. È molto veloce.
A* funziona usando un'euristica per stimare il costo per raggiungere l'obiettivo dallo stato corrente.
Prima, ignoriamo l'euristica per decoder molto veloci come Base64 e ci assicuriamo di eseguirli per primi ogni volta su ogni nodo.
Poi, calcoliamo l'euristica per i decoder rimanenti usando cipher_identifier che può determinare la probabilità che una data stringa sia un certo cifrario.
Memorizziamo i risultati precedenti in una cache per evitare di ricalcolare lo stesso percorso.
Poteniamo l'albero di ricerca per evitare calcoli inutili e mantenere basso l'uso della memoria se diventa troppo alto.
Teniamo anche traccia delle statistiche sui decoder per dare priorità dinamicamente ai decoder che funzionano meglio (esempio: caesar è popolare, ma Beaufort no, quindi Caesar avrà priorità dinamicamente rispetto a Beaufort)
Infine, teniamo traccia delle coppie popolari. Quindi base64 -> base64 è molto popolare, quindi diamo priorità a quel percorso (tra gli altri).
Ora puoi impostare un tema personalizzato per ciphey. Questo è utile se vuoi rendere ciphey diverso nell'aspetto.
Questo aiuta anche con l'accessibilità.
Ora usiamo probabilmente il miglior algoritmo per Vigenere.
È veloce, preciso e gestisce i caratteri non alfabetici meglio di qualsiasi altro algoritmo.
Usiamo un controllo di quadgrammi / trigrammi / dizionario inglese per calcolare la probabilità del testo in chiaro.
Cambiamo le soglie a seconda del cifrario. Esempio: Caesar restituisce testo che "sembra" inglese, mentre base64 no.
Inoltre, abbiamo un database di regex popolari (circa 500) di chiavi API, indirizzi MAC, ecc.
Abbiamo anche una funzione is_password per determinare se una stringa è una password esatta trovata in un dump di dati.
Ora memorizziamo le statistiche in un database. Questo è utile per vedere come sta andando ciphey nel tempo.
Usiamo l'IA per 2 cose: