rulesfinder

Regole di mangling delle password apprese tramite machine learning!

Questo strumento trova regole di mangling delle password efficienti (per John the Ripper o Hashcat) per un dato dizionario e un elenco di password.

Lo strumento è attualmente di qualità alpha.

In breve

Per compilare questo strumento è necessario il toolchain Rust. Puoi installarlo direttamente:

cargo install --git https://github.com/synacktiv/rulesfinder
ulimit -d 8388608  # limit memory usage to 8GBB
rulesfinder -w path/to/wordlist --cleartexts path/to/cleartexts -n 50 -t 7 --minsize 3 | tee result

Oppure, dopo aver clonato questo repository:

ulimit -d 8388608  # limit memory usage to 8GBB
cargo run --release --  -w path/to/wordlist --cleartexts path/to/cleartexts -n 50 -t 7 --minsize 3 | tee result

Qui, 50 è il valore di soglia (cutoff), ovvero una regola deve decifrare almeno 50 password per essere mantenuta, e 7 è il numero di thread.

Attenzione, questo programma può usare molta memoria molto rapidamente!

Che cos'è?

Un articolo approfondito può essere letto qui. Spiega qual è l'idea alla base dello strumento e cosa fa.

Prestazioni

Tutte le misurazioni sono state eseguite sul mio laptop mentre lo stavo usando per fare altro. Queste misurazioni servono solo a illustrare ciò che puoi aspettarti in termini di utilizzo delle risorse.

Utilizzo di memoria per la prima fase

L'elaborazione è composta da due parti:

• la prima parte, quella che richiede più memoria, è influenzata esclusivamente dalla dimensione del corpus di testi in chiaro e dalla dimensione minima delle sottostringhe ;
• la seconda parte è influenzata da tutti i parametri, ma, a parità di altri parametri, è approssimativamente proporzionale, in termini di tempo e memoria, alla dimensione del dizionario.

La colonna numero stimato di password decifrate sopra è la quantità di password nel corpus di testi in chiaro che sarebbero state decifrate con le regole generate usando il dizionario dato. Come per tutto ciò che riguarda il machine learning, non riflette direttamente le prestazioni del ruleset. Aumentare questo valore senza criterio sarà controproducente, poiché porterà a:

• più regole, riducendo l'efficienza complessiva del ruleset ;
• overfitting.

Come regola pratica, consiglio:

• avere una dimensione minima delle sottostringhe di 4 o 5; nota che l'utilizzo di memoria per la prima fase è quasi lineare rispetto alla dimensione del corpus di testi in chiaro ;
• utilizzare solo password reali nel corpus di testi in chiaro ;
• usare dizionari che utilizzerai effettivamente durante una sessione di cracking. Ciò significa dizionari brevi per le regole che userai contro hash difficili e dizionari lunghi per le regole che userai contro hash veloci.