bee-san/ciphey⚡ 키나 암호를 몰라도 암호화를 자동으로 복호화하고, 인코딩을 디코딩하며, 해시를 크랙합니다 ⚡
ciphey는 Ciphey를 만든 팀이 개발한 차세대 디코딩 도구입니다.
우리는 Ciphey를 ciphey로 완전히 대체할 계획입니다.
✨ ciphey에 대한 자세한 내용은 https://skerritt.blog/introducing-ciphey/ 에서 확인하세요 ✨
가장 간단한 방법은 디스코드 서버에 참여하여 #bots 채널에서 $ciphey로 ciphey를 사용하는 것입니다. 도움말은 $help를 입력하세요!
두 번째로 좋은 방법은 cargo install ciphey를 실행한 후 ciphey 명령어로 호출하는 것입니다.
또한 이 저장소를 git clone한 후 docker build .를 실행하여 이미지를 얻을 수 있습니다.
여러분이 흥미를 가질 만하고 우리가 자랑스럽게 생각하는 몇 가지 기능입니다.
ciphey는 빠릅니다. 매우 빠릅니다. Ciphey와 같은 다른 디코더는 어떤 경로로 디코딩할지 결정하기 위해 고급 인공지능이 필요합니다 (Caesar를 먼저 시도할지, Base64 등을 시도할지).
ciphey는 현재 이 문제를 걱정할 필요가 없을 정도로 빠릅니다. Ciphey가 1번 디코딩할 때 ciphey는 약 7번 디코딩할 수 있습니다. 이는 700%의 속도 향상입니다.
ciphey는 라이브러리와 CLI 두 가지 주요 부분으로 구성됩니다. CLI는 단순히 라이브러리를 사용하므로 ciphey 위에 자체 기능을 구축할 수 있습니다. 우리가 구축한 몇 가지 기능은 다음과 같습니다:
ciphey는 현재 16개의 디코더를 지원하며 빠르게 늘어나고 있습니다. Ciphey는 약 50개를 지원하며, 우리는 매일 더 추가하고 있습니다.
Ciphey의 큰 문제 중 하나는 영원히 실행될 수 있다는 점이었습니다. 텍스트를 디코딩할 수 없으면 영원히 알 수 없었습니다!
ciphey는 라이브러리와 CLI에 내장된 타이머가 있어 결국 만료됩니다. CLI는 기본값 5초, 디스코드 봇은 10초로 설정되어 있습니다 (네트워크 메시지 전송 시간을 고려).
ciphey는 이미 약 120개의 테스트, 문서 테스트 (문서가 최신 상태인지 확인)를 갖추고 있으며 모든 주요 구성 요소에 문서화를 강제합니다. 아름답습니다.
LemmeKnow는 PyWhat의 Rust 버전입니다. 33배 더 빠르므로 IP 주소 등을 판별하는 작업을 Python보다 3300% 더 빠르게 수행할 수 있습니다.
Ciphey는 멀티스레딩을 지원하지 않았으며 매우 느렸습니다. ciphey는 가장 빠른 멀티스레딩 라이브러리 중 하나인 Rayon을 사용하여 기본적으로 지원합니다.
현재 16개의 디코더 (그리고 매우 빠른 디코더)로는 그 효과를 완전히 체감하지 못하지만, 더 많은 디코더 (그리고 느린 디코더)를 추가하면 전체 프로그램 속도에 큰 영향을 미치지 않을 것입니다.
Ciphey는 Rot13 -> Base64 -> Rot13과 같은 다단계 암호 해독 경로를 지원하지 않았습니다. 매우 느렸기 때문입니다. ciphey는 이를 지원할 만큼 빠르지만, 결국에는 이 기능을 비활성화할 계획입니다.
ciphey는 이제 깁스 탐지에 대한 민감도 수준을 설정할 수 있어 다양한 인코딩 유형에서 더 정확한 평문 식별이 가능합니다. Caesar와 같은 고전 암호는 낮은 민감도를 사용하여 영어와 유사한 결과를 더 잘 처리하며, 대부분의 다른 디코더는 기본적으로 중간 민감도를 사용합니다.
이 기능은 평문 탐지의 오탐과 미탐을 줄여 ciphey가 더 넓은 범위의 인코딩된 텍스트에서 더 신뢰할 수 있게 합니다.
ciphey는 이제 gibberish-or-not 크레이트의 BERT 기반 모델을 사용한 향상된 평문 탐지를 제공합니다. 이 기능은:
ciphey --enable-enhanced-detection으로 활성화할 수 있습니다.이제 A* 검색을 사용합니다. 매우 빠릅니다.
A*는 현재 상태에서 목표까지 도달하는 비용을 추정하기 위해 휴리스틱을 사용합니다.
먼저 Base64와 같은 매우 빠른 디코더의 휴리스틱을 무시하고 각 노드에서 항상 먼저 실행되도록 합니다.
그런 다음, 주어진 문자열이 특정 암호일 확률을 결정할 수 있는 cipher_identifier를 사용하여 나머지 디코더에 대한 휴리스틱을 계산합니다.
이전 결과는 캐시에 저장하여 동일한 경로를 다시 계산하지 않도록 합니다.
검색 트리를 가지치기하여 불필요한 계산을 방지하고 메모리 사용량을 제어합니다.
또한 디코더의 통계를 추적하여 더 잘 작동하는 디코더 (예: Caesar는 인기가 많지만 Beaufort는 덜 인기 있으므로 Caesar가 동적으로 우선시됨)를 동적으로 우선시합니다.
마지막으로 인기 있는 쌍을 추적합니다. 예를 들어 base64 -> base64는 매우 인기가 있으므로 해당 경로를 우선시합니다.
이제 ciphey에 사용자 정의 테마를 설정할 수 있습니다. ciphey의 모양을 변경하고 싶을 때 유용합니다.
접근성 향상에도 도움이 됩니다.
아마도 비제네르 암호에 가장 적합한 알고리즘을 사용합니다.
빠르고 정확하며 다른 알고리즘보다 비문자 문자를 더 잘 처리합니다.
평문의 확률을 계산하기 위해 쿼드그램/트라이그램/영어 사전 검사기를 사용합니다.
암호에 따라 임계값을 변경합니다. 예를 들어 Caesar는 영어처럼 "보이는" 텍스트를 반환하지만 Base64는 그렇지 않습니다.
또한 API 키, MAC 주소 등 약 500개의 인기 있는 정규식 데이터베이스를 보유하고 있습니다.
데이터 유출에서 본 정확한 비밀번호인지 확인하는 is_password 함수도 있습니다.
이제 통계를 데이터베이스에 저장합니다. 시간에 따른 ciphey의 성능을 확인하는 데 유용합니다.
AI는 두 가지 목적으로 사용됩니다: