➡️ Discord | Documentação ⬅️

Projeto ciphey

ciphey é a próxima geração de ferramentas de decodificação, criada pelas mesmas pessoas que trouxeram o Ciphey.

Pretendemos totalmente substituir o Ciphey pelo ciphey.

✨ Você pode ler mais sobre o ciphey aqui https://skerritt.blog/introducing-ciphey/ ✨

Como Usar

A maneira mais simples de usar o ciphey é entrar no Servidor do Discord, ir até o canal #bots e usar o ciphey com $ciphey. Digite $help para obter informações úteis!

A segunda melhor maneira é usar cargo install ciphey e chamá-lo com ciphey.

Você também pode fazer git clone deste repositório e executar docker build . para obter uma imagem.

Recursos

Alguns recursos que podem te interessar, e dos quais temos orgulho.

Rápido

ciphey é rápido. Muito rápido. Outros decodificadores como o Ciphey exigem inteligência artificial avançada para determinar qual caminho deve seguir para decodificar (se deve tentar Caesar em seguida ou Base64 etc).

ciphey é tão rápido que não precisamos nos preocupar com isso atualmente. Para cada 1 decodificação que o Ciphey consegue fazer, o ciphey consegue fazer ~7. Isso é um aumento de 700% na velocidade.

Biblioteca em Primeiro Lugar

Existem 2 partes principais no ciphey, a biblioteca e a CLI. A CLI simplesmente usa a biblioteca, o que significa que você pode construir em cima do ciphey. Alguns recursos que criamos são:

• Um Bot para Discord
• Melhor teste de todo o programa 💖
• Esta CLI

Decodificadores

ciphey atualmente suporta 16 decodificadores e está crescendo rápido. O Ciphey suporta cerca de ~50, e estamos adicionando mais todos os dias.

Temporizador

Um dos grandes problemas com o Ciphey é que ele poderia rodar para sempre. Se ele não conseguisse decodificar seu texto, você nunca saberia!

ciphey tem um temporizador (embutido na biblioteca e na CLI), o que significa que ele eventualmente expirará. A CLI tem como padrão 5 segundos, o Bot do Discord tem como padrão 10 (para levar em conta mensagens de rede sendo enviadas).

Melhores Documentações, Melhores Testes

ciphey já tem ~120 testes, testes de documentação (para garantir que nossa documentação seja mantida atualizada) e exigimos documentação em todos os nossos componentes principais. Isso é lindo.

LemmeKnow

LemmeKnow é a versão em Rust do PyWhat. É 33 vezes mais rápido, o que significa que agora podemos decodificar e determinar se algo é um endereço IP ou outra coisa 3300% mais rápido do que em Python.

Multithreading

O Ciphey não suportava multithreading, era bastante lento. ciphey suporta nativamente usando Rayon, uma das bibliotecas de multithreading mais rápidas que existem.

Embora não vejamos inteiramente os efeitos disso com apenas 16 decodificadores (e eles sendo bastante rápidos), à medida que adicionarmos mais decodificadores (e mais lentos), veremos que isso não afetará tanto a velocidade geral do programa.

Decodificações em múltiplos níveis

O Ciphey não suportava descriptografias em múltiplos níveis como um caminho de Rot13 -> Base64 -> Rot13 porque era muito lento. ciphey é rápido o suficiente para suportar isso, embora planejemos desativá-lo eventualmente.

Sensibilidade Configurável para Detecção de Texto Simples

ciphey agora suporta níveis de sensibilidade configuráveis para detecção de texto sem sentido, permitindo uma identificação mais precisa de texto simples em diferentes tipos de codificações. Cifras clássicas como Caesar usam sensibilidade Baixa para lidar melhor com resultados semelhantes ao inglês, enquanto a maioria dos outros decodificadores usa sensibilidade Média por padrão.

Este recurso ajuda a reduzir falsos positivos e negativos na detecção de texto simples, tornando o ciphey mais confiável em uma gama mais ampla de textos codificados.

Detecção Aprimorada de Texto Simples com BERT

ciphey agora oferece detecção aprimorada de texto simples usando um modelo baseado em BERT do crate gibberish-or-not. Este recurso:

• Aumenta a precisão da detecção de texto simples em aproximadamente 40%
• Reduz falsos positivos e negativos ao identificar texto simples
• Pode ser ativado durante a configuração inicial ou posteriormente com ciphey --enable-enhanced-detection
• Requer um download único de um modelo de IA de 500MB (requer uma conta gratuita no Hugging Face)

Novos Recursos

Melhor algoritmo de busca

Agora usamos busca A*. Isso é muito rápido.

A* funciona usando uma heurística para estimar o custo de alcançar o objetivo a partir do estado atual.

Primeiro, ignoramos a heurística para decodificadores muito rápidos como Base64 e garantimos que os executemos primeiro a cada vez em cada nó.

Em seguida, calculamos a heurística para os decodificadores restantes usando cipher_identifier, que pode determinar a probabilidade de uma determinada string ser uma certa cifra.

Armazenamos resultados anteriores em um cache para evitar recalcular o mesmo caminho.

Podamos a árvore de busca para evitar cálculos desnecessários e manter o uso de memória baixo se ficar muito ruim.

Também mantemos estatísticas sobre decodificadores para priorizar dinamicamente decodificadores que funcionam melhor (exemplo: caesar é popular, mas Beaufort não é, então Caesar será dinamicamente priorizado sobre Beaufort)

Finalmente, mantemos o controle de pares populares. Então base64 -> base64 é muito popular, então priorizamos esse caminho (entre outros).

Temas personalizados

Agora você pode definir um tema personalizado para o ciphey. Isso é útil se você quiser fazer o ciphey parecer diferente.

Isso também ajuda com acessibilidade.

Vigenere

Agora usamos talvez o melhor algoritmo para Vigenere.

É rápido, preciso e lida com caracteres não-letras melhor do que qualquer outro algoritmo.

Melhor verificação de inglês

Usamos um verificador de qudgaram / trigrama / dicionário de inglês para calcular a probabilidade de texto simples.

Alteramos os limiares dependendo da cifra. Um exemplo é que Caesar retorna texto que "parece" inglês, enquanto base64 não.

Além disso, temos um banco de dados de regex populares (cerca de 500) de chaves de API, endereços MAC, etc.

Também temos uma função is_password para determinar se uma string é uma senha exata vista em um dump de dados.

Mais cifras

• Braille
• Atbash
• Vigenere

Banco de Dados

Agora armazenamos estatísticas em um banco de dados. Isso é útil para ver como o ciphey está se saindo ao longo do tempo.

Uso de IA

Usamos IA para 2 coisas:

1. A TUI é inteiramente vibe coded.
2. Fiz a IA passar horas pesquisando cada desafio CTF existente. Ela criou uma lista de 15.071 CTFs. Em seguida, percorreu cada CTF e procurou por writeups. Nesses writeups, procurou qualquer coisa relacionada a codificação / decodificação. Depois criou testes a partir disso. Isso nos permitiu aumentar nossa cobertura de testes e garantir que todos os desafios de codificação / decodificação de CTF sejam solucionáveis com esta ferramenta.