二、实验环境本文采取的虚拟环境为 Pipenv.库zipfile:Python 标准库,使用时直接导入即可rarfile:Python 第三方库利用 Pipenv 安装 rarfilepipenv install rarfile最后,再将一个带有密码的压缩包放入实验环境中即可。
三、编码知道原理后,编码就会非常简单了准备密码本「密码本」其实就是一个包含了所有可能密码的文件,用户可以手动录入,也可以用程序录入。
文末还会有一个介绍。
读取压缩文件# 根据文件扩展名,使用不同的库if filename.endswith('.zip'): fp = zipfile.ZipFile(filename)elif filename.endswith('.rar'): fp = rarfile.RarFile(filename)尝试解压先尝试不用密码解压缩,如果成功则表示压缩文件没有密码fp.extractall(desPath)fp.close()print('No password')return暴力破解try: # 读取密码本文件 fpPwd = open('pwd.txt')except: print('No dict file pwd.txt in current directory.') returnfor pwd in fpPwd: pwd = pwd.rstrip() try: fp.extractall(path=desPath, pwd=pwd.encode()) print('Success! ====>'+pwd) fp.close() break except: passfpPwd.close()程序入口if __name__ == '__main__': filename = sys.argv[1] if os.path.isfile(filename) and filename.endswith(('.zip', '.rar')): decryptRarZipFile(filename) else: print('Must be Rar or Zip file')四、使用如果想要使用上述代码,我们只需在命令行执行python main.py <filename>即可。
例如python main.py test.zip运行结果:$ python main.py test.zipSuccess! ====>323126五、扩展密码本如何获取? https://github.com/YueYongDev/Blasting_dictionary如何加速破解过程?解决了密码本的问题,深入思考的小伙伴的一定又会有新的疑问,密码本既然如此庞大,那如何加速破解的过程呢?这里给出两个思路多线程(进程)破解密码本如果很多且密码数量庞大时,我们可以采用多线程(进程)的方式读取密码,一个进程读一个密码本,一个线程分段读密码。
当然,如果是在 python 中,建议不要采用多线程,因为 python 中的线程就是鸡肋,有兴趣的可以阅读相关资料。
import zipfileimport itertoolsfrom concurrent.futures import ThreadPoolExecutordef extract(file, password): if not flag: return file.extractall(path='.', pwd=''.join(password).encode('utf-8'))def result(f): exception = f.exception() if not exception: # 如果获取不到异常说明破解成功 print('密码为:', f.pwd) global flag flag = Falseif __name__ == '__main__': # 创建一个标志用于判断密码是否破解成功 flag = True # 创建一个线程池 pool = ThreadPoolExecutor(100) nums = [str(i) for i in range(10)] chrs = [chr(i) for i in range(65, 91)] # 生成数字+字母的6位数密码 password_lst = itertools.permutations(nums + chrs, 6) # 创建文件句柄 zfile = zipfile.ZipFile("加密文件.zip", 'r') for pwd in password_lst: if not flag: break f = pool.submit(extract, zfile, pwd) f.pwd = pwd f.pool = pool f.add_done_callback(result)这个代码有个问题,跑一会儿内存就爆了!原因:ThreadPoolExecutor默认使用的是无界队列,尝试密码的速度跟不上生产密码的速度,会把生产任务无限添加到队列中。
导致内存被占满。
内存直接飙到95:然后程序奔溃:import queuefrom concurrent.futures import ThreadPoolExecutorclass BoundedThreadPoolExecutor(ThreadPoolExecutor): def __init__(self, max_workers=None, thread_name_prefix=''): super().__init__(max_workers, thread_name_prefix) self._work_queue = queue.Queue(self._max_workers * 2) # 设置队列大小利用 GPU 加速我们以上的代码都是运行在 CPU 上的,即使开启多线程(进程)也只是利用到 CPU 的资源,但如果想要加速破解过程,我们其实还可以利用闲置的 GPU 资源。
在介绍为什么可以利用 GPU 加速前,我们需要明确一个观点,两者都为了完成计算任务而设计。
那为什么会想到使用 GPU 加速呢?这是就要说到两者的不同了:CPU 虽然有多核,但总数没有超过两位数,并且每个核的运算能力极其强大。
而 GPU 的核数远超 CPU,但每个核的运算能力与 CPU 的核相比就相差甚远了。
我们可以简单的举个例子,解一道题,CPU 就是博士生,GPU 就是小学生,CPU 负责理解题目并且整理出解题的步骤以及解法,而 GPU 负责其中很简单但是数量又很大的简单运算就行了。
因此理论上在破解密码的过程中,我们完全可以使用 GPU 来加速这一过程。
事实上,这样的工具也已经出现了,Hashcat 便是最出名的一个,它号称是世界上最快的密码恢复工具,可以基于 CPU/GPU 等工作。
算就行了。
因此理论上在破解密码的过程中,我们完全可以使用 GPU 来加速这一过程。
事实上,这样的工具也已经出现了,Hashcat 便是最出名的一个,它号称是世界上最快的密码恢复工具,可以基于 CPU/GPU 等工作。
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)