John the Ripper中Oracle长密码认证问题的分析与修复
2025-05-21 07:45:13作者:柯茵沙
问题背景
在Oracle数据库认证过程中,当用户密码长度超过16个字符时,AUTH_PASSWORD字段的大小会发生变化。这个问题最初在2016年被发现并讨论过,当时有开发者建议在hash末尾添加AUTH_PASSWORD的长度字段作为解决方案,但该方案最终未被实现。
技术细节
Oracle O5LOGON认证格式的标准hash表示如下:
$o5logon$ <服务器AUTH_SESSKEY> * <AUTH_VFR_DATA> * <AUTH_PASSWORD> * <客户端AUTH_SESSKEY>
当密码长度超过16字符时,AUTH_PASSWORD字段的十六进制编码长度会超出预期范围。例如,对于密码"password1234567890"(18字符),其AUTH_PASSWORD字段为:
D3963B6AAED39C231BD5C92A10C0F146CA4784D1503A9B97598B31D33406390B7CA4F8B3EE5406A54C1842E4E63D1220
问题根源
在John the Ripper的o5logon_fmt_plug.c源代码中,存在一个严格的长度校验逻辑:
if (extra || len < 64 || len % 32 || len > 2 * PLAINTEXT_LENGTH + 16)
这个校验限制了AUTH_PASSWORD字段的最大长度为2 * PLAINTEXT_LENGTH + 16,对于标准实现来说,这限制了密码长度不能超过16个字符。
解决方案
经过分析,修复方案是将长度检查条件修改为:
if (extra || len < 64 || len % 32 || len > 3 * PLAINTEXT_LENGTH)
这个修改:
- 移除了固定值+16的限制
- 将倍数从2调整为3,为更长密码提供足够空间
- 保留了其他必要的校验条件
影响与意义
该修复使得John the Ripper能够正确处理Oracle数据库中长度超过16字符的密码hash,扩展了工具在Oracle数据库安全审计中的应用范围。对于安全研究人员和渗透测试人员来说,这意味着能够更全面地评估Oracle数据库的密码强度。
后续改进
随着这个问题的解决,项目计划:
- 添加包含长密码的测试用例
- 开发oracle2john.py工具来简化hash提取过程
- 完善相关文档,指导用户如何从网络捕获文件中提取Oracle认证hash
这个修复体现了开源安全工具持续改进的过程,也展示了社区协作解决复杂技术问题的能力。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
223
245
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
暂无简介
Dart
672
157
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
662
312
React Native鸿蒙化仓库
JavaScript
262
322
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
860
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
218