JohnTheRipper项目中的Argon2算法支持进展
JohnTheRipper作为一款知名的密码分析工具,其开发团队一直在不断改进和增强其功能。最近,开发团队正在为Keepass格式添加对Argon2算法的支持,特别是Argon2d和Argon2id变种。
背景与挑战
Argon2是2015年密码哈希竞赛的获胜者,被设计为能够抵抗GPU和ASIC攻击的内存困难型密码哈希函数。它有三种主要变体:Argon2d、Argon2i和Argon2id。Keepass作为流行的密码管理工具,在其最新版本中采用了Argon2作为默认的密钥派生函数。
开发团队早在一年前就开始为JohnTheRipper的Keepass格式添加Argon2支持。然而,在准备提交代码时,另一位开发者引入了Argon2的OpenCL实现,导致代码冲突。主要的技术挑战在于如何在保持代码整洁的同时,高效地实现Argon2在GPU上的运算。
技术实现方案
最初实现面临GPU性能不佳的问题,Argon2在GPU上的运算速度几乎无法实用。这主要是因为Argon2设计时就考虑了抵抗GPU加速的特性。开发团队需要重新审视实现方案,考虑是否可以利用现有的OpenCL代码来优化Keepass格式的Argon2实现。
经过技术评估,团队发现可以保持Argon2参考代码的原始性,而OpenCL格式可以直接调用这些原始函数。这种分离设计既保持了代码的清晰性,又为后续优化提供了基础。
未来方向
这一改进将为JohnTheRipper带来对最新Keepass格式的更好支持,特别是那些使用Argon2id(混合模式)保护的密码数据库。开发团队计划通过多个拉取请求逐步完善这一功能:
- 首先更新Argon2的上游参考代码,添加对Argon2id的支持
- 然后为Keepass格式实现CPU和GPU的Argon2运算
- 最后优化GPU实现,提高分析效率
这一系列改进将显著增强JohnTheRipper处理现代密码哈希的能力,使其在面对使用Argon2保护的系统时保持竞争力。对于安全研究人员来说,这意味着他们可以更有效地评估使用Argon2保护的系统的实际安全性。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能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
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00