标题:Narthex:Unix风格的密码恢复与安全评估字典生成器
2024-05-31 05:01:22作者:郁楠烈Hubert
标题:Narthex:Unix风格的密码恢复与安全评估字典生成器

Narthex是一个专为Unix和类似Unix操作系统设计的模块化、轻量级的自定义词典生成工具,由C语言编写并遵循Unix哲学。它包含了一系列独立的Unix风格程序,用于创建个性化的字典,适用于密码恢复和安全性评估。通过利用Unix文本流进行协作,Narthex在保持轻量化的同时,提供了强大的功能。
项目简介
这个项目以古希腊语“Νάρθηξ”命名,提供了一套工具集,包括:
- nchance:处理单词的首字母大写。
- ninc:增加数字序列。
- ncom:生成不同组合。
- nrev:反转词汇。
- nleet:实现Leet(黑客俚语)转换。
- nclean:清理不符合规则的密码。
- napp:在词汇前或后添加字符或单词。
- nwiz:向导模式,根据输入信息自动化生成字典。
此外,Narthex不依赖任何外部库,仅需GCC编译器和Make工具即可安装。
技术解析
Narthex的核心是它的模块化设计和对Unix哲学的遵循。每个工具都是一个单独的程序,可以独立运行,也可以通过管道连接,形成复杂的字典生成流程。这种灵活性使得用户可以根据特定需求自由组合工具,从而创造出高度定制的字典文件。
例如,你可以将单词列表通过nhance、ncom、nleet等工具串联起来,生成一种包含多样化组合、大小写变化和Leet替换的密码列表。
应用场景
Narthex非常适合网络安全专业人士和渗透测试人员,用于:
- 密码破解和恢复,特别是在已知部分密码结构的情况下。
- 对系统或应用的密码策略进行安全性评估。
- 教育目的,教授如何构建复杂字典攻击。
项目特点
- 无依赖性:Narthex无需额外的库或工具,只需要基本的编译环境。
- 模块化设计:每个工具都有特定功能,可自由组合。
- 高效生成:能够从少量词汇快速生成大量可能的密码组合。
- 灵活使用:提供交互式向导,简化了复杂操作。
- 开源许可:采用GNU GPLv3+许可证,允许自由使用和修改。
要体验Narthex的强大,请按照GitHub页面上的说明进行安装,并通过nwiz开始你的字典生成之旅。更多高级用法,可以通过阅读各个工具的manpage来掌握。
探索Narthex,提升你的密码恢复和安全测试效率!
登录后查看全文
热门项目推荐
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
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
414
3.18 K
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
Ascend Extension for PyTorch
Python
228
258
暂无简介
Dart
679
160
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++
689
325
🔥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
65
19
React Native鸿蒙化仓库
JavaScript
265
326
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.21 K
660
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
492