JohnTheRipper 项目新增 PostgreSQL SCRAM-SHA-256 哈希支持的技术解析
2025-05-21 11:45:00作者:平淮齐Percy
在密码安全领域,JohnTheRipper 作为一款知名的开源密码分析工具,持续扩展其对各类哈希算法的支持。近期开发团队针对 PostgreSQL 数据库特有的 SCRAM-SHA-256 认证机制实现了兼容支持,这一技术演进值得深入探讨。
技术背景
PostgreSQL 从 10.0 版本开始引入 SCRAM-SHA-256 作为默认认证方式,其密码存储格式具有特定结构:
SCRAM-SHA-256$<迭代次数>:<Base64盐值>$<Base64存储密钥>:<Base64服务端密钥>
这种格式与传统的 MongoDB SCRAM 实现存在两个关键差异:
- 字段间使用冒号分隔而非标准SCRAM的逗号
- 盐值长度不固定(不同于MongoDB的固定长度)
实现挑战
开发过程中面临两个主要技术难点:
-
分隔符兼容性问题 原始代码仅支持标准SCRAM的逗号分隔格式,需要扩展解析逻辑以处理PostgreSQL特有的冒号分隔符。团队选择通过
prepare方法实现格式转换,而非单独开发2john脚本,这保持了代码架构的统一性。 -
动态盐值长度支持 原实现硬编码了盐值长度校验(针对MongoDB),导致无法正确处理PostgreSQL的可变长度盐值。解决方案是移除长度限制,同时确保安全参数检查。
技术实现细节
核心改进包括:
- 增强的格式解析器 新增支持解析如下典型格式:
SCRAM-SHA-256$4096:Wn/IWH721Aj+HbEQRJiD3A==$xtjWYz23fPW4dXUZMzTup6bUOqSAVzlChcrhHCfIXfo=:EyLID0avoAyy1JzKwD7yKQ9HuWQ0VlSurm180/sQFYE=
- 输出优化
当前
--show功能输出包含密码和部分哈希组分,未来可能优化为更简洁的显示方式。示例输出:
user:test:L6Nhfyy6pos5mpvTRXQOTQ==$...(略)
安全实践建议
对于使用PostgreSQL的管理员:
- 建议迭代次数设置为10000以上
- 定期检查pg_authid表中的密码哈希格式
- 考虑使用
\password命令定期更新密码
对于安全研究人员:
- 测试时注意区分MongoDB和PostgreSQL的SCRAM实现差异
- 可利用新支持验证数据库密码强度
未来方向
团队计划进一步优化哈希显示格式,并探索对其他数据库SCRAM变体的支持。此次升级体现了JohnTheRipper对新兴认证标准的快速响应能力,为数据库安全审计提供了更完备的工具支持。
登录后查看全文
热门项目推荐
相关项目推荐
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
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
173
193
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++
647
263
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
268
93
暂无简介
Dart
622
140
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
377
3.32 K
React Native鸿蒙化仓库
JavaScript
242
315
🎉 (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
1.1 K
621
仓颉编译器源码及 cjdb 调试工具。
C++
126
856
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