JohnTheRipper状态输出信息深度解析
2025-05-21 17:23:46作者:房伟宁
状态信息概述
JohnTheRipper作为知名的密码分析工具,在执行过程中会输出丰富的状态信息。这些信息对于监控分析进度、评估性能和调整策略至关重要。通过分析这些状态数据,用户可以更好地掌握当前分析会话的运行情况。
状态信息详细解读
当使用--status参数或交互式会话中按下任意键时,JohnTheRipper会输出包含多个关键指标的状态行:
-
成功分析计数(g):显示已成功分析的密码数量,初始值为0直到第一个密码被分析
-
会话持续时间:以D:HH:MM:SS格式显示分析已运行的时间,包括天数、小时、分钟和秒数
-
进度指示器:
- 百分比完成度
- 当前阶段数/总阶段数(多阶段分析时显示)
-
速度指标(最多4种):
- g/s:每秒成功分析的密码数
- p/s:每秒测试的候选密码数
- c/s:每秒执行的密码哈希或加密计算次数
- C/s:每秒处理的候选密码与目标哈希组合数
-
当前测试的候选密码范围:显示正在测试的密码范围,JohnTheRipper通常能并行测试多个候选密码以提高效率
版本差异说明
在JohnTheRipper 1.8.0版本前后,状态输出有重要变化:
- 1.8.0之前版本仅显示C/s速率(标记为c/s)
- 1.8.0及以后版本恢复1.8.0之前会话时,由于.rec文件格式限制,只能显示g/s和C/s速率
使用建议
- 对于实时监控,建议使用交互式会话而非重定向输出,这样可以获得更完整的状态信息
- 关注c/s和C/s指标可以了解计算性能
- g/s指标对于评估实际分析效率最有价值
- 多阶段分析时,注意观察阶段数信息以了解整体进度
技术背景
这些状态信息的产生基于JohnTheRipper的并行计算架构,工具能够同时测试多个候选密码的特性使得状态输出中常出现密码范围而非单个密码。不同速度指标的差异反映了密码分析过程中不同层次的计算粒度,从最底层的加密操作到高层的密码-哈希组合测试。
理解这些状态信息有助于用户更有效地使用JohnTheRipper,合理评估分析进度,并在必要时调整分析策略或计算资源分配。
登录后查看全文
热门项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
项目优选
收起
deepin linux kernel
C
28
15
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
660
4.26 K
🎉 (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
1.54 K
894
Ascend Extension for PyTorch
Python
505
610
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
392
289
暂无简介
Dart
909
219
🔥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
69
21
昇腾LLM分布式训练框架
Python
142
168
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++
940
867
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.33 K
108