John the Ripper中MSSQL哈希验证的大小写敏感问题分析
2025-05-21 19:37:44作者:裘晴惠Vivianne
问题背景
John the Ripper作为一款知名的密码安全检测工具,在处理Microsoft SQL Server(MSSQL)数据库哈希值时,近期被发现存在一个大小写敏感的验证问题。具体表现为:当输入哈希值为小写形式时,工具无法正确识别和验证,而将其转换为大写后则可以正常工作。
技术细节
该问题源于2021年11月的一个代码变更,该变更使得John对MSSQL哈希值的处理变得严格区分大小写。然而在实际应用中,许多安全工具(如Nmap)生成的MSSQL哈希值输出默认采用小写形式,这就导致了兼容性问题。
从技术实现角度来看,John内部对哈希值的处理通常需要保持一致性,因为对于许多哈希算法来说,字符大小写确实会影响最终结果。但在MSSQL哈希的特殊情况下,哈希值本身的大小写并不影响其有效性,这一点可以从其他安全工具能够正确处理大小写混合的哈希值得到验证。
解决方案
项目维护者已经针对此问题发布了修复补丁,主要做了以下改进:
- 使三种MSSQL哈希格式同时支持大小写输入
- 统一将哈希值转换为大写形式写入pot文件
- 设置FMT_SPLIT_UNIFIES_CASE标志保持一致性
这种处理方式与MySQL SHA1格式的处理逻辑保持一致,既解决了兼容性问题,又保持了工具内部处理的一致性。
密码安全性分析
在分析此问题时,维护者也对示例密码"p4$$w0rd1"的安全性进行了评估。测试发现:
- 使用默认设置检测该密码强度需要约1分钟(在笔记本电脑CPU上)
- 使用包含常见密码的字典配合优化规则(-ru=by-rate -rules-stack=by-score)可以立即识别其弱点
- 默认规则集能够识别字典中已有变形形式的密码,但对于原始常见密码需要应用更复杂的规则组合
这反映出密码策略的重要性,即简单的单词变形(如将字母替换为数字或符号)提供的安全性提升有限,专业的安全检测工具能够有效评估这类简单变形的安全性。
总结
此问题的修复体现了安全工具开发中兼容性与安全性的平衡。对于安全从业者来说,这提醒我们:
- 工具间的兼容性对工作流程很重要
- 密码策略应避免依赖简单的变形规则
- 保持工具更新可以获取更好的兼容性和性能
John the Ripper团队对此问题的快速响应也展示了开源项目对用户反馈的重视程度,这种及时修复有助于维持工具在安全社区的可靠性和实用性。
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
最新内容推荐
MQTT客户端软件源代码:物联网开发的强大工具与最佳实践指南 Launch4j中文版:Java应用程序打包成EXE的终极解决方案 全球GEOJSON地理数据资源下载指南 - 高效获取地理空间数据的完整解决方案 TortoiseSVN 1.14.5.29465 中文版:高效版本控制的终极解决方案 IK分词器elasticsearch-analysis-ik-7.17.16:中文文本分析的最佳解决方案 电脑PC网易云音乐免安装皮肤插件使用指南:个性化音乐播放体验 STM32到GD32项目移植完全指南:从兼容性到实战技巧 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决 基于Matlab的等几何分析IGA软件包:工程计算与几何建模的完美融合 XMODEM协议C语言实现:嵌入式系统串口文件传输的经典解决方案
项目优选
收起
deepin linux kernel
C
26
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
420
3.22 K
Ascend Extension for PyTorch
Python
230
261
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
330
暂无简介
Dart
685
160
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
React Native鸿蒙化仓库
JavaScript
266
326
🔥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
🎉 (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
1.22 K
666
仓颉编译器源码及 cjdb 调试工具。
C++
136
869