推荐开源项目:HAT——Hashcat自动化工具
2024-05-22 23:16:51作者:房伟宁
1、项目介绍
HAT(Hashcat Automation Tool)是一个专为加速哈希分析过程而设计的自动化工具,尤其适用于常见的词表和规则。它由sp00ks开发,作为Hashcat的强大辅助,但不对其卓越性能负责。HAT旨在简化在安全评估期间进行哈希值分析的工作流程。
查看功能演示:https://sp00ks-git.github.io/posts/HAT-Features/
请注意,目前该版本仅支持Linux系统,Windows系统的用户请参考相应的仓库。
2、项目技术分析
HAT是Hashcat的封装器,提供了一些额外的功能。它支持以下类型的哈希:
- NTLMv2 (NTHASH)
- NetNTLMv1
- NetNTLMv2
- MD5
- SHA-512
- RC4-HMAC-MD5 (Kerberoasting)
主要特性包括:
- 使用公开数据泄露事件中的常用词表进行直接测试。
- 利用牛津字典增量组合进行直接词表测试。
- 应用于企业环境的常见规则集。
- 智能排序已分析的哈希,以字母顺序显示(Username::Domain:Hash:Password)格式。
- 显示可视化的哈希分析状态,让您可以了解剩余待分析的哈希数量。
- 集成Cewl,针对业务中未发现于词典或泄露列表的特定词汇进行搜索。
- 集成Rsmangler,用于找出公司可能使用的特定单词的各种排列。
HAT期望的目录结构如下:
-> /opt/wordlists/rockyou.txt
-> /opt/wordlists/1GB-4GB/
-> /opt/wordlists/4GB+/
-> /opt/wordlists/english-words/
-> /opt/wordlists/merged_list/
3、项目及技术应用场景
HAT非常适合网络安全专家、渗透测试人员以及任何需要快速高效地分析密码哈希的人。通过自动化处理和集成多种工具,HAT可以提高工作效率,减少手动操作,尤其是在处理大量哈希时。
4、项目特点
- 自动化:HAT自动执行多阶段的分析过程,从公共泄露的数据到自定义规则,大大减少了工作量。
- 智能排序:以易于理解的方式组织哈希,便于跟踪分析进度。
- 广泛兼容:支持多种常见的密码哈希类型,满足各种场景需求。
- 集成工具:集成了Cewl和Rsmangler等实用工具,增加了灵活性和定制性。
- 资源丰富:提供了多个大型词表的下载链接,方便您立即开始使用。
感谢以下工具的贡献者:
- Cewl - @digininja
- Passphrases - @initstring
- Rsmangler - @digininja
总的来说,HAT是一个强大的工具,能够有效地提升您的哈希分析效率,如果您正在寻找一个易用且高效的解决方案,那么HAT绝对值得尝试。现在就加入社区,开始利用HAT提升您的工作效能吧!
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
25
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
415
3.19 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
暂无简介
Dart
680
160
🔥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
Ascend Extension for PyTorch
Python
229
259
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
327
React Native鸿蒙化仓库
JavaScript
265
326
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
🎉 (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
661