当前位置: 首页 > news >正文

开源密码恢复实用程序 Hashcat 7.0.0 发布

Hashcat 是一款开源密码恢复工具,支持五种攻击模式和 300 多种高度优化的哈希算法。

它可在 Linux、Windows 和 macOS 的 CPU、GPU 和其他硬件加速器上运行,并包含大规模分布式密码破解功能。

hashcat - advanced password recovery

Hashcat

Hashcat 7.0.0 包含超过 90 万行代码,并有 105 位开发者贡献代码,其中包括 74 位首次参与的开发者。

此次更新将所有之前未发布的 6.2.x 功能整合到一个单一且文档齐全的版本中,为灵活性、性能和可扩展性树立了新的标杆。

超越 GPU

其中一个主要功能是 Assimilation Bridge,它允许将 CPU、FPGA 和嵌入式解释器等外部资源直接集成到 Hashcat 的破解流程中。

与之互补的是新的 Python Bridge 插件,它支持使用 Python 快速开发哈希匹配逻辑,而无需重新编译。它支持多线程,并默认与 Hashcat 的规则引擎配合使用。

更智能、更快速、更模块化

Hashcat 现在可以自动检测哈希模式,无需用户指定-m标志。

新的虚拟后端设备功能将物理 GPU 划分为逻辑单元,以改进异步处理并更好地与桥接器集成。

Hashcat 还支持基于 Docker 的构建,包括与 Windows 的交叉编译,从而更轻松地跨平台部署。

扩展算法和工具支持

此版本新增了 58 种特定于应用程序的哈希类型,包括对 Argon2、MetaMask、Microsoft Online Accounts、SNMPv3、GPG、OpenSSH 和 LUKS2 的支持。

此外,还引入了 17 种实际应用中常用的通用哈希构造和 11 种支持插件开发的新原语。

Hashcat 现在包含 20 种新工具,可用于从 APFS、VirtualBox、BitLocker 和多种加密货币钱包等格式中提取哈希值。

显著提升性能

Hashcat 的底层功能对自动调优引擎和内存管理系统进行了全面重构。

这些改进取消了之前的 4GB 分配上限,并提高了多设备配置下的利用率。特定哈希模式的性能提升包括:

scrypt:高达 320%
NetNTLMv2(英特尔):高达 223%
RAR3:高达 54%

硬件后端改进

该工具现已支持 AMD 的 HIP 后端,当两种选项都可用时,HIP 后端比 OpenCL 更受欢迎。

Apple 用户将受益于原生 Metal 支持,并完全兼容 Apple Silicon,并在 macOS 上获得显著速度提升。

Hashcat 7.0.0 可在 GitHub 上免费获取。

https://github.com/hashcat/hashcat

http://www.dtcms.com/a/315862.html

相关文章:

  • 灰色优选模型及算法MATLAB代码
  • 2025年6月中科院2区-红杉优化算法Sequoia Optimization Algorithm-附Matlab免费代码
  • vscode 关闭自动更新
  • ELK是什么
  • 数学建模-线性规划。
  • 数学建模算法-day[15]
  • ubuntu24安装vulkan-sdk
  • golang实现支持100万个并发连接(例如,HTTP长连接或WebSocket连接)系统架构设计详解
  • 【单板硬件】基于AD的单板硬件设计
  • 剑指offer第2版:字符串
  • DAY 36 复习日
  • 【深度学习新浪潮】TripoAI是一款什么样的产品?
  • MinIO01-入门
  • 自抗扰ADCR--跟踪微分器的作用
  • 【unitrix】 7.3 二进制整数 带进位加法实现(int_add.rs)
  • 【2025WACV-目标检测方向】
  • uniapp 类似popover气泡下拉框组件
  • 21 - 大模型智能体进阶指南 (5):电影助手的知识革命:从静态存储到实时进化 —— 检索增强与自主学习的协同机制
  • 防水防尘防摔性能很好的智能三防手机,还有22000mAh大电池
  • 云平台监控-Zabbix企业级高级应用
  • Cisco 3750X交换机更新到IOS 15.2后无法启动 提示:Boot process failed...
  • 水库雨水情测报和大坝安全监测系统解决方案
  • 极验 G-star 人才特训营:为业务安全领域培养下一代新兴力量
  • 单链表应用实践
  • Python包安全工程实践:构建安全可靠的Python生态系统
  • AI - RAG知识库-进阶(一)
  • Effective C++ 条款24:若所有参数皆需类型转换,请为此采用 non-member 函数
  • 数据结构基础:链表(2)——双向链表、循环链表、内核链表
  • TensorFlow深度学习实战(28)——扩散模型(Diffusion Model)
  • 算法训练之哈希表