mcpField
C
cryptography

cryptography

github.com/transilienceai安全598151 次安装13 周前更新
代码仓库

关于 cryptography

cryptography 是面向 CTF 和渗透测试任务的实用密码分析技能。它侧重发现可用于加速恢复的代数或线性结构,并尽可能用 Python 实现求解器。

主要功能

  1. 01自定义密码与哈希分析
  2. 02RSA 分解与格恢复
  3. 03平滑阶离散对数攻击
  4. 04差分故障分析
  5. 05非素数模数下的秘密恢复

适用场景

  1. 01分析自定义密码挑战
  2. 02利用结构化素数恢复 RSA 秘密
  3. 03通过选择输入预言机验证攻击路径
  4. 04从故障 AES 密文恢复密钥

安装

复制下面的命令,在终端中运行。

$npx skills add https://github.com/transilienceai/communitytools --skill cryptography

安装后在 Claude Code 中输入/cryptography确认已加载。

包含的文件

除 SKILL.md 外,安装时一起下载的参考资料和脚本。

reference/
cryptography-principles.md
INDEX.md
lattice-attacks.md
linear-secret-recovery.md
reference/scenarios/classical/
repeating-key-xor.md
reference/scenarios/lattice/
agcd-attack.md
boneh-durfee-low-d.md
coppersmith-known-bits.md
lll-basis-reduction.md
reference/scenarios/padding-oracle/
cbc-padding-oracle.md
ecb-prefix-oracle.md
pkcs1-v1.5-bleichenbacher.md
reference/scenarios/rsa-quirks/
common-modulus.md
fermat-close-primes.md
low-public-exponent.md
small-prime-factorization.md
wiener-attack.md
reference/scenarios/secret-sharing/
shamir-non-prime-modulus.md
reference/scenarios/signature-forgery/
ecdsa-nonce-reuse.md
gcd-transcript-operand-recovery.md
jwt-alg-confusion.md
rsa-pkcs1-v1.5-bleichenbacher.md
reference/scenarios/weak-rng/
dual-ec-backdoor.md
lcg-state-recovery.md
mt19937-state-recovery.md

详细介绍

密码学

范围

面向 CTF 和渗透测试任务的实用密码分析:识别密码原语的结构(自定义哈希、部分泄露、相关素数、糟糕的随机数生成器、弱模式)何时能让求解器比穷举更快,然后尽可能使用纯 Python 实现该求解器。涵盖 RSA 类代数分解、格/AGCD 恢复、GF(2) 线性化看似“复杂”的自定义密码、光滑阶离散对数问题(DLP)、差分故障攻击,以及在非素数模数上恢复 Shamir 类秘密共享。使用 SageMath 或符号求解器之前,务必先阅读源代码,检测线性或代数结构。

适用场景

  • 挑战或目标使用了自定义密码(自定义哈希、自定义分组密码、手工实现的密钥派生),你需要寻找仿射 / GF(2) 线性化的可能性。
  • RSA 类原语具有结构化素数(p = a·r + b、phi(n) 是完全平方数、多素数提示文件、公共因子)。
  • 服务提供了选择密文 / 选择输入预言机,你怀疑存在填充预言机、光滑阶 DLP 或 Bleichenbacher 类恢复攻击。
  • AES 存在故障注入(同一密钥对应的正确和故障密文 — Piret-Quisquater DFA)。
  • Shamir 秘密共享或阈值方案使用非素数模数(通过跟踪赋值,用 Lagrange 插值进行 2-adic 恢复)。

参考资料

评论

支持 Markdown