Karena meningkatnya popularitas instans berbasis cloud untuk peretasan kata sandi, kami memutuskan untuk memfokuskan upaya kami dalam merampingkan pendekatan Kali. Kami telah memperhatikan bahwa AWS P2-Series Amazon dan Azure NC-Series Microsoft berfokus pada Windows dan Ubuntu. Posting dan panduan blog yang sesuai mengikutinya. Meskipun instans ini dibatasi oleh kemampuan perangkat keras NVIDIA Tesla K80, kemampuan untuk menerapkan instans Kali secara cepat dengan dukungan CUDA sangat menarik.
Menginstal driver grafis berpemilik selalu menjadi sumber frustrasi; untungnya, perbaikan dalam pengemasan membuat proses ini jauh lebih mulus. Meskipun kami telah melakukan pekerjaan untuk Anda dalam penawaran cloud, kami ingin membantu menyederhanakan penginstalan untuk penggunaan Anda sendiri.
Prasyarat
Pertama, Anda harus memastikan bahwa sistem Anda sepenuhnya ditingkatkan dan kartu Anda mendukung CUDA. Catatan: Direkomendasikan GPU dengan kemampuan komputasi CUDA> 5.0, tetapi GPU dengan kemampuan lebih sedikit akan tetap berfungsi.
apt-get update && apt-get dist-upgrade -y
Setelah kami memperbarui sistem, kami perlu memeriksa modul kernel nouveau , dan jika diaktifkan, daftar hitamkan mereka.
[email protected]:~# lsmod |grep -i nouveau
nouveau 1499136 1
mxm_wmi 16384 1 nouveau
wmi 16384 2 mxm_wmi,nouveau
video 40960 1 nouveau
[email protected]:~#
[email protected]:~# echo -e "blacklist nouveau\noptions nouveau modeset=0\nalias nouveau off" > /etc/modprobe.d/blacklist-nouveau.conf
Setelah memodifikasi parameter kernel, kita perlu memperbarui initramfs our , lalu reboot.
update-initramfs -u && reboot
Instalasi di Komputer Lokal
Setelah kami reboot dan menentukan bahwa modul nouveau belum dimuat, kami akan melanjutkan untuk menginstal OpenCL ICD Loader , Pengemudi , dan perangkat CUDA .
apt-get install -y ocl-icd-libopencl1 nvidia-driver nvidia-cuda-toolkit
Selama penginstalan driver, sistem membuat modul kernel baru, jadi diperlukan reboot lagi.
Verifikasi Instalasi Driver
Sekarang sistem kita harus siap digunakan, kita perlu memverifikasi driver telah dimuat dengan benar. Kami dapat memverifikasi ini dengan cepat dengan menjalankan alat nvidia-smi.
[email protected]:~# nvidia-smi
+-----------------------------------------------------------------------------+
| NVIDIA-SMI 375.26 Driver Version: 375.26 |
|-------------------------------+----------------------+----------------------+
| GPU Name Persistence-M| Bus-Id Disp.A | Volatile Uncorr. ECC |
| Fan Temp Perf Pwr:Usage/Cap| Memory-Usage | GPU-Util Compute M. |
|===============================+======================+======================|
| 0 Tesla K80 Off | 0000:00:1E.0 Off | 0 |
| N/A 28C P0 53W / 149W | 0MiB / 11439MiB | 65% Default |
+-------------------------------+----------------------+----------------------+
Dengan output yang menampilkan driver dan GPU kita dengan benar, sekarang kita dapat menyelami pemecahan kata sandi. Sebelum kita melangkah terlalu jauh, mari kita periksa kembali untuk memastikan hashcat dan CUDA bekerja sama.
[email protected]:~# hashcat -I
OpenCL Info:
Platform ID #1
Vendor : NVIDIA Corporation
Name : NVIDIA CUDA
Version : OpenCL 1.2 CUDA 8.0.0
Device ID #1
Type : GPU
Vendor ID : 32
Vendor : NVIDIA Corporation
Name : Tesla K80
Version : OpenCL 1.2 CUDA
Processor(s) : 13
Clock : 823
Memory : 2047/11439 MB allocatable
OpenCL Version : OpenCL C 1.2
Driver Version : 375.26
Catatan: Jika Anda menerima kesalahan c_lGetDeviceIDs():CL_DEVICE_NOT_FOUND_ dengan ID Platform berlabel Vendor:Mesa jalankan:
apt-get remove mesa-opencl-icd
Tampaknya semuanya berfungsi, mari kita lanjutkan dan jalankan uji benchmark.
Pembandingan
[email protected]:~# hashcat -b
OpenCL Platform #1: NVIDIA Corporation
======================================
* Device #1: Tesla K80, 2047/11439 MB allocatable, 13MCU
Hashtype: MD5
Speed.Dev.#1.....: 4247.2 MH/s (102.66ms)
Hashtype: SHA1
Speed.Dev.#1.....: 1850.5 MH/s (58.64ms)
Hashtype: SHA256
Speed.Dev.#1.....: 785.1 MH/s (69.41ms)
Retak
Sekarang mari kita pecahkan beberapa hash. Kami akan menggunakan contoh hash NetNTLMv2 yang ditemukan di wiki hashcat.
[email protected]:~# hashcat -a 0 -m 5600 ntlmv2.hash dict.txt
OpenCL Platform #1: NVIDIA Corporation
======================================
* Device #1: Tesla K80, 2047/11439 MB allocatable, 13MCU
ADMIN::N46iSNekpT:08ca45b7d7ea58ee:88dcbe4446168966a153a0064958dac6:5c7830315c7830310000000000000b45c67103d07d7b95acd12ffa11230e0000000052920b85f78d013c31cdb3b92f5d765c783030:hashcat
Session..........: hashcat
Status...........: Cracked
Hash.Type........: NetNTLMv2
Hash.Target......: ADMIN::N46iSNekpT:08ca45b7d7ea58ee:88dcbe4446168966a153a0064958dac6:5c7830315c7830310000000000000b45c67103d07d7b95acd12ffa11230e0000000052920b85f78d013c31cdb3b92f5d765c783030
Input.Base.......: File (dict.txt)
Input.Queue......: 1/1 (100.00%)
Speed.Dev.#1.....: 0 H/s (0.10ms)
Recovered........: 1/1 (100.00%) Digests, 1/1 (100.00%) Salts
Progress.........: 101/101 (100.00%)
Berhasil! Kami telah memecahkan contoh hash dan membuktikan bahwa instalasi kami berfungsi. Ada banyak konfigurasi untuk meningkatkan kecepatan retak, yang tidak disebutkan dalam panduan ini. Namun, kami mendorong Anda untuk melihat dokumentasi hashcat untuk kasus spesifik Anda.
Menjalankan Instans GPU di AWS
Kami telah mendaftarkan gambar Kali Rolling yang diaktifkan CUDA baru dengan Amazon yang bekerja di luar kotak dengan gambar P2 AWS. Dengan hampir tidak memerlukan penyiapan tambahan, Anda dapat memulai dan menjalankan instance Kali GPU dalam waktu kurang dari 30 detik. Yang perlu Anda lakukan hanyalah memilih instans P2, dan Anda siap untuk mulai melakukan cracking!