本文介绍如何扩展基础字典攻击，通过生成目标单词的所有大小写组合（如“joejoe”→“joejoe”“joejoe”等64种变体），显著提升对含大小写字母的sha-1哈希的破解成功率。
本文介绍如何扩展基础字典攻击，通过生成目标单词的所有大小写组合（如“joejoe”→“joejoe”“joejoe”等64种变体），显著提升对含大小写字母的sha-1哈希的破解成功率。
在实际渗透测试或密码分析中，单纯依赖原始字典往往无法破解经过简单大小写变换的口令（例如用户将字典词“joejoe”改为“JoeJoe”或“j0eJ0E”）。原代码仅比对字典中的原始小写形式，导致即使哈希对应的是变形词，也会漏报。解决该问题的关键在于：对字典中每个候选词，系统性生成其所有可能的大小写排列组合，并逐一计算SHA-1哈希进行匹配。
以下是一个高效、可集成的大小写全排列函数 permutecase()：
def permutecase(word):
"""生成输入单词的所有大小写排列组合（不改变字符顺序，仅切换大小写）"""
word = word.lower() # 统一转为小写作为基准
n = len(word)
results = []
# 遍历 0 到 2^n - 1 的所有整数，每位二进制表示对应字母是否大写
for i in range(2 ** n):
transformed = ""
for j, char in enumerate(word):
# 检查第 j 位是否为 1：若 (i >> j) & 1 为真，则大写；否则小写
if (i >> j) & 1:
transformed += char.upper()
else:
transformed += char
results.append(transformed)
return results
该函数利用位运算实现组合枚举：对长度为 n 的单词，共有 2ⁿ 种大小写组合（每位字符有“大写/小写”两种状态）。例如 "joe"（3字符）生成8种结果，"joejoe"（6字符）生成64种——完全覆盖所有可能的首字母大写、内部大写、全大写等情形。
将此函数整合进原有字典攻击流程，升级后的 dictionary_attack_with_case_permutation() 如下：
import hashlib
def dictionary_attack_with_case_permutation(target_hash, dictionary_file):
with open(dictionary_file, 'r', encoding='utf-8') as file:
for line in file:
base_word = line.strip()
if not base_word: # 跳过空行
continue
# 为每个基础词生成全部大小写变体
for candidate in permutecase(base_word):
candidate_hash = hashlib.sha1(candidate.encode()).hexdigest()
if candidate_hash == target_hash:
print(f"✅ Found match: '{candidate}' → {target_hash}")
return candidate
print("❌ No match found after exhaustive case permutation.")
return None
# 使用示例（需替换为实际路径和目标哈希）
# target_hash = "a94a8fe5ccb19ba61c4c0873d391e987982fbbd3" # SHA-1 of "test"
# dictionary_file = r'C:\Users\johnny\Documents\Security\src\wordlist.txt'
# dictionary_attack_with_case_permutation(target_hash, dictionary_file)
⚠️ 重要注意事项：
- 性能权衡：大小写全排列使时间复杂度从 O(N) 变为 O(N × 2ᴸ)（L为单词长度）。对长度超过8的单词，组合数将急剧上升（2⁸ = 256，2¹⁰ = 1024），建议配合长度过滤或优先处理常见模式（如首字母大写+其余小写）。
-
编码与特殊字符：当前函数仅处理ASCII字母。若字典含数字（如
j0ej0e）或符号，需额外逻辑——但注意：permutecase()不改变非字母字符，因此"j0ej0e"的排列仍只作用于'j','e','j','e'四个字母，'0'保持不变，符合预期。 -
内存优化：对超大字典，可改用生成器（
yield）替代列表累积，避免内存溢出。
✅ 总结：通过将字典词映射为完整的大小写幂集，我们有效弥补了传统字典攻击对大小写敏感性的盲区。这一技术虽不能破解强随机密码，但在真实场景中（如用户偏好“驼峰式”口令）可大幅提升哈希还原率，是红队与CTF实战中不可或缺的增强策略。
