НЕСЛУЧАЙНО CUDA ИДЕМ? phpMyAdmin - Xakep Online

pc_zone
MAIN
MEMORY
GPU
1
COPY
PROCESSING DATA
INSTRUCT THE PROCESSING
2
MEMORY
FOR GPU
COPY THE RESULT
4
GPU
(GEFORCE 8800)
3
EXECUTE PARALLEL
IN EACH CORE
СХЕМА ВЗАИМОДЕЙСТВИЯ МЕЖДУ CPU И GPU. (1) КОПИРУЕМ ДАННЫЕ ИЗ ОСНОВНОЙ ПАМЯТИ В ПА-
МЯТЬ ВИДЕОКАРТЫ. (2) ПЕРЕДАЕМ УПРАВЛЕНИЕ GPU. (3) GPU ВЫПОЛНЯЕТ КОМАНДУ ПАРАЛЛЕЛЬНО
В КАЖДОМ ЯДРЕ. (4) КОПИРУЕМ РЕЗУЛЬТАТ ИЗ ПАМЯТИ ВИДЕОКАРТЫ В ОСНОВНУЮ ПАМЯТЬ
требуется выполнять одни и те же действия
над огромными массивами данных (пример:
локальный брутфорс чего-либо).
УСТАНОВКА CUDA
В СИСТЕМУ
До недавнего времени GPU могли программироваться
только посредством специальных
графических API. Отсюда вытекали
и недостатки в лице длительного времени,
которое требовалось для его изучения, а
также накладных расходов, возникающих за
счет использования промежуточного звена.
CUDA представляется для программиста в
виде расширения для привычных языков
программирования, а поэтому изучить его
намного проще. Вообще, все что нужно,
для того чтобы начать использовать CUDA
— обзавестись соответствующим SDK и
скачать с официального сайта NVIDIA драйвер
CUDA, который связывается с DirectX,
OpenGL и С-компилятором для GPU.
Разработчику дополнительно потребуется
установить специальную среду разработки
CUDA Toolkit. Не составит труда установить
CUDA и на Linux, например на самом официальном
сайте есть подробные инструкции
по установке CUDA на Ubuntu.
В систему устанавливается все необходимое
для работы с CUDA, включая runtime
и компилятор nvcc. Причем сам компилятор
фактически представляет собой препроцессор,
обрабатывающий исходник и
строящий отдельный код для GPU и CPU.
XÀÊÅÐ 07 /127/ 09
Для компиляции кода для CPU (включая
код, необходимый для запуска ядра) nvcc
использует обычный C/C++ компилятор (на
Linux’е он использует gcc). Теперь давай,
наконец, посмотрим, где сейчас можно оценить
эффект от внедрения вычислений на
видеоадаптерах. Главное, помни два важных
требования для использования CUDA:
1) Наличие видеоадаптера GeForce 8-й
серии и старше (подробнее во врезке);
2) 512 Мб видеопамяти на борту.
ТРИК 1: РАСПРАВЛЯЕМСЯ
С MD5
Первое и самое простое из того, что можно
сделать, чтобы проверить функциональность
CUDA, — попробовать пробрутить
какой-нибудь хеш и сравнить результаты
с теми, что дают утилиты из нашего
брутфорс-набора (читай статью «Лучшие
инструменты пентестера»). Одна из таких
утилит — BarsWF (http://3.14.by/ru/md5),
разработкой которой занимается Михаил
Сварчевский. На текущий момент разработчиком
достигнута скорость перебора,
равная 350 миллионам ключей в секунду.
Синтаксис для запуска следующий:
BarsWF_SSE2_x64.exe -h
21685d282d79098b89bdf5 a916b66c90
-X «030405313233» -min_len 12
Ключ «-X» добавляет дополнительные значения
для перебора, «-min_len» обозначает
минимальную длину пароля (она должна
быть не более 15). Перед запуском не
поленись скачать самый последний драйвер
с поддержкой CUDA (www.nvidia.com/
object/cuda_get.html) или AMD/Brook, если
используешь видюху на базе AMD (ati.amd.
com/support/driver.html).
Для взлома хешей с использованием CUDA
есть и другие проекты: Vernoux Md5 crack
(bvernoux.free.fr/md5/index.php), Lightning
Hash Cracker (www.elcomsoft.com/lhc.
html), cuMD5 (forums.nvidia.com/index.
php?showtopic=71548), nVCuda_md5 (forum.
antichat.ru/thread62728.html), InsidePro EGB
(www.insidepro.com/eng/egb.shtml).
ТРИК 2: БРУТИМ СЛОЖНЫЕ
ХЕШИ
Хорошо, с MD5 разобрались. А как быть с
другими хешами? Тут тебе в помощь — специальная
версия Rainbowcrack (projectrainbowcrack.com),
заточенная под CUDA.
Программа не только оптимизирована для
работы на многопроцессорных системах, но
еще и эффективно использует возможности
современных GPU.
Только вдумайся в цифры: для NTLM-хеша
скорость перебора, используя мощности
графического процессора, составляет
500 миллионов паролей в секунду. А если
вместо брутфорса использовать rainbowтаблицы,
получаем вообще астрономическую
цифру: почти 73904 миллионов паролей
в секунду!
029