# keyhunt汉化修改版

**Repository Path**: btcmiti/keyhunt

## Basic Information

- **Project Name**: keyhunt汉化修改版
- **Description**: keyhunt 多功能汉化版，不断改进中
- **Primary Language**: Unknown
- **License**: MIT
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 1
- **Forks**: 1
- **Created**: 2025-08-24
- **Last Updated**: 2025-12-14

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 汉化界面，增加功能

显示二维码、自动发送结果到邮箱、获取并破解指定范围的谜题私钥 发现虚荣地址后可启用-D参数，保存到数据库
- 用其他语言 Python 或 JS 实现同样的 RMD160 解密逻辑是可行的，但效率很难达到 C/C++ 的水平（差距主要来自 “解释型语言 vs 编译型语言” 的底层差异，至少慢50-100倍）
## g++ 链接对应的库
g++ your_code.cpp -o your_program -lqrencode -lmongoc-1.0 -lbson-1.0 -lcurl
## 安装 MongoDB C 驱动（包含开发文件和库）
  ```
  sudo apt install qrencode libqrencode-dev
  sudo apt install libmongoc-1.0-0 libmongoc-dev
  sudo apt install libbson-1.0-0 libbson-dev
  sudo apt install libcurl4-openssl-dev  # 安装支持 OpenSSL 的 libcurl 开发库
  ```
### 或者
```
sudo apt install -y qrencode libqrencode-dev libmongoc-1.0-0 libmongoc-dev libbson-1.0-0 libbson-dev libcurl4-openssl-dev
```
# 服务器或者编译的时候，没必要下载全部git文件
  sudo apt update && sudo apt install -y wget unzip  
## wget用于下载，unzip用于解压zip文件
```
wget https://gitee.com/btcmiti/keyhunt/repository/archive/master.zip
```
```
## 解压
unzip master.zip
```
如果需要保留子目录结构（如 src/、tests/ 等），但仅去除顶层的 keyhunt-master 文件夹，用以下命令：
```
unzip master.zip "keyhunt-master/*" -d . && mv keyhunt-master/* . && rm -rf keyhunt-master
```
  只下载源码，解压就可以，git需要下载200M左右,源码就500K
## 也可使用git浅拷贝
```
git clone --depth 1 https://gitee.com/btcmiti/keyhunt.git

```
# vanity 虚荣地址模式下 配置config.ini
## config.ini 所有配置项不需要加引号 但[mongodb]标识是必须的
  ```
[mongodb]
# MongoDB连接URI（包含用户名、密码、地址等，端口号默认为27017，默认数据库为admin,如修改过名称，将uri中的数据库名对应）
uri = mongodb://用户名:密码@数据库IP地址:端口/?authSource=数据库名
# 数据库名
db_name = bitcoin
# 集合名
collection_name = vanitykeys
# 其他可选配置
CREATED_BY = keyhunt程序自动发送_本地演示
  ```
# 常用组合命令
 ## address模式
 - ``` ./keyhunt -h ``` 
  -- 显示帮助信息
  == 所有模式均可设置 -t线程数 增加效率 
 - ``` ./keyhunt -m address -f tests/1to32.txt -r 1:FFFFFFFF ```
  -- address模式（从文件读取-f 1到32的地址）自定义私钥范围 -r 解密1到32谜题
 - ``` ./keyhunt -m address -f tests/71.txt -b 71 -l compress -R -q -s 10 ``` 
  -- 地址模式address 随机私钥-R 解密比特币谜题71
 - ``` ./keyhunt -m bsgs -f tests/135.txt -b 135 -q -s 10 -R ```
  -- 加 -k专属因子（仅bsgs模式） 可提升效率 从文件读取135公钥 以bsgs（对比公钥）模式 随机私钥-R 解密
 - ``` ./keyhunt -m vanity -l compress -R -b 256 -v 1Good1 -v 1MyKey ```
  -- vanity模式（寻找指定-v前缀1Good1 1MyKey）的压缩格式地址（-l compress）私钥随机-R 范围为256谜题（-b 256)
 - ``` ./keyhunt -m vanity -f tests/vanitytargets.txt -l compress -R -b 256 -e -s 10 -q -D ```
  -- vanity模式（读取文件中指定前缀）寻找压缩格式地址（-l compress）私钥随机-R 范围为256谜题（-b 256） -D 保存结果到数据库
 - ``` ./keyhunt -m rmd160 -f tests/1to32.rmd -r 1:FFFFFFFF -l compress -s 5 ```
   ``` ./keyhunt -m rmd160 -f tests/rmd160/71.rmd -b 71 -l compress -R -q ```
   ``` ./keyhunt -m rmd160 -f tests/rmd160/72.rmd -b 72 -q -E btcmiti@qq.com -e -R -t 8 ```
  -- rmd160模式（读取文件中指定RIPEMD-160哈希）指定私钥范围-r ，RIPEMD-160哈希是地址base58编码前对应的RIPEMD-160(SHA256(公钥))
  -- -E 指定接受解密结果和每日报告的邮箱地址，不指定邮箱则不发送邮件
# keyhunt

是一款由用于查找使用 secp256k1椭圆曲线的加密货币私钥的工具，改版后主要用于比特币谜题破解，寻找保存指定的虚荣地址

谜题: https://bitcointalk.org/index.php?topic=5322040.0

### 1. 一段话总结  
KeyHunt是一款基于C语言开发、支持**secp256k1椭圆曲线**的开源私钥搜索工具，核心用于比特币、以太坊等加密货币的公开谜题破解（如btcmiti.com题）及vanity地址生成，提供**address、rmd160、bsgs**等多种运行模式，支持**多线程、Endomorphism优化（-e参数）、Bloom过滤器缓存（-S参数）** 及分布式分块搜索，可通过**-b参数指定比特范围**（如谜题72用-b 72）或**-r参数指定十进制范围**精准定位私钥，结果自动保存至**KEYFOUNDKEYFOUND.txt**（普通私钥）或**VANITYKEYFOUND.txt**（vanity地址），需在Linux/WSL环境编译运行，依赖GMP、libsecp256k1等库，Windows需第三方适配版本（如kanhavishva/keyhunt）。

---


### 2. 思维导图（mindmap）  
```mindmap
## 核心定位
- 开源私钥搜索工具
- 支持secp256k1椭圆曲线
- 适用加密货币：比特币、以太坊
- 核心用途：公开谜题破解、vanity地址生成
## 安装部署
- 环境要求
  - 推荐：Linux/WSL（Ubuntu 20.04+）
  - Windows：第三方适配版/MinGW编译
- 依赖库
  - 必装：git、build-essential、libgmp-dev
  - 可选：MongoDB C驱动（数据存储）
- 编译步骤
  - 1. git clone 仓库
  - 2. cd keyhunt目录
  - 3. make/make legacy（主版本/兼容版）
  - 4. ./keyhunt -h 验证
## 运行模式（含用途+关键参数）
- address模式：已知比特币地址搜私钥
  - 关键参数：-l（压缩/非压缩）、-b（比特范围）
  - 示例：./keyhunt -m address -f tests/address/72.txt -b 72 -R
- rmd160模式：基于RIPEMD-160哈希搜私钥
  - 关键参数：-f（哈希文件）、-q（静默输出）
  - 示例：./keyhunt -m rmd160 -f tests/rmd160/72.rmd -b 72 -q -E btcmiti@qq.com -e -R -t 8
- xpoint模式：已知公钥X值搜私钥（速度最优） 已删除此模式 使用bsgs模式速度更快
- bsgs模式：已知公钥搜私钥（高难度首选）
  - 关键参数：-k（因子）、-S（缓存）
  - 示例：./keyhunt -m bsgs -f tests/72_pub.txt -k 256 -S
- vanity模式：生成指定前缀vanity地址
  - 关键参数：-v（前缀）、-e（Endomorphism）
  - 示例：./keyhunt -m vanity -v 1Good1 -e -R
  - 从文件中获取虚荣地址列表:./keyhunt -m vanity -f ./tests/vanitytargets.txt -l compress -R -b 256 -e -s 10 -q 
- 以太坊模式：搜索以太坊地址
  - 关键参数：-c eth、-f（地址文件）
  - 示例：./keyhunt -c eth -f tests/eth.txt -r 1:100000000
## 关键优化
- Endomorphism（-e）：address/vanity模式速度×6
- BSGS缓存（-S）：二次运行跳过预计算，效率提升60%+
- 多线程（-t）：8线程速度≈8×单线程（线性叠加）
## 常见问题
- 结果保存：KEYFOUNDKEYFOUND.txt/VANITYKEYFOUND.txt
- Windows兼容：需WSL或第三方适配版
- BSGS速度异常：检查-k与-n参数匹配性
```


---


### 3. 详细总结  
#### 一、项目概述  
KeyHunt是一款由AlbertoBSD开发由光头强汉化并大幅改进的、开源免费的**私钥搜索工具**，核心基于**secp256k1椭圆曲线算法**，专为比特币、以太坊等加密货币的私钥查找设计，主要应用于**公开比特币谜题破解**（如btcmiti.com上的谜题1~160）和**vanity地址生成**（含指定前缀的地址，如1btcmiti1）。工具支持多模式、多线程及多种优化策略，可通过精准的范围控制实现私钥分块搜索，结果自动保存，需在Linux/WSL环境编译运行，Windows需依赖第三方适配。

#### 二、安装部署详解  
##### 1. 环境要求  
| 环境类型       | 推荐配置                          | 限制说明                                  |
|----------------|-----------------------------------|-------------------------------------------|
| Linux          | Ubuntu 20.04+/Debian 11+          | 原生支持，编译与运行稳定性最佳            |
| Windows        | WSL（Ubuntu子系统）/第三方适配版   | 原生不支持，MinGW编译步骤复杂              |
| 硬件要求       | 内存≥4GB，CPU≥4核                 | BSGS模式需大内存（如-k 512需8GB内存）      |

##### 2. 依赖库安装（Linux）  
在终端执行以下命令安装编译与运行依赖：  
```bash
# 更新系统与基础工具
apt update && apt upgrade -y
# 必装依赖（版本控制+编译+大整数运算）
apt install git build-essential libssl-dev libgmp-dev -y
# 可选依赖（MongoDB C驱动，用于数据存储）
apt install libmongoc-1.0-0 libmongoc-dev libbson-1.0-0 libbson-dev -y
```

##### 3. 编译步骤  
1. **克隆仓库**：`git clone https://gitee.com/btcmiti/keyhunt.git`
   - 全部仓库体积较大，可使用浅克隆：`git clone --depth 1 https://gitee.com/btcmiti/keyhunt.git`
2. **进入目录**：`cd keyhunt`  
3. **编译主版本**：`make`（若报错，编译兼容版：`make legacy`）  
4. **验证安装**：`./keyhunt -h`，输出帮助信息即表示安装成功。

#### 三、核心运行模式（含用途、命令、输出）  
KeyHunt提供7种运行模式，各模式针对不同搜索目标设计，核心模式对比如下表：

| 运行模式   | 核心用途                                  | 关键参数                          | 典型命令示例                                                                 | 关键输出说明                                                                 |
|------------|-------------------------------------------|-----------------------------------|------------------------------------------------------------------------------|------------------------------------------------------------------------------|
| **address** | 已知比特币地址搜私钥（如谜题72）          | -l（压缩/非压缩）、-b（比特范围）  | ./keyhunt -m address -f tests/72.txt -b 72 -l compress -R -s 10              | 输出搜索区间（如`start=0x800000000000000000`）、每秒搜索量（如`~4 Mkeys/s`），找到私钥显示“Hit! Private Key: XXX” |
| **rmd160**  | 基于RIPEMD-160哈希搜私钥                  | -f（哈希文件）、-r（十进制范围）   | ./keyhunt -m rmd160 -f tests/72.rmd -b 72 -l compress -R -q                  | 输入为RIPEMD-160哈希（如`751e76e8199196d454941c45d1b3a323f1433bd6`），速度略快于address模式 |
| **bsgs**    | 已知完整公钥搜私钥（高难度谜题首选）       | -k（因子）、-S（缓存）、-t（线程） | ./keyhunt -m bsgs -f tests/72_pub.txt -b 72 -R -k 256 -t 8 -S                  | 支持`TB/PB级速度`（如-k 512时单线程~1 Pkeys/s），生成.blm/.tbl缓存文件，二次运行跳过预处理 |
| **vanity**  | 生成含指定前缀的vanity地址（如1Good1）    | -v（前缀）、-e（Endomorphism）     | ./keyhunt -m vanity -l compress -R -b 256 -v 1Good1 -v 1MyKey                 | 结果保存至`VANITYKEYFOUND.txt`，显示“Vanity Private Key: XXX”及地址         |                 |
| **以太坊模式** | 搜索以太坊地址                           | -c eth、-f（地址文件）             | ./keyhunt -c eth -f tests/1to32.eth -r 1:100000000 -M                        | 输出“Hit!!!! Private Key: XXX”及以太坊地址（如`0x7e5f4552091a69125d5dfcb7b8c2659029395bdf`） |

#### 四、关键参数详解  
KeyHunt的参数用于控制模式、范围、优化及输出，核心参数如下表：

| 参数   | 作用描述                                  | 适用模式                | 示例与说明                                                                 |
|--------|-------------------------------------------|-------------------------|------------------------------------------------------------------------------|
| **-m** | 指定运行模式（核心参数）                  | 所有模式                | -m bsgs：启用BSGS模式；-m address：启用地址搜索模式                          |
| **-f** | 指定目标文件（地址/哈希/公钥列表）        | address/rmd160/bsgs等 | -f tests/72.txt：读取谜题72的目标地址列表，文件格式为“每行一个目标”            |
| **-b** | 指定私钥比特范围（如b=72=2^71~2^72-1）   | 多数模式                | -b 72：适配谜题72的私钥范围；-b 66：适配谜题66的66比特范围                  |
| **-t** | 设置线程数（控制并行度）                  | 所有模式                | -t 8：8线程运行，BSGS模式8线程总速度可达~19 Pkeys/s                          |
| **-k** | BSGS模式专属因子（控制内存与速度）        | bsgs模式                | -k 256（4GB内存推荐）、-k 512（8GB内存推荐），需为2的幂次                    |
| **-S** | 保存/读取Bloom过滤器和bP表                | bsgs/address/rmd160 | 首次运行生成缓存文件，二次运行跳过预处理，效率提升60%+                        |
| **-e** | 启用Endomorphism优化（多私钥并行验证）     | address/rmd160/vanity | 启用后address模式速度×6，因同步验证6个关联私钥                |
| **-R** | 启用随机模式（随机选择搜索区间）          | address/bsgs/vanity | 避免多节点重复搜索，适合分布式分块                                          |
| **-s** | 设置统计输出间隔（单位：秒）              | 所有模式                | -s 10：每10秒输出进度（如“Total 47634432 keys in 10 seconds: ~4 Mkeys/s”）0秒不输出|
| **-T** | 测试数据库连接是否正常                   | vanity模式              | -T 单独使用此参数，成功后可使用 -D 参数将虚荣地址保存至数据库，错误请检查config.ini文件 |
| **-D** | 虚荣地址下保存结果到数据库                | vanity模式-逐步增其他模式 | -D 需配置config.ini连接参数，成功后可先使用 -T 测试数据库连接 |

#### 五、优化技巧（提升搜索效率）  
##### 1. Endomorphism优化（-e参数）  
- **原理**：利用secp256k1椭圆曲线的自同态特性，每验证1个私钥可同步验证5个关联私钥（共6个），address/rmd160/vanity模式速度提升6倍。  
- **适用场景**：vanity地址搜索、大范围谜题破解（如谜题66），需确保模式支持（bsgs模式不支持）。

##### 2. BSGS模式大内存优化  
- **-k与-n参数匹配**：根据内存大小设置-k，参考文档表格（如8GB内存用-k 512，16GB用-k 1024），同时确保-n≥2^20（1048576），避免程序异常。  
- **缓存机制（-S参数）**：首次运行生成Bloom过滤器（.blm）和bP表（.tbl），二次运行直接读取，例如破解16个64比特公钥时，运行时间从164分钟缩短至60分钟。

##### 3. 分布式分块搜索  
将私钥范围按比特或十六进制分块，多节点分别搜索不同分块（如节点1搜`0x800000000000000000~0x800000007ffffffff`，节点2搜`0x800000008000000000~0x80000000ffffffff`），避免重复计算，总速度线性叠加。

#### 六、适用场景与限制  
##### 1. 适用场景  
- **公开比特币谜题破解**：如btcmiti.com上的谜题66~160，支持通过-b参数精准匹配比特范围。  
- **vanity地址生成**：生成含指定前缀的比特币地址（如1Good1、1MyKey），支持多前缀同时搜索。  
- **合法私钥找回**：仅适用于本人遗忘私钥但已知地址/公钥的场景，不可用于未经授权的地址。

##### 2. 限制  
- **环境限制**：官方仅支持Linux/WSL，Windows需第三方适配，且不支持Swap内存（会严重降低速度）。  
- **算力限制**：谜题72（2^71私钥范围）单节点破解需约9000年，需分布式多节点协作。  
- **实验性功能**：minikeys模式 --- 已删除此功能

#### 七、常见问题（FAQ）  
1. **私钥结果保存在哪里？**  
   普通私钥保存至`KEYFOUNDKEYFOUND.txt`，vanity地址结果保存至`VANITYKEYFOUND.txt`。  
2. **BSGS模式显示“0 keys/s”怎么办？**  
   原因是-k与-n参数不匹配或内存不足，解决方案：① 参考“Valid n and maximun k values”表格调整参数；② 关闭Swap内存；③ 查看官方说明视频（https://youtu.be/MVby8mYNxbI）。  
3. **如何验证搜索速度是否真实？**  
   官方提供测试公钥集（如1 Pkeys/s对应2分钟找到的公钥），保存至`testpublickey.txt`，运行`./keyhunt -m bsgs -f testpublickey.txt -b 120 -q`，若2分钟内找到则速度真实。


---


### 4. 关键问题  
#### 关键问题1：KeyHunt的BSGS模式为何是高难度比特币谜题（如谜题125）的首选？其核心参数-k和-S如何协同提升效率？  
**答案**：BSGS模式（Baby Step Giant Step）成为高难度谜题首选，核心原因是其算法复杂度从“暴力破解的O(N)”降至“O(√N)”——通过“Baby Step预计算存储”和“Giant Step快速匹配”，将大规模私钥搜索拆解为两步，单线程速度可达**15 Tkeys/s~1 Pkeys/s**（远超address模式的百万级速度），适配2^125等大范围私钥搜索。  
核心参数的协同优化逻辑如下：  
1. **-k参数（BSGS因子）**：控制预计算的Bloom过滤器和bP表大小，直接关联内存占用与匹配效率。例如8GB内存设-k 512时，预计算83886080个bP点，Bloom过滤器占用287.55 MB，单次Giant Step可匹配更多私钥，速度提升至~1 Pkeys/s；需遵循“-k为2的幂次且不超过n的最大k值”（如32比特n对应最大k=64），否则会导致表结构冲突，速度下降50%以上。  
2. **-S参数（缓存机制）**：首次运行时生成Bloom过滤器（.blm）和bP表（.tbl），二次运行直接读取缓存，跳过耗时的预计算步骤。例如破解16个64比特公钥时，启用-S后运行时间从164分钟缩短至60分钟，效率提升63%；且缓存文件可复用，多节点可共享同一缓存，进一步降低预处理成本。  

#### 关键问题2：破解比特币谜题72（私钥范围2^71~2^72-1，已知目标地址）时，如何选择KeyHunt的模式、参数及环境？需规避哪些坑？  
**答案**：针对谜题72的破解，需结合“18位十六进制私钥、已知目标地址”的特性，选择如下方案：  
##### 1. 模式与参数配置  
- **模式选择**：优先address模式（已知地址），若后续获取公钥，可切换为BSGS模式（效率更高）。  
- **核心命令**：`./keyhunt -m address -f tests/72.txt -b 72 -l compress -R -e -t 8 -s 10`  
  各参数作用：  
  - `-m address`：启用地址搜索模式；  
  - `-f tests/72.txt`：读取谜题72的目标地址文件（每行1个地址）；  
  - `-b 72`：限定72比特范围（2^71~2^72-1）；  
  - `-l compress`：仅搜索压缩地址（谜题72默认压缩地址）；  
  - `-R`：启用随机分块（避免多节点重复搜索）；  
  - `-e`：启用Endomorphism优化，速度提升6倍；  
  - `-t 8`：8线程运行（匹配8核CPU）；  
  - `-s 10`：每10秒输出进度，便于监控。  

##### 2. 环境配置与避坑  
- **系统环境**：推荐Ubuntu 22.04 WSL（Windows用户），避免Windows原生环境（MinGW编译版本稳定性差，易报错）。  
- **内存要求**：启用-e参数后需4GB以上内存，避免内存不足导致程序崩溃。  
- **避坑点**：① 勿用Swap内存（会导致速度下降至原来的1/10）；② 确保目标地址文件格式正确（每行1个地址，无多余空格）；③ 若需分布式分块，需为每个节点分配不重叠的比特范围（如节点1用`-b 72 -r 0x800000000000000000:0x800000007ffffffff`），避免重复计算。  

#### 关键问题3：KeyHunt的Endomorphism优化（-e参数）在不同模式中的效果差异是什么？其适用场景和局限性如何？  
**答案**：Endomorphism优化基于secp256k1椭圆曲线的自同态特性，通过常数λ和β将1个私钥关联生成5个额外私钥，实现“验证1个同步验证多个”的效果，不同模式中的差异、适用场景及局限性如下：  

| 维度         | address/rmd160/vanity模式                | xpoint模式    - 已删除                      |
|--------------|-------------------------------------------|-------------------------------------|
| **效果差异** | 速度提升6倍（验证1个私钥同步验证5个关联私钥，共6个） | 速度提升3倍（仅关注公钥X值，无需验证negated版本，共3个） |
| **原理差异** | 需验证私钥对应的完整公钥（含X、Y值），故需包含negated版本（Y值相反） | 仅通过公钥X值匹配，X值相同则视为有效，无需验证Y值，故排除negated版本 |
| **适用场景** | vanity地址搜索、大范围谜题破解（如谜题66） | 已知公钥X值的谜题破解（如谜题40的子公钥搜索） |

##### 局限性：  
1. **模式限制**：仅支持address/rmd160/vanity模式，bsgs模式不支持（BSGS依赖预计算表，自同态特性会导致表结构冲突）。  
2. **范围限制**：若谜题私钥范围限定（如仅2^71~2^72-1），部分关联私钥可能超出范围，实际速度提升会低于理论值（约5倍而非6倍）。  
3. **地址类型限制**：仅对压缩地址有效，非压缩地址因公钥格式不同，优化效果会减半。  

**适用场景总结**：Endomorphism优化最适合vanity地址搜索（如生成1Good1前缀地址）和大范围、无严格范围限制的谜题破解（如谜题66），可显著降低搜索时间；对限定小范围的谜题（如谜题72的2^71~2^72-1），需结合分块策略使用，以最大化优化效果。


## 感谢
- ### Albertobsd 提供的开源代码 
此项目能实施，也得益于 
- IceLand
- kanhavishva
- XopMC
- WanderingPhilosopher
- Malboro Man
- NetSec
- Jean Luc Pons
- 感谢所有让这个项目成为可能的CryptoHunters团队
- 所有测试过它的用户，报告了错误，提出了改进建议，并分享了他们的知识。


## Donations Albertobsd

- BTC: 1Coffee1jV4gB5gaXfHgSHDz9xx9QSECVW
- ETH: 0x6222978c984C22d21b11b5b6b0Dd839C75821069
- DOGE: DKAG4g2HwVFCLzs7YWdgtcsK6v5jym1ErV