MD5设计原理

Hash函数

Hash函数与数据完整性

密码学上的Hash函数可为数据完整性提供保障。Hash 函数通常用来构造数据的短“指纹”: . - " 旦数据改变，指纹就不再正确。即使数据被存储在不安全的地方，通过重新计算数据的指纹并验证指纹是否改变，就能够检测数据的完整性。

首先给出带密钥的Hash族的定义。
定义4.1 - 一个Hash族是满足下列条件的四元组(X,Y, K, H):
1. x是所有可能的消息的集合。
2. Y是由所有可能的消息摘要或认证标签构成的有限集。
3. K是密钥空间，是所有可能的密钥构成的有限集。
4. 对每个k∈K,存在一个Hash函数h(k)∈H, h(k):X→Y。
在上面的定义中，X可以是有限或无限集; Y总是有限集。如果X是有限集，则Hash函数常常称为压缩函数。这时，我们总是假定|X|≥|Y|，并且还经常假定更强的条件|X|≥2|Y|。

Hash函数随机谕示模型及安全性（数学公式太多直接贴图啦！）

总而言之：Hash函数本身是有安全性困扰，即加密可逆，但是经过一定的数学计算，伟大的科学家们创造了一种模型，在这个模型下可以大大的减少这种被破解的可能。而在这个模型中，通常建议一个消息摘要可接受的最小长度为128比特。

• 这是一般的Hash函数可以被容易找到加密前的原文的三种情况
  
• 这是一些算法来解决上一张图容易被找到原文的问题
  
  
  
  

MD5基本原理

MD5是啥

MD5是一种信息摘要算法，基于hash函数散列，有以下特点：

1. 压缩性：无论数据长度是多少，计算出来的MD5值长度相同(通常使用的是128bit，也是最容易被破解的，加强版有256bit的）
2. 容易计算性：由原数据容易计算出MD5值（具体的计算过程见原理）
3. 抗修改性：即便修改一个字节，计算出来的MD5值也会巨大差异（如上图）
4. 抗碰撞性：知道数据和MD5值，很小概率找到相同MD5值相同的原数据（目前所知的2^20.96的碰撞（碰撞即穷举）算法复杂度，可以破解MD5的碰撞抵抗）

MD5原理

• 原文分组 MD5以512位分组来处理输入的信息，且每一分组又被划分为16个32位子分组，经过了一系列的处理后，算法的输出由四个32位分组组成，将这四个32位分组级联后将生成一个128位散列值。

• 设置初始值 在MD5算法中，首先需要对信息进行填充，使其字节长度对512求余数的结果等于448。因此，信息的字节长度（Bits Length）将被扩展至N512+448，即N64+56个字节（Bytes），N为一个正整数。填充的方法如下，在信息的后面填充一个1和无数个0，直到满足上面的条件时才停止用0对信息的填充。然后再在这个结果后面附加一个以64位二进制表示的填充前的信息长度。经过这两步的处理，现在的信息字节长度=N*512+448+64=(N+1)*512，即长度恰好是512的整数倍数。这样做的原因是为满足后面处理中对信息长度的要求。MD5中有四个32位被称作链接变量（Chaining Variable）的整数参数，他们分别为：A=0x01234567，B=0x89abcdef，C=0xfedcba98，D=0x76543210。当设置好这四个链接变量后，就开始进入算法的四轮循环运算，循环的次数是信息中512位信息分组的数目。

• 循环加工将上面四个链接变量复制到另外四个变量中：A到a，B到b，C到c，D到d。主循环有四轮（MD4只有三轮），每轮循环都很相似。第一轮进行16次操作。每次操作对a、b、c和d中的其中三个作一次非线性函数运算，然后将所得结果加上第四个变量（文本中的一个子分组和一个常数）。

• 拼接组装 再将所得结果向右环移一个不定的数，并加上a、b、c或d中之一。最后用该结果取代a、b、c或d中之一。以一下是每次操作中用到的四个非线性函数（每轮一个）。
  
  其中，?是异或，∧是与，∨是或，是反符号。

如果X、Y和Z的对应位是独立和均匀的，那么结果的每一位也应是独立和均匀的。F是一个逐位运算的函数。即，如果X，那么Y，否则Z。函数H是逐位奇偶操作符。所有这些完成之后，将A，B，C，D分别加上a，b，c，d。然后用下一分组数据继续运行算法，最后的输出是A，B，C和D的级联。最后得到的A，B，C，D就是输出结果，A是低位，D为高位，DCBA组成128位输出结果。

MD5实现

//Note: All variables are unsigned 32 bits and wrap modulo 2^32 when calculating
var int[64] r, k

//r specifies the per-round shift amounts
r[ 0..15]：= {7, 12, 17, 22,  7, 12, 17, 22,  7, 12, 17, 22,  7, 12, 17, 22} 
r[16..31]：= {5,  9, 14, 20,  5,  9, 14, 20,  5,  9, 14, 20,  5,  9, 14, 20}
r[32..47]：= {4, 11, 16, 23,  4, 11, 16, 23,  4, 11, 16, 23,  4, 11, 16, 23}
r[48..63]：= {6, 10, 15, 21,  6, 10, 15, 21,  6, 10, 15, 21,  6, 10, 15, 21}

//Use binary integer part of the sines of integers as constants:
for i from 0 to 63
    k[i] := floor(abs(sin(i + 1)) × 2^32)

//Initialize variables:
var int h0 := 0x67452301
var int h1 := 0xEFCDAB89
var int h2 := 0x98BADCFE
var int h3 := 0x10325476

//Pre-processing:
append "1" bit to message
append "0" bits until message length in bits ≡ 448 (mod 512)
append bit length of message as 64-bit little-endian integer to message

//Process the message in successive 512-bit chunks:
for each 512-bit chunk of message
    break chunk into sixteen 32-bit little-endian words w[i], 0 ≤ i ≤ 15

    //Initialize hash value for this chunk:
    var int a := h0
    var int b := h1
    var int c := h2
    var int d := h3

    //Main loop:
    for i from 0 to 63
        if 0 ≤ i ≤ 15 then
            f := (b and c) or ((not b) and d)
            g := i
        else if 16 ≤ i ≤ 31
            f := (d and b) or ((not d) and c)
            g := (5×i + 1) mod 16
        else if 32 ≤ i ≤ 47
            f := b xor c xor d
            g := (3×i + 5) mod 16
        else if 48 ≤ i ≤ 63
            f := c xor (b or (not d))
            g := (7×i) mod 16
 
        temp := d
        d := c
        c := b
        b := leftrotate((a + f + k[i] + w[g]),r[i]) + b
        a := temp
    Next i
    //Add this chunk's hash to result so far:
    h0 := h0 + a
    h1 := h1 + b 
    h2 := h2 + c
    h3 := h3 + d
End ForEach
var int digest := h0 append h1 append h2 append h3 //(expressed as little-endian)

密码学原理与实践（第三版） (Chinese) Paperback – January 1, 2016
by [加] Douglas R. Stinson 道格拉斯 R. 斯廷森 著，冯登国 等译 (Author)
https://en.wikipedia.org/wiki/MD5
https://www.cnblogs.com/sthu/p/9981328.html