[C++] MD5加密算法原理及实现

参考文献：
1. RFC1321 - R. Rivest
2. 中山大学 蔡国扬 老师的 Web安全课件

算法概述

• MD5 使用 little-endian，输入任意不定长度信息，以 512 位长进行分组,生成四个32位数据,最后联合起来输出固定 128 位长的信息摘要。
• MD5 算法的基本过程为：求余、取余、调整长度、与链接变量进行循环运算、得出结果。

在 RFC1321 中，算法共分为五步，对于每一步的细节我都会举出例子来更方便的理解。另外有一点需要注意的是，下文中若无特别说明，都是以比特为单位来阐述算法。

基本流程图

一、Append Padding Bits

在原始消息的尾部进行填充，使得填充后的消息位数 L mod 512 = 448。
填充规则为，先填充一个 1，然后剩余的填充 0。并且填充是必须的，即使原始消息的长度模 512 后正好为 448 比特，也要进行填充。总之，填充的长度至少为 1 比特，最多为 512 比特。

例如，原始消息为 12345678，总长度为 8 * 8 = 64 比特，那么需要填充 384 比特，即填充 1000…. 后面还有 380 个 0。

填充后的消息用 16 进制表示（此处省略 0x）为
31 32 33 34 35 36 37 38 80 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

二、Append Length

计算原始消息（未填充 padding 前）的长度，用长 64 位的 b 表示。若 b 大于 $2^{64}$，即 64 位不够表示原始消息的长度时，只取低 64 位。将 b 填充至第一步填充后的消息尾部。

此时，填充后得到的消息总长度为 512 的倍数，也是 16 的倍数。将填充后的消息分割为 L 个 512 位的分组，$Y_0, Y_1,..., Y_{L - 1}$。

注意，实际填充时不是直接将长度的 64 位二进制表示接上去就可以。而是先用两个 32 位的字来表示原始消息长度 b，将低位的字先填充，然后再填充高位的字，并且每个字在填充时使用 little-endian。

little-endian：将低位字节排放在内存的低地址端,高位字节排放在内存的高地址端。

例如，原始消息为 12345678，总长度为 8 * 8 = 64 比特，用 64 位二进制表示为 00000000 00000000 00000000 00000000 00000000 00000000 00000000 01000000。分成两个 32 位的字：

• 高位：00000000 00000000 00000000 00000000
• 低位：00000000 00000000 00000000 01000000

低位字节的 little-endian 表示为 01000000 00000000 00000000 00000000。

因此，应该填充的 64 位为 01000000 00000000 00000000 00000000 00000000 00000000 00000000 00000000。

三、Initialize MD Buffer

初始化一个 128 位的 MD 缓冲区，也表示为 4 个 32 位寄存器 (A, B, C, D)，用来迭代计算保存信息摘要。

对于 4 个 32 位的寄存器 A、B、C、D 分别初始化为 16 进制初始值，采用小端规则

word					little-endian
A	01	23	45	67	0x67452301
B	89	AB	CD	EF	0xEFCDAB89
C	FE	DC	BA	98	0x98BADCFE
D	76	54	32	10	0x10325476

四、Process Message in 16-Word Blocks

首先，定义四个轮函数，每个函数以 3 个 32 位字为输入，输出 1 个 32 位字。

Function	return
F(X,Y,Z)	$(X \land Y) \lor (\lnot X \land Z)$
G(X,Y,Z)	$(X \land Z) \lor (Y \land \lnot Z)$
H(X,Y,Z)	$X \oplus Y \oplus Z$
I(X,Y,Z)	$Y \oplus (X \lor \lnot Z)$

以第二步分割后的 512 比特的分组为单位，每一个分组 $Y_q$ (q = 0, 1, …, L - 1) 经过 4 轮循环的压缩算法，记为 $H_{md5}$，对第三步初始化的 MD 缓冲区进行迭代更新，初始 MD 缓冲区记为 $CV_0 = IV$；第 q 个分组处理后的 MD 缓冲区记为 CVq=