字符串的各项比较

面试编程基本功的时候，很常见的一个题目是：

判断两个字符串是否完全相同？

画外音：先别急着退，没收获你锤我。

很多同学能够很快的写出对应的代码：

public static boolean isEqual(byte[] a, byte[] b) {

// 先判断长度是否相同

if (a.length != b.length) {

    // 长度不同，返回false

    return false;

}

// 一个一个字符，循环遍历判断

for (int i = 0; i < a.length; i++) {

    if (a[i] != b[i]) {

        // 只要一个字符不同，返回false

        return false;

    }

}

// 全部字符相同，返回true

return true;

}

代码没有问题，甚至JDK底层，也是这么实现的。

然而，MessageDigest.isEqual却被报了bug，并在JDK 1.6.0_17中被fix成了以下的版本：

public static boolean isEqual(byte[] a, byte[] b) {

// 先判断长度是否相同

if (a.length != b.length) {

    // 长度不同，返回false

    return false;

}

// 返回结果初始化

int result = 0;

// 一个一个字符，循环遍历判断

for (int i = 0; i < a.length; i++) {

    // 字符串比较，采用了“按位异或”

    // 每一个比较结果，都“按位或”给了返回结果

    result |= a[i] ^ b[i];

}

// 返回结果为0，说明字符串全部相同，返回true

return (result == 0);

}

初看代码，是不是觉得蒙圈？https://www.szcbjs.com/FS880/

下面我们来一步步分析一下。

首先，字符比较，升级成了“按位异或”。

这个不难理解，对于两个字符x和y：

（1）如果x == y，则有 x^y == 0

（2）如果x != y，则有 x^y != 0

其次，就代码的正确性来说，新代码并没有问题：

（1）当所有字符都相同时，result必为0，两个字符串才完全相同，返回true；

（2）只要有两个字符不同，result必不为0，一定会返回false；

同时，当输入的参数，是两个相同的字符串时，新旧算法的时间复杂度是相同的：都需要遍历每一个字符，然后返回true。

可是，当输入的参数，是两个不同的字符串时：

（1）旧版本代码，只要发现两个字符串有1个字符不同，直接返回false；

（2）新版本代码，会坚持检查完所有字符，再返回false；

这里大家就要有疑问了，新版本的代码，性能不是降低了吗？

要更彻底的解释这个问题，先得从计时攻击（Timing Attack）说起。

传统的hacker，如何破解密码？

最常见的，采用暴力穷举破解。但当密码位数较长，字符值域较广的时候，破解难度较大。

新型计时攻击（Timing Attack），是怎么破解密码？

第一步，要猜测密码的长度。

hacker不停的测试不同长度的“探测密码”，然后对执行时间进行计时。

hacker可以使用：

a

aa

aaa

aaaa

…

作为探测密码。

在进行完N倍放大（执行很多遍）之后，hacker会发现，有一个长度为N的“探测密码”，执行的时间比其他时间都更长一些。以此来定位，密码的长度为N位。

为什么执行时间更长的N位“探测密码”，就代表真正的密码也是N位呢？

仔细观察旧版本的isEqual代码实现。

（1）如果探测密码与真实密码长度不同https://www.szcbjs.com/sujiaomujugang/

代码执行到

(a.length != b.length)

就返回false了。

（2）如果探测密码与真实密码长度相同

代码会进入到for循环，执行到

(a[i] != b[i])

才会返回false。

正是利用了这一点点执行时间的差异，hacker就能够确定真实密码的长度。

确定了真实密码的长度之后，第二步，确定密码的第一位字符。https://www.szcbjs.com/4Cr5MoSiV1/

画外音：假设第一步探测出真实密码的长度N=4。

hacker不停的测试首位不同的“探测密码”，然后对执行时间进行计时。

hacker使用：

aaaa

baaa

caaa

daaa

…

作为探测密码。

在进行完N倍放大（执行很多遍）之后，hacker会发现，有一个首位字母为x的“探测密码”，执行的时间比其他时间都更长一些。以此来定位，真实密码的首位为x。https://www.szcbjs.com/4Cr5MoSiV/

为什么执行时间更长的，首位字母为x的“探测密码”，能够确认真实密码的首位为x呢？

仔细观察旧版本的isEqual代码实现。

（1）如果探测密码与真实密码首位字母不同

代码在for循环里，第一次

(a[i] != b[i])

就返回false了。

（2）如果探测密码与真实密码首位字母相同

代码在for循环里，第二次

(a[i] != b[i])

才会返回false。

正是利用了这一点点执行时间的差异，hacker就能够确定真实密码的首位为x。https://www.szcbjs.com/FS413/

采用相同的方法，通过N次不断的计时攻击，hacker最终能够破解出真实密码的每一位字符。

只能说，hacker太牛逼了！！！

画外音，一定有杠精说攻击不可行：

（1）已经有hacker用此方法破解了OpenSSL 0.9.7的RSA，以及基于此OpenSSL的web-server；

（2）各大语言的字符串安全比较，基本都已经升级；

如何抵御计时攻击呢？

这就要回到新版本的isEqual代码了。https://www.szcbjs.com/Cr12Mo1V1/

新版本的isEqual，采用了一种固定时间的字符串比较方法（time-constant comparison）。

for (int i = 0; i < a.length; i++) {

result |= a[i] ^ b[i];https://www.szcbjs.com/rezuomujugang/

}

不管探测密码与真实密码第几位不同，进行比较的时间，都是相同的。

这是一个效率与安全性的设计折衷。

画外音：非攻击者输入正确的密码时，新版本isEqual效率没有损失。

帅气不帅！！！

希望这1分钟，大家有收获，转发，在看。

相关文章：

《不敢相信，技术栈，居然被P站秒了》

《动静分离架构，究竟是啥？》