关于彩虹表的介绍

彩虹表

1.彩虹表产生背景

起初黑客们通过字典穷举的方法进行破解，这对简单的密码和简单的密码系统是可行的，但对于复杂的密码和密码系统，则会产生无穷大的字典。

哈希加密算法是不可逆的，也就是说无论是网站的数据库管理员还是获取了密码数据的黑客，能看到的只是一长串毫无意义的字符，不可能将它还原成真正的密码。可以解决此问题的办法有两个，一是穷举法，二是对照表法。

第一种方法需要大量的计算，因此破解速度非常慢，以14位字母和数字的组合密码为例，共有1.24×10^25种可能，即使电脑每秒钟能进行10亿次运算，也需要4亿年才能破解。举个简单的例子就是，现在给你一把锁，你要用一块铁片，不断地磨成钥匙的形状，显然这是非常耗费时间的；

第二种方法需要海量的磁盘空间来储存数据，仍以14位字母和数字的组合密码为例，生成的密码32位哈希串的对照表将占用5.7×10^14 TB的存储空间。如何增加密码长度或添加符号，需要的时间或磁盘空间将更加难以想象。这个方法对应上面的例子就是，给你一把锁，你现在带了所有可能的钥匙来开锁，显然你会根据钥匙孔的形状，很快找到钥匙，但是携带这么多钥匙，是比较费空间的。

显然这两种方法是难以让人满意的，彩虹表是对这两种方法的折中，也就是时间复杂度和空间复杂度都不会达到那种无法满足的程度。

2.彩虹表实现原理

介绍彩虹表的原理之前，先简单说一下哈希加密算法。哈希（Hash）算法就是单向散列算法，它把某个较大的集合P映射到另一个较小的集合Q中，假如这个算法叫H，那么就有Q
= H（P）。对于P中任何一个值p都有唯一确定的q与之对应，但是一个q可以对应多个p。作为一个有用的Hash算法，H还应该满足：H§速度比较快；
给出一个q，很难算出一个p满足q = H§；给出一个p1，很难算出一个不等于p1的p2使得 H(p1)=H(p2)。

彩虹表的根本原理就是组合了暴力法和查表法，并在这两者之中取得一个折中，用我们可以承受的时间和存储空间进行破解。它的做法是，对于一个Q =
H（P），建立另一个算法R使得 P = R(Q)，然后对于一个p，这样进行计算：

p0 -H-> q1 -R->p1 -H-> q2 -R->p2 -H-> q3 -R->p3 … -H-> q(n-1) -R->p(n-1) -H-> qn -R->pn

简单的说，就是把q用H、R依次迭代运算，最后得到pn，n可能比较大。最后我们把p0和pn都存储下来，把其他的结果都丢弃。然后用不同的p0代入计算，得到多个这样的p的对子。

彩虹表对应于上面钥匙与锁的例子就是，给你一把锁，你现在带了很多个钥匙串，每个钥匙串上面只有一两把钥匙。如果发现钥匙孔与其中某一个钥匙串上的钥匙形状类似，然后便用这把钥匙去磨出与钥匙孔类似的钥匙。（也就是方法一与方法二的组合）

3.链碰撞问题与解决办法

但是在实际实现的过程中，会经常出现不同的哈希链出现相同结果的情况，这就是发生了“碰撞”，也就是“链碰撞”。比如下面的例子：

解决链碰撞问题，办法是采用R函数列（一系列的R函数，而不是一个）

使用了R函数列之后，就算在运算过程中，两条不同的链产生了相同的中间结果，但是由于所处的阶段不同，那么下一阶段使用的R函数肯定不同，这就避免了后面产生相同结果的情况发生。如果把每条这样的哈希链，用不同的颜色标识，这就产生了彩虹表。（这也就是彩虹表名称的由来）

4.彩虹表的获取

1）常见的彩虹表：http://project-rainbowcrack.com/table.htm

2）R函数举例：假设明文为5位数字，则R函数是取哈希值中前5个数字。参见https://crypto.stackexchange.com/questions/5900/example-rainbow-table-generation

彩虹表可以自己生成，也可以自己在网上直接下载，常用的彩虹表大小在120G左右。

5.具体算法

①假设要破解的密文位于某一链条的k-1位置处，对其进行Rk运算，看是否能够在末节点中找到对应的值。

②如果找到，则可以如前所述，使用起节点验证其正确性。

③否则，继续假设密文位于k-2位置处，这时就需要进行Rk-1、H、Rk两步运算，然后在末节点中查找结果。

④反复②③，最不利条件下需要将密文进行完整的R1、H、…Rk运算后，才能得知密文是否存在于彩虹表之中。

6.防御彩虹表

``

`

由4中的表格可以得知，利用彩虹表进行密码破解，有着惊人的效率。那么，针对彩虹表的攻击，如何防御呢？

一个比较成熟并且简单的方法是“加盐”，即在密码特定位置插入特定字符串，这个特定字符串就是“盐”。为什么这种方法可以防御住彩虹表的攻击的？因为彩虹表在生成的过程中，针对的是特定的函数H，H如果发生了改变，则已有的彩虹表数据就完全无法使用。如果每个用户都用一个不同的盐值，那么每个用户的H函数都不同，则必须要为每个用户都生成一个不同的彩虹表，这大大提高了破解难度。这就相当于自己花很小的代价（插入字符串），但是攻击者却需要花费巨大的代价（重新生成彩虹表），这是比较好的一种方法。