使用md5collgen进行MD5碰撞实验

题目一

题目1：可在ubuntu主机上预先安装md5collgen，题目为“生成两个MD5哈希值一致但是文件内容不同的文件”。
所谓“文件内容不同但却有相同的哈希值”就是 碰撞。
在这个题目中，我们将生成两个具有相同MD5哈希值的不同文件。这两个文件的开始部分需要相同，即它们共享相同的前缀。我们可以使用md5collgen程序实现这一点，它允许我们提供具有任意内容的前缀文件。

md5collgen的原理

MD5将输入的数据按照64字节一组（M1-Mn）进行切分，然后在这些分组上进行迭代地计算。其核心是压缩函数，其接受两个输入，分别是64字节的数据分组和前一次迭代的输出，压缩函数compression function会输出128位的IHV（intermediate hash value），这个输出将在下一次迭代时参与运算。如果当前的迭代是最后一次，IHV就是最终的hash值。而第一次迭代IHV0的IHV的输入是固定值。

安装md5collgen

先从github下载md5collgen工具包源码，将其上传至ubuntu中（官网下载好像没makefile文件）

然后进行解压 unzip

sudo apt install build-essential

sudo apt install libboost-all-dev

然后执行make命，安装好md5collgen工具

利用md5collgen生成文件

在md5collgen-master下新建一个文本文件 prefix.txt（作为相同前缀的文件）

执行命令：

./md5collgen -p prefix.txt -o out1.bin out2.bin

目录下生成了对应的两个文件

diff out1.bin out2.bin
md5sum out1.bin
md5sum out2.bin

文件不一样，但哈希值一致。

hexdump -C out1.bin
hexdump -C out2.bin

在图形界面也可以看出，两个文件不一致

经观察可得两文件的前缀相同，文件内容有不同。通过分析md5collgen的原理可以明白形成这一现象原因。从prifix.txt中取前缀，若前缀不是64的倍数，则用零填充。md5collgen为两个输出文件生成128字节的内容，这两个输出文件就是在这128字节中存在部分差异。

题目二

新建一个文件source_code.c，用于存放源代码（并给定数组的内容）

执行编译：

编译后的结果：

在二进制文件中找到xyz数组的位置：

hexdump -C source_code

我们可以选择前 12480 个字节作为前缀prefix文件，中间12480到12608作为中间的128字节文件，后面第12609个字节到文件结束作为后缀suffix文件。

head -c 12480 source_code > prefix
tail -c +12609 source_code > suffix

前缀prefix文件：（部分）

后缀suffix文件：（部分）

用前缀prefix文件上运行md5collgen 来生成两个具有相同MD5散列值的输出（即数组内容相同）：

./md5collgen -p task2_prefix -o task2_out1.bin task2_out2.bin

diff task2_out1.bin task2_out2.bin
md5sum task2_out1.bin
md5sum task2_out2.bin

可视化：

文件内容不同

哈希值相同