彩虹表

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，加入这个算法叫H，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(P)速度比较快；给出一个q，很难反推出一个p满足q=H(p)；给出一个p1，很难算出一个不等p1的p2使得H(p1)=H(p2)。正因为这些特性，hash算法经常被用来保存密码，这样既不会泄露密码明文，又可以校验输入的密码是否正确。常用的hash算法有MD5、SHA1等。

 

破解Hash的任务就是给出一个q，反推出一个p来满足q=H(p)。通常我们能想到两个办法，一种就是暴力破解法，把每个p都算下H(p)，知道结果等于q；另一种是查表法，搞一个很大的数据库，把每个p和对应的q都记录下来，按q做一下索引，查下表就行。理论上两种办法都行，但是实际操作上，前一种需要海量时间，后一种需要海量空间，以至于人类资源无法实现

 

彩虹表的根本原理就是组合暴力法和查表法，并在这两者一种取得一个折中。

 

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 - > qn - R -> pn

简单的说，就是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，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

 

破解的时候，给出一个q，我们来寻找p，先把q做一次R运算得到一个值c1，假如和某一个pn相等，那么就可能这个pn对应的p（n-1）就是我们寻找的p，为了验证我们把pn对应的p0再做一次链式计算，比对qn是否就是给出的q，如果是，很明显p（n-1）就是我们在追寻的p，如果不是就继续遍历所有的p0pn对

如果还没有，我们再算q - R -> c1 - H -> qx - R -> c2，再对比c2是否是pn如果是，那么p（n-2）就可能是p，依次类推

 

总的来说，就是用一个p0pn对来存储一个链子的数据，如果n很大，就可以大大减小存储空间。这样带来的问题是必须做n次对比，事件更长，不过我们不需要瞬间破解，等待几秒乃至几天破解一个密码都是可以接受的

 

当然这只是最粗浅的原理，仔细想还有很多问题，比如R的选择，Hash冲突的处理，如何选择po来实现足够的覆盖，如何在有限资源下生成彩虹表等。感兴趣的可以看看RainbowCrack的源码http://www.project-rainbowcrack.com/