MD5(Message-Digest Algorithm 5)
--图片以及伪代码都源自维基百科
MD5是一种广泛使用的散列单向算法,用于验证文件的完整性。对于任意大小的文件输入,将输出一个几乎唯一的128-bits的ID,通常用32个16进制数表示。MD5算法的核心是将文件扩充为N*512+448-bits长度再加以64位文件长度信息,讲处理后的文件分为(N+1)512-bits数据串,对每个数据串进行计算杂凑更新MD5值。其数学原理本人不明,间曰杂凑。唯一性也无法证明,但已被检验出碰撞。
算法流程如下:
0.初始化MD5值为4个32-bits长度数据,具体为:0x67452301, 0xEFCDAB89, 0x98BADCFE, 0x10325476
1.以二进制方式输入文件
2.将输入文件补充为N*512+448-bits长度。补充内容为以1开始重复0的二进制串。
3.将文件长度(位长,非字节)信息存放于文件最后64位,大于64位则只保留最低64位信息。低32位放前,高32位放后。形成(N+1)512-bits串。
4.对于步骤3中的所有串(每个串已处理为512-bits)执行以下步骤已更新MD5值
a)将512-bits串划分为64个16-bits长度数据
b)对64个数据进行更新MD5值,进行如下操作,其中F函数顺序为如下具体如下图(64数据分为四组操作)
--源自维基百科
其中Mi为第i个数据,Ki为上述的Sin值,左旋S位。红色田符号是加号,所有数据均以无符号数据,忽略溢出问题。F函数为上述四个函数,具体以i选择
5.输出MD5值
伪代码如下:
//Note: All variables are unsigned 32 bits and wrap modulo 2^32 when calculating
var int[64] r, k
//r specifies the per-round shift amounts
r[ 0..15]:= {7, 12, 17, 22, 7, 12, 17, 22, 7, 12, 17, 22, 7, 12, 17, 22}
r[16..31]:= {5, 9, 14, 20, 5, 9, 14, 20, 5, 9, 14, 20, 5, 9, 14, 20}
r[32..47]:= {4, 11, 16, 23, 4, 11, 16, 23, 4, 11, 16, 23, 4, 11, 16, 23}
r[48..63]:= {6, 10, 15, 21, 6, 10, 15, 21, 6, 10, 15, 21, 6, 10, 15, 21}
//Use binary integer part of the sines of integers as constants:
for i from 0 to 63
k[i] := floor(abs(sin(i + 1)) × 2^32)
//Initialize variables:
var int h0 := 0x67452301
var int h1 := 0xEFCDAB89
var int h2 := 0x98BADCFE
var int h3 := 0x10325476
//Pre-processing:
append "1" bit to message
append "0" bits until message length in bits ≡ 448 (mod 512)
append bit length of message as 64-bit little-endian integer to message
//Process the message in successive 512-bit chunks:
for each 512-bit chunk of message
break chunk into sixteen 32-bit little-endian words w[i], 0 ≤ i ≤ 15
//Initialize hash value for this chunk:
var int a := h0
var int b := h1
var int c := h2
var int d := h3
//Main loop:
for i from 0 to 63
if 0 ≤ i ≤ 15 then
f := (b and c) or ((not b) and d)
g := i
else if 16 ≤ i ≤ 31
f := (d and b) or ((not d) and c)
g := (5×i + 1) mod 16
else if 32 ≤ i ≤ 47
f := b xor c xor d
g := (3×i + 5) mod 16
else if 48 ≤ i ≤ 63
f := c xor (b or (not d))
g := (7×i) mod 16
temp := d
d := c
c := b
b := leftrotate((a + f + k[i] + w[g]),r[i])) + b
a := temp
//Add this chunk's hash to result so far:
h0 := h0 + a
h1 := h1 + b
h2 := h2 + c
h3 := h3 + d
var int digest := h0 append h1 append h2 append h3 //(expressed as little-endian)
--源自维基百科
细节问题(大家比较关注的):
0.注意左旋而不是左移1.算法都为bits长度单位,但计算机里面经常使用的是byte,即8位,所以计算应注意。
2.所有数据以小端存储。比如64位的长度信息若为1234567887654321H,则应存为0x78563412 0x21436587
3.对于MD5值以及文件子串(512-bits信息)转化为数值(必须是无符号数值比如C中的32位的 unsigned long)都必须以小端规则进行转换。
4.注意int的跨平台长度不同,最好使用稳定的long
以下为C/C++语言专用
5.在优化性能上,建议将所有的位置信息以及K值(k[i] = floor(abs(sin(i + 1)) × 2^32))先保存,否则重复计算将极大的降低效率
6.对于MD5中所有的求余、求整、乘计算,基本是2的指数,建议直接使用位操作,将提升速度。
比如除64求余:(long)(i & 0x3f) 除64求整: (long)(i >> 6) 乘64: (long)(i << 6)
7.注意长度信息必须是位,即lengthOfChar << 3,注意溢出必须向上进位(指高位和低位)
8.内存操作必须注意,具体需要个人意识,具体则是需要自己在程序中定义一个buffer,或者双线程操作双buffer,但必须有序
等交了作业将会更新上本人的代码。某web安全课程的同学明白我说的是什么。
贡献一下本人处理好的数据:
//Sins numbers
const uint32 kSins[64] = { 0xd76aa478, 0xe8c7b756, 0x242070db, 0xc1bdceee,
0xf57c0faf, 0x4787c62a, 0xa8304613, 0xfd469501,
0x698098d8, 0x8b44f7af, 0xffff5bb1, 0x895cd7be,
0x6b901122, 0xfd987193, 0xa679438e, 0x49b40821,
0xf61e2562, 0xc040b340, 0x265e5a51, 0xe9b6c7aa,
0xd62f105d, 0x02441453, 0xd8a1e681, 0xe7d3fbc8,
0x21e1cde6, 0xc33707d6, 0xf4d50d87, 0x455a14ed,
0xa9e3e905, 0xfcefa3f8, 0x676f02d9, 0x8d2a4c8a,
0xfffa3942, 0x8771f681, 0x6d9d6122, 0xfde5380c,
0xa4beea44, 0x4bdecfa9, 0xf6bb4b60, 0xbebfbc70,
0x289b7ec6, 0xeaa127fa, 0xd4ef3085, 0x04881d05,
0xd9d4d039, 0xe6db99e5, 0x1fa27cf8, 0xc4ac5665,
0xf4292244, 0x432aff97, 0xab9423a7, 0xfc93a039,
0x655b59c3, 0x8f0ccc92, 0xffeff47d, 0x85845dd1,
0x6fa87e4f, 0xfe2ce6e0, 0xa3014314, 0x4e0811a1,
0xf7537e82, 0xbd3af235, 0x2ad7d2bb, 0xeb86d391};