程序猿必知必会[EP1]MD5算法

1. 基础信息：

• MD5算法，全称MD5信息摘要算法（MD5 Message-Digest Algorithm），是一种广泛使用的密码散列函数，可以产生128位 / 16字节的散列值（hash value），用于确保信息传输完成一致。
• 将不定长的数据变为固定长度的数据，这是散列算法的基础原理。
• MD5算法可破解，且无法防止碰撞（collision）。高度安全性的数据或是安全性认证，不适用MD5。

2. 算法基础实现：

• 算法输入输出：
  • 输入：任意长度数据；
  • 输出：固定长度128 bits的数据。
• 内部逻辑：
  • 填充：
    • 将输入信息长度填充到N，此时N mod 512 = 448；
    • 当原输入信息长度本就满足N mod 512 = 448时，需填充512位；
    • 填充方法为先一个1，后续全0。
  • 记录信息长度：
    • 剩余64位用于记录填充前输入信息的长度。
  • 初始化4个32位整数A、B、C、D
    • A = 0x67452301, B = 0xefcdab89, C = 0x98badcfe, D = 0x10325476;
  • 循环运算：
    • 将ABCD和512位的数据经过运算，输出128位结果，根据数据位高低赋值于A、B、C、D中，继续循环直至结束。
    • PS：MD5具体的计算流程源码可见sun.security.provider.MD5。
  • 输出由32位的A、B、C、D拼接而成的128位的结果

3. 用途：

• 防止被篡改：
  • 比如发送一个电子文档，发送前先得出一个MD5值，在对方接收到文件后，核对MD5值，能避免文档被篡改；
  • 文件、程序下载同样，若下载到的程序被修改过，相应的MD5值就会发生变化。
• 用于加密明文：
  • 例如数据库中存储用户信息如密码时，可以直接存储经过MD5加密的密码，用户校验可以直接在后台进行。这样做既保证了存储安全，又降低了数据丢失的损害。
• 数字签名：
  • 这种做法类似于防止电子文档篡改，第三方机构能通过MD5对A签署的一份文件进行摘要，后续在证明一份电子文件是否是原文件时能进行直接比对。

4. 安全性：

• MD5本身是不可逆的，所以严格上来说不算一种加解密方式。通常认为MD5的安全性很高，暴力破解的时间很长，但实际上单纯的使用MD5是很容易被破解。因为市面上存在大量的彩虹表，也就是相当于提前准备好了一套字符串-Hash值对应表，对于一些常规的字符段，很容易就能查到对应的MD5值。
• 这也是市面上很多MD5破解网站的思路。

5. Java中使用MD5：

• Java自身提供了一套完整的密码学架构JCA，通过JCA能直接使用到MD5或是SHA等信息摘要算法。