MD5的概述

1.简介

MD5消息摘要算法是Ron Rivest开发的。MD5实际上根源于一系列消息的摘要算法。原先的消息摘要算法称为MD，很快进入下一版MD2，但很脆弱。因此，Ron Rivest开始开发MD3，结果失败了。后来，开发了MD4，但其结果还是很不理想，因此最终推出了MD5。
MD5速度很快，产生128位消息摘要。经过初始处理后，输入文本变成512位块，进一步分为16个32位块。这个算法的输出是4个32位块构成的集合，形成128位消息摘要。

2.MD5工作原理

2.1填充
MD5的第一步实在初始消息中增加填充位，目的使初始消息长度等于一个值，即比512位的倍数少64位。例如，如果初始消息长度为1000位，则要填充472位，使消息长度为1472位，因为1472+64=1536，是512的倍数。
这样，填充后，初始消息的长度为448位（比512少64位）、960位（比1024少64位）、1472位（比1536少64位），等等。
填充对用一个1位和多个0位。注意，填充总是要进行的，即使消息长度已经是比512的倍数少64。因此，如果消息长度已经是448位，则要填充512位，是长度变成960位，因此，填充长度为1~ 512位的值。
2.2添加长度
添加填充位后，下一步要计算消息原长，将其加进填充后的消息末尾。其工作流程如下：先计算消息长度，不包括填充位（即增加填充位前的长度）。例如，如果初始消息为1000位，则填充472位，使其变成比512的倍数少64位，但长度为1000，而不是1472。
这个消息原长表示为64位值，添加到加进填充后的消息末尾，如下图所示：

这是消息的长度为512位的倍数。注意，如果消息长度超过$2^{64}$位，即64位无法表示，因为消息太长，则只用长度的低64位，即等于计算length mod $2^{64}$。
2.3 将输入分成512位的块
下面要将输入分成512位的块，如下图所示：

2.4 初始链接变量
这一步要初始化4个链接变量，分别称为A、B、C、D，都是32位数字。这些链接变量都是初始十六进制值，如下表所示：

链接变量	十六进制值
A	01 23 45 67
B	89 AB CD EF
C	FE DC BA 98
D	76 54 32 10

2.5 处理块
初始化之后，就要开始实际的算法，这是一个循环，对消息中的多个512位块运行。其步骤如下：
第一步：将4个链接变量复制到4个变量a、b、c、d中，使a=A、b=B、c=C、d=D。实际上，这个算法将a、b、c、d组合成128位寄存器（abcd），寄存器（abcd）在实际算法运算中保存中间结果和最终结果，如下图所示：

第二步：将当前的512位块分解为16个子块，每个子块为32位。
第三步：这时有4轮，每一轮处理一个块的16位，每一轮的输入如下：（a）16个子块；（b）变量a、b、c、d；（c）常量t，如下图所示：

这4轮的第一步进行不同处理（即处理P处理bcd），其他步骤是相同的。每一轮有16个输入子块M[0]，M[1]，…，M[15]，或表示为M[i]，其中i位0~ 15，每个子块为32位。t是个常量数组，包含64个元素，每个元素32位。把数组t的元素表示为t[1]，t[2]，…，t[64]，或t[k]，其中k为1~64，由于有四轮，因此每一轮使用t值中的16个。
下面总结这四轮的迭代，每一轮的输出的中间和最终结果复制到寄存器abcd中，注意，每一轮有16个寄存器。
（1）处理P首先处理b、c、d。这个处理P在四轮中不同。
（2）变量a加进处理P的输出（即寄存器abcd）。
（3）消息子块M[i]加进第2步输出（即寄存器abcd）。
（4）常量t[k]加进第3步输出（即寄存器abcd）。
（5）第4步的输出（即寄存器abcd内容）循环左移S位（S值不断改变）。
（6）变量b加进第5步输出（即寄存器abcd）。
（7）第6步输出成为下一步的新abcd。
下图显示了MD5的操作过程：

可以用数学方法表示MD5操作过程：
$$a=b+((a+ProcessP(b,c,d)+M[i]+t[k])<<<S)$$
其中，a、b、c、d为链接变量；Process P（P处理）为非线性运算；M[i]表示消息的第i个分组；t[k]为常量；<<<S表示循环左移S位。
2.6 处理P简介
处理P在4轮中是不同的。简单地说，处理P就是a、b、c、d的基本布尔运算，如下表所示：

轮次	处理P
1	(b AND c) OR ((NOT b) AND (b))
3	b XOR c XOR d
2	(b AND d) OR (c AND (NOT d))
4	c XOR (b OR (NOT d))

注：每一轮只有P处理不同，所有其他步骤都是相同的，因此每一轮中替换处理P的实际细节，其余保持不变。
2.7 四轮运算
下表显示了4轮的迭代运算：

迭代	a	b	c	d	M	s	t
1	a	b	c	d	M[0]	7	t[1]
2	d	a	b	c	M[1]	12	t[2]
3	c	d	a	b	M[2]	17	t[3]
4	b	c	d	a	M[3]	22	t[4]
5	a	b	c	d	M[4]	7	t[5]
6	d	a	b	c	M[5]	12	t[6]
7	c	d	a	b	M[6]	17	t[7]
8	b	c	d	a	M[7]	22	t[8]
9	a	b	c	d	M[8]	7	t[9]
10	d	a	b	c	M[9]	12	t[10]
11	c	d	a	b	M[10]	17	t[11]
12	b	c	d	a	M[11]	22	t[12]
13	a	b	c	d	M[12]	7	t[13]
14	d	a	b	c	M[13]	12	t[14]
15	c	d	a	b	M[14]	17	t[15]
16	b	c	d	a	M[15]	22	t[16]

迭代	a	b	c	d	M	s	t
1	a	b	c	d	M[1]	5	t[17]
2	d	a	b	c	M[6]	9	t[18]
3	c	d	a	b	M11]	14	t[9]
4	b	c	d	a	M[0]	20	t[20]
5	a	b	c	d	M[5]	5	t[21]
6	d	a	b	c	M[10]	9	t[22]
7	c	d	a	b	M[15]	14	t[23]
8	b	c	d	a	M[4]	20	t[24]
9	a	b	c	d	M[9]	5	t[25]
10	d	a	b	c	M[14]	9	t[26]
11	c	d	a	b	M[3]	14	t[27]
12	b	c	d	a	M[8]	20	t[28]
13	a	b	c	d	M[13]	5	t[29]
14	d	a	b	c	M[2]	9	t[30]
15	c	d	a	b	M[7]	14	t[31]
16	b	c	d	a	M[2]	20	t[32]

迭代	a	b	c	d	M	s	t
1	a	b	c	d	M[5]	4	t[33]
2	d	a	b	c	M[8]	11	t[34]
3	c	d	a	b	M11]	16	t[35]
4	b	c	d	a	M[14]	23	t[36]
5	a	b	c	d	M[1]	4	t[37]
6	d	a	b	c	M[4]	11	t[38]
7	c	d	a	b	M[7]	16	t[39]
8	b	c	d	a	M[10]	23	t[40]
9	a	b	c	d	M[13]	4	t[41]
10	d	a	b	c	M[0]	11	t[42]
11	c	d	a	b	M[3]	16	t[43]
12	b	c	d	a	M[6]	23	t[44]
13	a	b	c	d	M[9]	4	t[45]
14	d	a	b	c	M[12]	11	t[46]
15	c	d	a	b	M[15]	16	t[47]
16	b	c	d	a	M[2]	23	t[48]

迭代	a	b	c	d	M	s	t
1	a	b	c	d	M[0]	6	t[49]
2	d	a	b	c	M[7]	10	t[50]
3	c	d	a	b	M[14]	15	t[51]
4	b	c	d	a	M[5]	21	t[52]
5	a	b	c	d	M[12]	6	t[53]
6	d	a	b	c	M[3]	10	t[54]
7	c	d	a	b	M[10]	15	t[55]
8	b	c	d	a	M[1]	21	t[56]
9	a	b	c	d	M[8]	6	t[57]
10	d	a	b	c	M[15]	10	t[58]
11	c	d	a	b	M[16]	15	t[59]
12	b	c	d	a	M[13]	21	t[60]
13	a	b	c	d	M[4]	6	t[61]
14	d	a	b	c	M[11]	10	t[62]
15	c	d	a	b	M[2]	15	t[63]
16	b	c	d	a	M[9]	21	t[64]

其中t的取值如下表所示：

t[i]	值	t[i]	值	t[i]	值	t[i]	值
t[1]	D76AA478	t[17]	F61E2562	t[33]	FFFA3942	t[49]	F4292244
t[2]	E8C7B756	t[18]	C040B340	t[34]	8771F681	t[50]	432AFF97
t[3]	242070DB	t[19]	265E5A51	t[35]	699D6122	t[51]	AB9423A7
t[4]	C1BDCEEE	t[20]	E9B6C7AA	t[36]	FDE5380C	t[52]	FC93A039
t[5]	F57C0FAF	t[21]	D62F105D	t[37]	A4BEEA44	t[53]	655B59C3
t[6]	4787C62A	t[22]	02441453	t[38]	4BDECFA9	t[54]	8F0CCC92
t[7]	A8304613	t[23]	D8A1E681	t[39]	F6BB4B60	t[55]	FFEFF47D
t[8]	FD469501	t[24]	E7D3FBC8	t[40]	BEBFBC70	t[56]	85845DD1
t[9]	698098D8	t[25]	21E1CDE6	t[41]	289B7EC6	t[57]	6FA87E4F
t[10]	8B44F7AF	t[26]	F4D50D87	t[42]	EAA127FA	t[58]	FE2CE6E0
t[11]	FFFF5BB1	t[27]	F4D50D87	t[43]	D4EF3085	t[59]	A3014314
t[12]	895CD7BE	t[28]	455A14ED	t[44]	04881D05	t[60]	4E0811A1
t[13]	6B901122	t[29]	A9E3E905	t[45]	D9D4D039	t[61]	F7537E82
t[14]	FD987193	t[30]	FCEFA3F8	t[46]	E6DB99E5	t[62]	BD3AF235
t[15]	A679438E	t[31]	676F02D9	t[47]	1FA27CF8	t[63]	2AD7D2BB
t[16]	49B40821	t[32]	8D2A4C8A	t[48]	C4AC5665	t[64]	BE86D391

3.MD5与MD4

下表表示了MD5和MD4的关键差别：

特性	MD4	MD5
轮数	3	4
常量t的使用	所有迭代中相同	所有迭代中不同
第2轮的处理P	(b AND d) OR (b AND d) OR (c AND d)	(b AND d) OR (c AND (NOT d))，更随机

此外，第2轮和第3轮访问子块的顺序也发生了改变，引入了更大的随机性。