计算机教育中缺失的一课 - MIT - L9 - 安全和密码学

https://missing.csail.mit.edu/
https://missing-semester-cn.github.io/
https://www.bilibili.com/video/BV14E411J7n2

思否主页：https://segmentfault.com/u/wine99

笔记

• 2019 年本讲的内容为与 2020 年的普通，标题为 安全与隐私，更注重于计算机用户可以如何增强隐私保护和安全
• 相关课程：计算机系统安全 (6.858)
• 相关课程：密码学 (6.857以及6.875)
• 不要试图创造或者修改加密算法
• Cryptographic Right Answers: 解答了在一些应用环境下“应该使用什么加密？”的问题

熵

熵(Entropy) 度量了不确定性并可以用来决定密码的强度。

熵的单位是 比特 。对于一个均匀分布的随机离散变量，熵等于 log_2(所有可能的个数，即 n)。 扔一次硬币的熵是1比特。掷一次（六面）骰子的熵大约为2.58比特。

使用多少比特的熵取决于应用的威胁模型。大约40比特的熵足以对抗在线穷举攻击（受限于网络速度和应用认证机制）。而对于离线穷举攻击（主要受限于计算速度），一般需要更强的密码 (比如80比特或更多)。

散列函数

密码散列函数 (Cryptographic hash function) 可以将任意大小的数据映射为一个固定大小的输出。散列函数具有如下特性：

• 确定性（deterministic）：对于不变的输入永远有相同的输出。
• 不可逆性（non-invertible）：对于hash(m) = h，难以通过已知的输出h来计算出原始输入m。
• 目标碰撞抵抗性/弱无碰撞（target collision resistant）：对于一个给定输入m_1，难以找到m_2 != m_1且hash(m_1) = hash(m_2)。
• 碰撞抵抗性/强无碰撞（collision resistant）：难以找到一组满足hash(m_1) = hash(m_2)的输入