加密-CSDN博客

加密和编码

在开始之前，让我们确定自己已经了解了加密（cipher）和编码（code）之间的不同。

编码就是一个映射表，它将一些具有意义的单元（meaningful unit），比如单词、句子、段落，映射到另外一些东西，通常是映射到一小组符号。比如，我们可以使用数字组合 67 去作为单词 Apple 的替代。通常来说，编码是为了节约我们发送消息的时间，因为它使得需要发送的内容变得短小。

编码本用于记录、保存上述提到的映射表，并且在我们编写消息之前，需要先通读下编码本，这样使用编码本中的编码去编写原始的消息内容。只需记住一点，编码需要一个编码本。

那么什么是加密呢？

最重要的一点就是，加密是不涉及语义的。它们只是一些用于处理单个或者一小块字母的机械操作（称为是算法）。比如，在凯撒加密中，我们看到了明文字母 A、B、C 是如何根据一个特定的平移量（比如 3）被映射到 D、E、F 的。在这个情况下，我们不需要使用一个编码本，我们只需要一系列的指令（也就是常说的算法） - “将每一个字母偏移多少 ”。这个算法需要将一小块信息对加解密双方共享，这些信息被称为是密匙（key），也就是上面例子中的 3。

现在回到开头的问题 - 编码和加密之间有什么不同？编码通常会带入操作对象的语义。而加密的则关心的是操作对象的符号形式。编码被保存在编码本中，而加密则根据算法去变换用于表示的符号。

移位加密

模与移位加密

凯撒加密是移位加密中的一种。移位加密使用模操作去加密和解密消息。移位加密有一个密匙 K，在凯撒加密中，它是一个范围在 0~25 之间的整型。我们只向那些我们希望其看见我们消息的人共享密匙。

如何加密

对于消息中的每一个字母 M：

将字母转换成其位于字母表中的顺序，把这个顺序数字记做 X
计算：Y = (X + K) mod 26
将运算结果 Y 作为字母在字母表中出现的顺序，转成成与其对应的字母

字母表顺序是从 0 开始的： (A=0, B=1, C=2, ...,Y=24, Z=25)

例子：我们和朋友之间使用了密匙 K=19，我们可以像下面这样加密我们的信息 “KHAN”：

   K  H  A  N
   10 7  0  13
+  19 19 19 19
---------------
   29 26 19 32 (mod 26)
   3  0  19 6
---------------
   D  A  T  G

所以在应用了值为 19 的密匙之后，我们的消息 “KHAN” 被加密成了 “DATG”。

最后我们将消息 “DATG” 发送给了朋友。

如何解密

对于密文中的每一个字母 C：

将字母转换成在字母表中的顺序，从 0 开始。将对应的顺序数字记做 Y。
计算：X = (Y - K) mod 26
将运算结果 X 作为顺序转成成其对应字母表中的字母。

我们的朋友现在需要按照我们约定的密匙 19 进行解码：

   D   A   T   G
   3   0   19  6
-  19  19  19  19
--------------------
   -16 -19 0   -13  (mod 26)
   10  7   0   13
--------------------
   K   H   A   N

凯撒加密为什么是不安全的？

加密的目的就是为了阻止一个截取了密文的破解者，去破译那些密文。因为对凯撒加密的移位密匙，我们只有 26 中选择，别人可以轻易的尝试所有可能的 26 个密匙。这种破解方式被称为暴力破解（brute force attack）。

按位异或操作

极限的移位加密

如果你看过之前关于一次一密（one-time pad）的描述的话，你就已经知道它就是极限的移位加密（消息空间的大小、密匙空间的大小以及密文空间的大小三者必须相等）。它引入了一个与明文内容等长的随机移位字码序列。准确地理解为什么一次一密是健壮的、或者说是完美保密的，是非常重要的一件事情。

为了理解为什么，我们首先需要介绍下 AND 与、OR 或、XOR 异或，这几个按位运算。特别是为什么在计算机中处理一次一密需要使用按位异或。按位 Bitwise，简单来说就是我们需要处理各个单独的位，或者说二进制数（binary numbers）。在所有现在的使用计算机的加密方案中，我们都使用二进制数字去表示我们的符号。

加密颜色

让我们通过加密下面 logo 中的一个颜色作为一个形象的开头。

如何将一个颜色转换成一个数？你可以注意到，现在的 HTML 中，使用 三原色色彩模型 RGB color model 作为颜色系统。这个模型的工作是基于将红、绿、蓝三种颜色的光进行叠加以产生其他颜色。

我们可以使用 0~255 之间的数去表示我们需要使用多少的红、绿、或蓝色。黑色的表示就是（0, 0, 0），白色的表示是（255, 255, 255）。红绿蓝组合在一起一共可以表示 1600（255*255*255）多万种可能的颜色。

下面让我使用拾色器取出上面 logo 中的绿色：

从上面的拾色器结果的截图中可以看到，红色的值是 156，绿色的值是 181，蓝色的值是 58。如果我们将这些十进制数字转换成对应的二进制: 10011100 + 10110101 + 00111010，为了使它们表现的更加的紧凑，我们将它们拼接到一起得到了下面的一串二进制数：

100111001011010100111010

应用随机的位移

我们假设你通过抛硬币的方式去生成了一串随机的位移序列：

010110100001101111011000

现在让我想一想，应该如何将这串随机序列应用到我们的颜色二进制数上，以达到一次一密的效果。

100111001011010100111010 + 010110100001101111011000 = ?

为了实现一次一密，我们需要选择正确的操作，以使得我们的操作结果可以变成任意的颜色。让我看看三个不同的操作：

如果你正好使用 golang 的话，可以使用这函数：

func EncryptColor(binColor, operator, binKey string) (binCipher string) {
	color, _ := strconv.ParseInt(binColor, 2, 32)
	key, _ := strconv.ParseInt(binKey, 2, 32)
	
	switch operator {
	case "AND":
		binCipher = strconv.FormatInt(color&key, 2)
	case "OR":
		binCipher = strconv.FormatInt(color|key, 2)
	case "XOR":
		binCipher = strconv.FormatInt(color^key, 2)
	}
	
	return binCipher
}
//binCipher := EncryptColor("100111001011010100111010", "AND", "010110100001101111011000")
//fmt.Println(binCipher)
复制代码

AND 按位与

下面是按位与的真值表：

0 AND 0 = 0 0 AND 1 = 0 1 AND 0 = 0 1 AND 1 = 1

让我们试一试：

100111001011010100111010 AND 010110100001101111011000 = 000110000001000100011000

结果将会是一个非常暗的紫色（几乎纯黑）。另外，可以发现，对于 X AND Y 的运算，无论 Y 为何值，结果一定不会大于 X。

OR 按位或

下面是按位或的真值表：

0 OR 0 = 0 0 OR 1 = 1 1 OR 0 = 1 1 OR 1 = 1

让我们试一试：

100111001011010100111010 OR 010110100001101111011000 = 110111101011111111111010

结果将会是一个浅紫色。另外，可以发现，对于 X OR Y 的运算，无论 Y 为何值，结果一定不会小于 X。

XOR 按位异或

下面是按位异或的真值表：

0 XOR 0 = 0 0 XOR** 1** = 1 1 XOR 0 = 1 1 XOR **1 **= 0

让我们试一试：

100111001011010100111010 XOR 010110100001101111011000 = 110001101010111011100010

结果将会是一个比上面更浅的紫色。另外，我们会发现，对于 X XOR Y 的运算，如果 Y 是随机的，那么结果将会是一个因为 Y 而不确定的随机值。对于一个已知的加密颜色，唯一能得到的信息就是，明文内容可能是 1600 万个颜色中的一个。

最后，让我们做一个形象的演示，这样我们就可以实际的感受下一次一密。

为什么一定需要使用按位异或？

非要在 AND、OR、以及 XOR 之中做出一个选择吗？答案是肯定的。并且，知道为什么也是非常重要的。回顾上文，AND 按位与具有 75% 的概率输出 0 以及 25% 的概率输出 1。OR 按位或具有 25% 的概率输出 0，以及 75% 的概率输出 1。而 XOR 按位异或，输出 0 或者 1 的概率各是 50%。

让我们通过加密一个实际的图片去看看三者之间的不同。图片中的人物是 Charles Babbage。

图片中具有上千个细小的色块，它们被称为像素。图片中的每一个像素都可以按照上文介绍的方式，去使用一个 24 位的二进制数去表示。现在，我们把这个图片称为明文图片（或者消息）。