轻松看懂的加解密系列(3) —— “哈希算法”大PK

图-1

        在做了两期加解密系列之后，本章让我们换个话题——“哈希”。

        先从“信息技术世界的需求”谈起。

• 当接收方收到一份来自发送方的文件后，如何快速验证文件内容没有丢失、乱序或者被篡改？
• 现实世界里海量的文献如何能被映射成简短而唯一的“索引”，从而方便快速归档和查找？
• 如何做到不把明文密码存储到第三方验证机构，但又可以在第三方安全地验证密码？
• 对于一份电子合同文本来说，如何产生一个消息摘要来确保消息的完整性和真实性？

        加解密的方式显然无法满足以上这些需求，这就需要数据安全领域的另一大概念“哈希”出场了。在谈到哈希算法时，书本上给出的定义通常会包括，哈希算法是一种将输入数据转换为固定长度的数字串（哈希值）的数学函数。哈希值是唯一的，即使输入数据微小地变化，哈希值也会截然不同。哈希运算本身不被视为一种加密（Encryption）操作，而是一种散列（Hashing）操作【图-1】。虽然哈希和加密都涉及数据转换，但它们有本质上不同的目标和特性：

图-2

哈希（Hashing）：

• 目标：哈希算法的主要目标是将输入数据（原文）转换为一个固定长度的哈希值（散列值）【图-2】。
• 特性：哈希算法是单向的，不可逆的，即无法从哈希值还原出原始数据。它旨在生成唯一的哈希值，以便验证数据完整性、生成数据的唯一标识符以及用于快速数据检索等。
• 典型用途：数据完整性验证、数字签名、密码存储、数据索引等。

加密（Encryption）：

• 目标：加密算法的主要目标是将原始数据（明文）转换为经过加密的数据（密文），以便保护数据的机密性，只有授权用户可以解密和访问数据。
• 特性：加密算法是可逆的，只有掌握正确的密钥才能解密密文还原为明文。它的目标是提供保密性和隐私保护。
• 典型用途：数据传输加密、文件加密、通信加密、身份验证等。

        通常，这两种技术可以结合使用，以提供更全面的数据安全性，例如，首先对数据进行哈希以验证完整性，然后对数据进行加密以保护隐私和保密性。

四种不同哈希算法实例及讲解：

int main()
{
	BYTE* pData = NULL;
	DWORD dwDataLength = 0;
	DWORD i = 0;
	BYTE* pHashData = NULL;
	DWORD dwHashDataLength = 0;

	// Read target file
	GetFileData("..\\readMe.txt", &pData, &dwDataLength);

	// MD5
	CalculateHash(pData, dwDataLength, CALG_MD5, &pHashData, &dwHashDataLength);
	printf("MD5[%d]\n", dwHashDataLength);
	for (i = 0; i < dwHashDataLength; i++)
	{
		printf("%x", pHashData[i]);
	}
	printf("\n\n", dwHashDataLength);
	if (pHashData)
	{
		delete[]pHashData;
		pHashData = NULL;
	}

	// SHA1 and printout omitted here
	CalculateHash(pData, dwDataLength, CALG_SHA1, &pHashData, &dwHashDataLength);

	// SHA256 and printout omitted here
	CalculateHash(pData, dwDataLength, CALG_SHA_256, &pHashData, &dwHashDataLength);

	// SHA512 and printout omitted here
	CalculateHash(pData, dwDataLength, CALG_SHA_512, &pHashData, &dwHashDataLength);

	system("pause");
	return 0;
}

【讲解】以上 main 函数首先对目标文件内容进行读取，然后用封装了的计算哈希函数来进行哈希运算。 封装了的函数有5个参数，分别是目标数据的缓冲区指针和内容长度，输出哈希后的数据指针及其长度，以及将要采用的哈希算法。本例实验了如下四种哈希算法，具体参数为CALG_MD5、CALG_SHA1、CALG_SHA_256 和 CALG_SHA_512：

1. MD5（Message Digest Algorithm 5）：

• 优点：计算速度较快，产生128位（16字节）的哈希值。
• 缺点：安全性较差，容易受到碰撞攻击（即找到两个不同的输入，它们产生相同的哈希值）。

2. SHA-1（Secure Hash Algorithm 1）：

• 优点：较快，广泛使用，产生160位（20字节）的哈希值。
• 缺点：安全性逐渐降低，容易受到碰撞攻击，不再被推荐用于安全应用。

3. SHA-256（Secure Hash Algorithm 256位）：

• 优点：较高的安全性，较长的哈希值256位（32字节），广泛用于数字签名和数据完整性验证。
• 缺点：计算速度相对较慢。

4. SHA-512（Secure Hash Algorithm 512位）：

• 优点：更长的哈希值512位（64字节），更高的安全性。
• 缺点：计算速度相对较慢，对于一般应用可能过于冗长。

图-3 程序执行后的四种不同哈希算法的输出

BOOL CalculateHash(BYTE* pData, DWORD dwDataLength, ALG_ID algHashType, BYTE** ppHashData, DWORD* pdwHashDataLength)
{
	HCRYPTPROV hCryptProv = NULL;
	HCRYPTHASH hCryptHash = NULL;
	BYTE* pHashData = NULL;
	DWORD dwHashDataLength = 0;
	DWORD dwTemp = 0;
	BOOL bRet = FALSE;


	do
	{
		// Gets the handle to the key container of the specified CSP
		bRet = ::CryptAcquireContext(&hCryptProv, NULL, NULL, PROV_RSA_AES, CRYPT_VERIFYCONTEXT);
		if (FALSE == bRet)
		{
			ShowError("CryptAcquireContext");
			break;
		}

		// Create a HASH object and specify the HASH algorithm
		bRet = ::CryptCreateHash(hCryptProv, algHashType, NULL, NULL, &hCryptHash);
		if (FALSE == bRet)
		{
			ShowError("CryptCreateHash");
			break;
		}

		// Calculate HASH data
		bRet = ::CryptHashData(hCryptHash, pData, dwDataLength, 0);
		if (FALSE == bRet)
		{
			ShowError("CryptHashData");
			break;
		}

		// Get the size of the HASH result
		dwTemp = sizeof(dwHashDataLength);
		bRet = ::CryptGetHashParam(hCryptHash, HP_HASHSIZE, (BYTE*)(&dwHashDataLength), &dwTemp, 0);
		if (FALSE == bRet)
		{
			ShowError("CryptGetHashParam");
			break;
		}

		// Apply for memory
		pHashData = new BYTE[dwHashDataLength];
		if (NULL == pHashData)
		{
			bRet = FALSE;
			ShowError("new");
			break;
		}
		::RtlZeroMemory(pHashData, dwHashDataLength);

		// Get HASH result data
		bRet = ::CryptGetHashParam(hCryptHash, HP_HASHVAL, pHashData, &dwHashDataLength, 0);
		if (FALSE == bRet)
		{
			ShowError("CryptGetHashParam");
			break;
		}

		*ppHashData = pHashData;
		*pdwHashDataLength = dwHashDataLength;

	} while (FALSE);

	if (FALSE == bRet)
	{
		if (pHashData)
		{
			delete[]pHashData;
			pHashData = NULL;
		}
	}
	if (hCryptHash)
	{
		::CryptDestroyHash(hCryptHash);
	}
	if (hCryptProv)
	{
		::CryptReleaseContext(hCryptProv, 0);
	}

	return bRet;
}

【讲解】Wincrypt APIs 哈希算法的程序与加解密类似，也是按照 CryptAcquireContext（创建 CSP）、CryptCreateHash（创建哈希对象）和 CryptHashData（计算哈希）的顺序来调用不同的接口。如果顺利的话，再两次调用 CryptGetHashParam，分别通过指定 HP_HASHSIZE 和 HP_HASHVAL，来得到哈希后数据的长度，然后申请对应缓冲区大小，最后塞入哈希后的数据。【图-4】展示的是 MD5 算法下，哈希后数据的长度（16）和内容（内存里的哈希数据与控制台输出【图-3】的完全一致）

图-4

 实验环节：

1. 测试两台电脑分别对同样的原文运行程序后是否有一样的输出，结果是得到完全一样的输出。如【图-5】

   

   图-5

2. 原文中有4KB大小，仅仅篡改了一个标点符号后的哈希结果区别【图-6】。这就是开篇引用的定义中所提及的“哈希值是唯一的，即使输入数据微小地变化，哈希值也会截然不同”。

   

   图-6

3. 对于同一句话内容，C++程序与网页版的哈希计算相比较【图-7】。可以看到只要采用相同的哈希算法，不管在任何平台，用任何语言来实现，一样的输入数据都应该能得到一样的哈希后的输出数据。

图-7

写在最后的总结：

        在完整调试了一个哈希算法实例之后，此刻是在大脑里复盘哈希算法的好时机，这有助于我们深刻理解哈希的概念和用途，而以下内容刚好与文章开头所提“信息技术世界的需求”相呼应。

• 数据完整性验证、文件完整性检查：哈希值充当数据的唯一摘要，它们是数据内容的固定长度表示。当数据传输或存储时，接收方可以重新计算哈希值，并与发送方提供的哈希值进行比较。如果哈希值匹配，说明数据在传输或存储过程中没有被篡改，从而验证了数据的完整性。
• 数据索引和检索的唯一标识：哈希值可用于加速数据检索过程。数据库和文件系统中，对大段内容常常使用哈希索引，以快速查找和访问数据。
• 密码存储：哈希值常用于存储用户密码。而不是将密码明文存储在数据库中，通常会存储其哈希值。当用户尝试登录时，系统将用户提供的密码进行哈希，然后与存储的哈希值进行比较。
• 数字签名：哈希值常用于数字签名过程中。发送方可以使用私钥对数据的哈希值进行签名，接收方可以使用发送方的公钥来验证签名。这确保了数据的真实性和来源。