哈希算法

为什么我们要使用哈希算法？

​ 假如你是某软件公司的研发人员，经过一段时间的奋战，终于开发完成了，现在只需要将项目打成jar包，然后发给客户就可以了，但是现在太晚了，你想今天先回家休息，明天再给客户发过去。

​ 第二天，你正准备将jar相关文件发送给客户，但也许你会有这样的疑问：这个jar文件是我昨晚打的那个jar文件吗？

​ 为什么你会有这样的想法？因为你昨天下班以后，有可能有人黑进你的电脑，将文件更改了，然后重新生成了jar？也可能有人座在你的电脑旁边，将文件也进行修改了呢？也有可能电脑感染了病毒，从而造成文件被修改等等……那你现在需要做的就是，从你昨天打jar包到现在，有没有人或物（统称为主动攻击者Mallory）直接或者间接造成了文件的篡改----即jar文件是否完整？

​ 通常情况下，你会想到的办法就是，昨天下班前，将文件备份一下（发到qq或微信或者其他安全的地方），然后今天来上班后，想要确认电脑中文件的完整性的话，就可以将备份的文件与电脑中的文件进行对比，然后看文件是不是完整的？

​ 当文件很小的时候，这样的方式还能接受，但是当文件很大、内容很多的时候，这样一一对比就不太现实了，那有什么其他办法可以解决这个问题吗？答案是肯定的，你可以在昨晚打完jar包之后，对这个jar包做一个哈希运算，得到这个文件的哈希值，然后将这个哈希值保存在安全的地方，今天来上班的时候，如果你怕文件被篡改过，那么你就可以用同样的方式对今天的jar文件计算一下哈希值，然后与昨天计算的哈希值进行对比，如果哈希值一致，则证明这个文件没有被篡改过，如果不一致，那么这个文件一定在某个时间被主动攻击者Mallory篡改了。

以上就是一个现实生活中使用哈希算法的简单例子，下面来介绍一些哈希算法的相关知识。

一、哈希算法基础知识点

1、解决信息完整性的技术----单向散列函数。

单向散列函数既是一个单向函数，又是一个散列函数。

①单向函数----正向计算容易，逆向运算困难的函数。

即：给定一个数据data，通过该单向散列函数能轻松拿到encData，但是想要从encData反过来拿到data是困难的。（困难不代表不可行：可能现在不可行，以后却可行）

②散列函数----一个可以把任意大小的数据，转换成固定长度的数据的函数。计算出的结果叫散列值。

2、一个更实用的单向函数，正向计算会更容易，容易程度就是这个函数的计算性能；一个更实用的单向函数，逆向运算会更困难，困难程度就是这个函数的破解强度。

3、对于固定的数据和散列函数，散列值是确定不会变的。

4、散列值越长，存在相同散列值的概率就越小，发生散列碰撞的可能性就越小。

5、单向散列函数既是一个单向函数，也是一个散列函数。----逆向运算困难，构造碰撞困难。

6、数据完整性的*核心就是数据未经授权，不得更改*。

7、算法分类–退役算法、遗留算法、现行算法

以上三张图列举出现实生活中常见的哈希算法，并对其性能、算法信息、安全强度等进行列举。

①密码学安全强度通常使用位来表示，128位的安全强度暂时还是安全的，长期使用的系统可以考虑开始使用256位安全强度的算法。

②退役的算法就是那些已经退出了历史舞台的算法，他们的安全强度很弱，一定不能再使用了。

③遗留算法就是他们存在明显的安全问题，已经不足以支撑现在的安全强度需求了，一定不能再新系统中使用了。

④现行的算法就是目前没有明显的安全问题，是我们可以使用的算法***。

⑤对于单项散列函数，目前现行的、流行的算法有：HSA256/SHA384/SHA512。

二、典型的单向散列函数

一个典型的单向散列函数，由四个部分组成：数据分组、链接模式、单向压缩函数和终结函数。

①数据分组负责把输入数据分割成为压缩函数能够处理的数据块。

②链接模式：负责把下一个数据分组和上一个压缩函数的输出结果结合起来，确保算法的雪崩效应能够延续。

③压缩函数能够接收的数据块的大小是固定的，多一行不行，少一行也不行。对于不是压缩函数能处理的数据块大小的数据，需要进行填充和补齐，从而变成压缩函数可以处理的数据块的大小。----负责算法的单向性要求。

④终结函数：负责整理压缩函数的输出，形成散列值。

当我们需要计算一段数据data的哈希值的时候，我们需要将data进行分组（具体的分组长度依据具体算法而定，如MD5分组长度为512位，64字节，不够分组长度的数据需要进行数据填充和补齐）形成m1、m2、m3……，将每个mi经过压缩函数和链接模式形成e1、e2、e3……，然后将ei通过终结函数组合在一起，形成最后的哈希值。

三、单向散列函数常见的攻击方式----长度延展攻击

1、长度延展：假设有两段数据S和M，单向散列函数H，现在需要将S和M拼在一起MSG=S|M或者MSG=M|S，然后用H计算MSG的值。

2、如果将机密信息放在前面，就存在“长度延展攻击”的风险。

但是将机密信息放在后面，则可以避免长度延展攻击。

长度延展攻击:

• 利用已知数据的散列值，计算原数据外加一段延展数据后的散列值。也就是说，如果我们知道了 h(S|M)，我们就可以计算 h(S|M|N)。其中，数据 N 就是原数据追加的延展数据。
• 这个设计 (指 h(S|M)) 就存在“长度延展攻击”的风险。攻击者并不需要知道机密数据，就可以通过一个已知的 URL，构造出一个新的合法的 URL，从而获得不同的授权。

四、单向散列函数的使用场景

1、校验数据完整性；

2、数字签名，和非对称秘钥及其算法结合使用；

3、消息认证码，和对称秘钥及其算法结合使用；

4、生成随机数；

5、生成对称秘钥。

五、单向散列函数校验数据完整性的步骤

输入：

​ 1、数据D

​ 2、原始数据的散列值H

​ 3、计算散列值使用的散列函数

输出：

​ 数据D是不是完整的？

运算：

​ 1、使用散列函数计算数据D的散列值H’;

​ 2、对比数据的散列值H和计算获得的散列值，如果两个散列值相同，则数据D是完整的；否则，数据D是修改过的数据。

六、注意事项

1、一个应用程序，至少支持两种单向函数，当一种出现问题时，另外一种可以替补。

2、一般而言，应该选用现行的、流行的算法，现行推荐的算法，保证了算法的安全性，流行的算法，成熟的实现会考虑实现优化，包括CPU扩展指令的支持。

3、 MD2/MD5/SHA-0/SHA-1/SHA-256/SHA-512长度延展攻击都是完全有效的；

SHA-224/SHA-384长度延展攻击虽然不是完全有效，但是算法的安全级别显著降低了；

SHA-512/224、SHA-512/256、SHA-3长度延展攻击是完全没有效果的。

算法，成熟的实现会考虑实现优化，包括CPU扩展指令的支持。

3、 MD2/MD5/SHA-0/SHA-1/SHA-256/SHA-512长度延展攻击都是完全有效的；

SHA-224/SHA-384长度延展攻击虽然不是完全有效，但是算法的安全级别显著降低了；

SHA-512/224、SHA-512/256、SHA-3长度延展攻击是完全没有效果的。

更多内容可参考：https://blog.csdn.net/yangxingpa/article/details/82632808