MD5摘要算法

前言

一、MD5算法简介

麻省理工学院Ron Rivest提出，可将任意长度消息经过变换得到一个128位散列值。

MD5以512位分组来处理输入的信息，每一个分组又被划分为16个32位子分组，经过一系列的处理后，算法的输出由四个32位分组组成，将这四个32位分组级联后生成128位散列值。

二、MD5算法特点

1、压缩性：任意长度的数据，算出的MD5值长度都是固定的。
2、容易计算：从原数据计算出MD5值很容易。
3、抗修改性：对原数据进行任何改动，哪怕只修改1个字节，所得到的MD5值都有很大区别。
4、强抗碰撞：已知原数据和其MD5值，想找到一个具有相同MD5值的数据（即伪造数据）是非常困难的。

三、MD5算法原理

简单概括下来，MD5算法的过程分为四步：处理原文、设置初始值、循环加工、拼接结果。

1.处理原文

(1)将输入信息M按顺序每512位一组进行分组:
M=M1,M2,······,Mn-1, Mn
(2)将信息M的Mn长度填充为448位。
当Mn长度L(bi为单位)<448时,在信息M后加一个“1”,然后再填充(447-L)个“0”,使最后的信息M长度为448位。
当Mn长度L>448时,在信息M后加一个“1”,然后再填充(512-L+447)个“0”,使最后的信息Mn长度为512位,Mn+1长度为448位。
(3)用剩余的位置（512-448=64位）记录原文的真正长度，把长度的二进制值补在最后。

2.设置初始值

MD5最后散列结果长度为128位，按每32位分成一组共4组。这4组结果是由4个初始值A、B、C、D经过不断演变得到。MD5的官方实现中，A、B、C、D的初始值如下（16进制）：

3.循环加工

首先需要确定循环次数，假设原文的长度是M，那么主循环次数是M/512，每个主循环包括512/32*4次子循环，为什么要乘4呢？我么首先看一下单次子循环A,B,C,D值演变流程。

图中绿色的F，代表非线性函数，用到的函数有四种：

在主循环下面64次子循环中，F、G、H、I 交替使用，第一个16次使用F，第二个16次使用G，第三个16次使用H，第四个16次使用I。
接下来，每次操作对a,b,c,d其中三个做一次非线性函数运算，然后将所得结果加上第四个变量、信息的一个子分组和一个常数，再将所得结果左移一个不定的数，并加上a、b、c或d之一。
所以，每轮操作会是这样的：
FF(a,b,c,Mi,s,Ki) 表示 b=b+((a+F(b,c,d)+Mi+Ki)<<<s)
GG(a,b,c,Mi,s,Ki) 表示 b=b+((a+G(b,c,d)+Mi+Ki)<<<s)
HH(a,b,c,Mi,s,Ki) 表示 b=b+((a+H(b,c,d)+Mi+Ki)<<<s)
II (a,b,c,Mi,s,Ki) 表示 b=b+((a+I(b,c,d)+Mi+Ki)<<<s)
“流水线”的最后，让计算的结果和B相加，取代原先的B。新ABCD的产生可以归纳为：

总结一下主循环中的64次子循环，可以归纳为下面的四部分：

4.拼接结果

这一步就很简单了，把循环加工最终产生的A，B，C，D四个值拼接在一起，转换成字符串即可。