枫林在线论坛精华区>>信息安全

[59622] 主题： MD5算法研究

	作者： leaflet (Leaf)
	标题： MD5算法研究[转载]
	来自： 218.80.*.*
	发贴时间： 2003年05月25日 16:53:32
	长度： 7385字
	MD5算法研究(1) [ 作者: 王可 添加时间: 2002-3-29 14:35:31 ] 　　综述 　　MD5的全称是Message-Digest Algorithm 5（信息-摘要算法），在90 年代初由MIT Laboratory for Computer Science和RSA Data Security Inc的Ronald L . Rivest开发 出来，经MD2、MD3和MD4发展而来。它的作用是让大容量信息在用数字签名 软件签署私人 密匙前被"压缩"成一种保密的格式（就是把一个任意长度的字 节串变换成一定长的大整 数）。不管是MD2、MD4还是MD5，它们都需要获得一个随机长度的信息并产 生一个128位 的信息摘要。虽然这些算法的结构或多或少有些相似，但MD2的设计与MD4 和MD5完全不同 ，那是因为MD2是为8位机器做过设计优化的，而MD4和MD5却是面向32位的 电脑。这三个 算法的描述和C语言源代码在Internet RFCs 1321中有详细的描述（http: //www.ietf.or g/rfc/rfc1321.txt），这是一份最权威的文档，由Ronald L. Rivest在1 992年8月向IEF T提交。 　　Rivest在1989年开发出MD2算法。在这个算法中，首先对信息进行数据 补位，使信息 的字节长度是16的倍数。然后，以一个16位的检验和追加到信息末尾。并 且根据这个新 产生的信息计算出散列值。后来，Rogier和Chauvaud发现如果忽略了检验 和将产生MD2冲 突。MD2算法的加密后结果是唯一的--既没有重复。 　　为了加强算法的安全性，Rivest在1990年又开发出MD4算法。MD4算法 同样需要填补 信息以确保信息的字节长度加上448后能被512整除（信息字节长度mod 51 2 = 448）。然 后，一个以64位二进制表示的信息的最初长度被添加进来。信息被处理成 512位Damg?rd/ Merkle迭代结构的区块，而且每个区块要通过三个不同步骤的处理。Den  Boer和Bossela ers以及其他人很快的发现了攻击MD4版本中第一步和第三步的漏洞。Dobb ertin向大家演 示了如何利用一部普通的个人电脑在几分钟内找到MD4完整版本中的冲突（ 这个冲突实际 上是一种漏洞，它将导致对不同的内容进行加密却可能得到相同的加密后 结果）。毫无 疑问，MD4就此被淘汰掉了。 　　尽管MD4算法在安全上有个这么大的漏洞，但它对在其后才被开发出来 的好几种信息 安全加密算法的出现却有着不可忽视的引导作用。除了MD5以外，其中比较 有名的还有SH A-1、RIPE-MD以及HAVAL等。 　　一年以后，即1991年，Rivest开发出技术上更为趋近成熟的MD5算法。 它在MD4的基 础上增加了"安全-带子"（Safety-Belts）的概念。虽然MD5比 MD4稍微慢一些，但却更为 安全。这个算法很明显的由四个和MD4设计有少许不同的步骤组成。在MD5 算法中，信息- 摘要的大小和填充的必要条件与MD4完全相同。Den Boer和Bosselaers曾发 现MD5算法中 的假冲突（Pseudo-Collisions），但除此之外就没有其他被发现的加密后 结果了。 　　Van Oorschot和Wiener曾经考虑过一个在散列中暴力搜寻冲突的函数 （Brute-Force  Hash Function），而且他们猜测一个被设计专门用来搜索MD5冲突的机器 （这台机器在 1994年的制造成本大约是一百万美元）可以平均每24天就找到一个冲突。 但单从1991年 到2001年这10年间，竟没有出现替代MD5算法的MD6或被叫做其他什么名字 的新算法这一 点，我们就可以看出这个瑕疵并没有太多的影响MD5的安全性。上面所有这 些都不足以成 为MD5的在实际应用中的问题。并且，由于MD5算法的使用不需要支付任何 版权费用的， 所以在一般的情况下（非绝密应用领域。但即便是应用在绝密领域内，MD 5也不失为一种 非常优秀的中间技术），MD5怎么都应该算得上是非常安全的了。 　　算法的应用 　　MD5的典型应用是对一段信息（Message）产生信息摘要（Message-Di gest），以防 止被篡改。比如，在UNIX下有很多软件在下载的时候都有一个文件名相同 ，文件扩展名 为.md5的文件，在这个文件中通常只有一行文本，大致结构如： 　　　MD5 (tanajiya.tar.gz) = 0ca175b9c0f726a831d895e269332461 　　这就是tanajiya.tar.gz文件的数字签名。MD5将整个文件当作一个大 文本信息，通 过其不可逆的字符串变换算法，产生了这个唯一的MD5信息摘要。如果在以 后传播这个文 件的过程中，无论文件的内容发生了任何形式的改变（包括人为修改或者 下载过程中线 路不稳定引起的传输错误等），只要你对这个文件重新计算MD5时就会发现 信息摘要不相 同，由此可以确定你得到的只是一个不正确的文件。如果再有一个第三方 的认证机构， 用MD5还可以防止文件作者的"抵赖"，这就是所谓的数字签名应 用。 　　MD5还广泛用于加密和解密技术上。比如在UNIX系统中用户的密码就是 以MD5（或其 它类似的算法）经加密后存储在文件系统中。当用户登录的时候，系统把 用户输入的密 码计算成MD5值，然后再去和保存在文件系统中的MD5值进行比较，进而确 定输入的密码 是否正确。通过这样的步骤，系统在并不知道用户密码的明码的情况下就 可以确定用户 登录系统的合法性。这不但可以避免用户的密码被具有系统管理员权限的 用户知道，而 且还在一定程度上增加了密码被破解的难度。 　　正是因为这个原因，现在被黑客使用最多的一种破译密码的方法就是 一种被称为"跑 字典"的方法。有两种方法得到字典，一种是日常搜集的用做密码的 字符串表，另一种是 用排列组合方法生成的，先用MD5程序计算出这些字典项的MD5值，然后再 用目标的MD5值 在这个字典中检索。我们假设密码的最大长度为8位字节（8 Bytes），同 时密码只能是 字母和数字，共26+26+10=62个字符，排列组合出的字典的项数则是P(62, 1)+P(62,2)…. +P(62,8)，那也已经是一个很天文的数字了，存储这个字典就需要TB级的 磁盘阵列，而 且这种方法还有一个前提，就是能获得目标账户的密码MD5值的情况下才可 以。这种加密 技术被广泛的应用于UNIX系统中，这也是为什么UNIX系统比一般操作系统 更为坚固一个 重要原因。 　　算法描述 　　对MD5算法简要的叙述可以为：MD5以512位分组来处理输入的信息，且 每一分组又被 划分为16个32位子分组，经过了一系列的处理后，算法的输出由四个32位 分组组成，将 这四个32位分组级联后将生成一个128位散列值。 　　在MD5算法中，首先需要对信息进行填充，使其字节长度对512求余的 结果等于448。 因此，信息的字节长度（Bits Length）将被扩展至N*512+448，即N*64+5 6个字节（Byte s），N为一个正整数。填充的方法如下，在信息的后面填充一个1和无数个 0，直到满足 上面的条件时才停止用0对信息的填充。然后，在在这个结果后面附加一个 以64位二进制 表示的填充前信息长度。经过这两步的处理，现在的信息字节长度=N*512 +448+64=(N+1) *512，即长度恰好是512的整数倍。这样做的原因是为满足后面处理中对信 息长度的要求 。 　　MD5中有四个32位被称作链接变量（Chaining Variable）的整数参数 ，他们分别为 ：A=0x01234567，B=0x89abcdef，C=0xfedcba98，D=0x76543210。 　　当设置好这四个链接变量后，就开始进入算法的四轮循环运算。循环 的次数是信息 中512位信息分组的数目。 　　将上面四个链接变量复制到另外四个变量中：A到a，B到b，C到c，D到 d。 　　主循环有四轮（MD4只有三轮），每轮循环都很相似。第一轮进行16次 操作。每次操 作对a、b、c和d中的其中三个作一次非线性函数运算，然后将所得结果加 上第四个变量 ，文本的一个子分组和一个常数。再将所得结果向右环移一个不定的数， 并加上a、b、c 或d中之一。最后用该结果取代a、b、c或d中之一。 以一下是每次操作中用到的四个非线性函数（每轮一个）。 　　　F(X,Y,Z) =(X&Y)|((~X)&Z) 　　　G(X,Y,Z) =(X&Z)|(Y&(~Z)) 　　　H(X,Y,Z) =X^Y^Z 　　　I(X,Y,Z)=Y^(X|(~Z))  　　。?是与，|是或，~是非，^是异或） 　　这四个函数的说明：如果X、Y和Z的对应位是独立和均匀的，那么结果 的每一位也应 是独立和均匀的。 F是一个逐位运算的函数。即，如果X，那么Y，否则Z。函数H是逐位奇偶操 作符。 　　假设Mj表示消息的第j个子分组（从0到15），<< 　　　FF(a,b,c,d,Mj,s,ti)表示a=b+((a+(F(b,c,d)+Mj+ti)<< 　 　　GG(a,b,c,d,Mj,s ,ti)表示a=b+((a+(G(b,c,d)+Mj+ti)<< 　　　HH(a,b,c,d,Mj,s,t i)表示a=b+((a+(H(b, 　　这四个函数的说明：如果X、Y和Z的对应位是独立和均匀的，那么结果 的每一   *应 是独立和均匀的。                                                          /_\ F是一个逐位运算的函数。即，如果X，那么Y，否则Z。函数H是逐位奇偶操 作符。{~._.~ }                                                                          ( Y ) 　　假设Mj表示消息的第j个子分组（从0到15），<<                           ()~*~() 　　　FF(a,b,c,d,Mj,s,ti)表示a=b+((a+(F(b,c,d)+Mj+ti)<< 　 　　GG(a,b,c,(_)-(_ ) ,ti)表示a=b+((a+(G(b,c,d)+Mj+ti)<< 　　　HH(a,b,c,d,Mj,s,t i)表示a=b+((a+(H(b, c,d)+Mj+ti)<< 　　　II(a,b,c,d,Mj,s,ti)表示a=b+((a+(I(b,c, d)+Mj+ti)<< 　　这四轮（64步）是： 　　第一轮 　　　FF(a,b,c,d,M0,7,0xd76aa478) 　　　FF(d,a,b,c,M1,12,0xe8c7b756) 　　　FF(c,d,a,b,M2,17,0x242070db)
	========== * * * * * ==========

返回