MD5（Message Digest Algorithm 5）摘要算法讲解

MD5（Message Digest Algorithm 5）是一种哈希函数（摘要算法），不是加密算法，它的本质作用是将任意长度的数据压缩成一个128位（16字节）固定长度的散列值（hash值），广泛用于：

• 文件完整性校验

• 数字签名

• 密码摘要（如用户登录系统）

• 防篡改检测

一、MD5 的特点

MD5作为一种常用的摘要算法（或指纹算法），其具有以下几个重要的特点：

• 输入任意长度信息，输出长度固定：
  MD5 可输入任意长度的信息，其输出均为128位(bit)固定长度的二进制数据。
• 运算速度快：
  MD5的运算均为32位 与、或、非、位移等位运算，因此其运算速率快，几乎不消耗CPU时间。
• 不可逆：
  根据MD5的的散列结果，无法计算出原始数据（查字典除外）。
• 碰撞性：
  原始数据与其MD5散列结果并非一一对应，存在多个原始数据的MD5结果相同的可能性。
• 不安全：
  2011年，RFC 6151 禁止MD5用作密钥散列消息认证码。

二、MD5 的工作流程

1. 预处理阶段（Pre-processing）

   • 将原始信息补齐到长度为 512 的倍数（以 bit 为单位）

   • 填充方式：加一个 1 再加若干个 0，最后加上原始消息的长度（64 bit）

2. 初始化缓冲区（Initialize MD Buffer）

   • 使用四个 32 位变量 A、B、C、D 作为寄存器，初始值为固定常数：

A = 0x67452301
B = 0xefcdab89
C = 0x98badcfe
D = 0x10325476

3.处理每个512位块（Main Loop）

• 每个块分为 16 个 32 位子块 X[0] ~ X[15]

• 对每个块进行 4轮操作（每轮 16 次，共 64 次迭代）

  每一轮使用一种逻辑函数（F/G/H/I）：

• 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)
  

• 这些函数目的是增加非线性，提高散列的不可预测性。

• 每步操作形式如下（以FF为例）：

FF(a, b, c, d, x, s, ac) {
    a = a + F(b, c, d) + X[k] + ac;
    a = 左循环移位 s 位 (ROTATE_LEFT(a, s));
    a = a + b;
}

输出（Digest Output）

• 所有处理完后，将 A、B、C、D 连接成最终的 128 位 MD5 散列结果

总结一下你该记住的：

三、用途举例

✅ 文件完整性验证：

对文件计算 MD5 值，下载后再算一次，比对两个值是否一致。

✅ 数字签名系统中：

签名前先对原文做 MD5 摘要，再对摘要进行加密，减小签名长度。

✅ 密码校验：

把用户密码做 MD5，存入数据库。登录时再 MD5 比较是否一致。

四、MD5 的安全性

• 不可逆性：不能反推原文

• 抗碰撞性（已破坏）：不同输入应产生不同的输出，但MD5已被证明可构造碰撞

• 攻击手段：

  • 彩虹表攻击：预先计算常见密码的 MD5 值库

  • 撞库攻击：如把 "123456"、"password" 等常用密码先建库，对比 MD5 值

✅ 建议措施：

• 不要使用简单密码

• 加“盐”（salt）值增加随机性

• 替代方案：使用更安全的散列算法如 SHA-256、bcrypt、Argon2 等

✅ 🌟 简化版 MD5（C++）教学示例

只做：

• Padding 补齐

• 处理一个 512 位块（64 字节）

• 使用前 4 步的 F 函数 + 左移操作
  （完整的 64 步我们暂时不实现）

#include <iostream>
#include <vector>
#include <cstring>
#include <cstdint>

using namespace std;

// 左循环移位
uint32_t leftRotate(uint32_t x, int s) {
    return (x << s) | (x >> (32 - s));
}

// F函数（MD5 第1轮使用）
uint32_t F(uint32_t x, uint32_t y, uint32_t z) {
    return (x & y) | (~x & z);
}

// 对消息进行填充（只处理英文字符）
vector<uint8_t> md5_padding(const string& input) {
    vector<uint8_t> msg(input.begin(), input.end());

    // 记录原始长度（单位：比特）
    uint64_t bit_len = msg.size() * 8;

    // 添加 0x80（10000000）
    msg.push_back(0x80);

    // 补零直到长度 % 512 == 448
    while ((msg.size() * 8) % 512 != 448) {
        msg.push_back(0x00);
    }

    // 追加 64 位小端的原始长度
    for (int i = 0; i < 8; i++) {
        msg.push_back((bit_len >> (8 * i)) & 0xFF);
    }

    return msg;
}

// 处理一个块（64字节）
void processBlock(uint8_t block[64], uint32_t& A, uint32_t& B, uint32_t& C, uint32_t& D) {
    uint32_t M[16];
    for (int i = 0; i < 16; ++i) {
        // 每4字节拼成一个32位整数，小端模式
        M[i] = block[i*4] | (block[i*4 + 1] << 8) | (block[i*4 + 2] << 16) | (block[i*4 + 3] << 24);
    }

    // 保存初始值
    uint32_t a = A, b = B, c = C, d = D;

    uint32_t s[] = {7, 12, 17, 22};  // 位移参数（只用前4步）
    uint32_t k = 0xd76aa478;         // 第一步使用的常数

    // 模拟前 4 步
    for (int i = 0; i < 4; ++i) {
        uint32_t f = F(b, c, d);
        uint32_t temp = a + f + M[i] + k;
        a = d;
        d = c;
        c = b;
        b = b + leftRotate(temp, s[i]);
    }

    // 更新结果
    A += a;
    B += b;
    C += c;
    D += d;
}

// 主函数
int main() {
    string input = "abc";
    vector<uint8_t> padded = md5_padding(input);

    // 初始化变量
    uint32_t A = 0x67452301;
    uint32_t B = 0xefcdab89;
    uint32_t C = 0x98badcfe;
    uint32_t D = 0x10325476;

    // 处理第一个块（简化：只处理一个）
    processBlock(&padded[0], A, B, C, D);

    // 输出结果
    printf("简化 MD5 输出：%08x%08x%08x%08x\n", A, B, C, D);
    return 0;
}