数据分析常用加密方式MD5、SHA256、RSA

GitHub地址：
https://github.com/gao7025/md5_rsa_tool.git

简单来说

数据测试与分析需要经常将用户的敏感信息加密，将原有的明文信息经过加密算法转换成不可读的字符串，从而达到加密的目的，常用的加密算法有MD5、SHA256、RSA等。

MD5、SHA256都是哈希算法，python中都来自hashlib包，主要是将一段字符串通过一定的加密算法转换成另一种字符串，因具有不可逆的特点，从而保证了数据的安全。
RSA是一种非对称加密算法，对极大整数做因数分解的难度决定了 RSA 算法的可靠性，假如有人找到一种快速因数分解的算法的话，那么用 RSA 加密的信息的可靠性就肯定会极度下降，目前看来找到这样的算法的可能性非常小。

以下是对 MD5、SHA256 和 RSA 三种加密算法优缺点及适用场景的详细分析：

一、哈希算法（MD5 与 SHA256）

1. MD5

优点：

速度极快：计算效率高，适用于对性能要求极高的场景。
固定输出：生成 128 位（16 字节）哈希值，便于存储和比较。

缺点：

安全性低：已被证明存在碰撞攻击（可伪造相同哈希值），不适合用于安全认证。
不抗篡改：微小输入变化会导致哈希值完全不同，但无法防止逆向工程。

适用场景：

非安全场景：如文件校验（确认文件完整性）、数据索引（如数据库键值）。
历史遗留系统：仅用于兼容性需求，新系统应避免使用。

2. SHA256

优点：

安全性高：属于 SHA-2 家族，目前未被发现有效碰撞攻击，广泛用于安全领域。
输出长度适中：生成 256 位（32 字节）哈希值，平衡性好。

缺点：

性能较低：计算速度慢于 MD5，尤其在处理大量数据时。
仍需注意：SHA-2 家族存在理论上的弱点（如长度扩展攻击），但 SHA256 实际中仍安全。

适用场景：

密码存储：如用户密码哈希（需配合盐值）。
数字签名：如区块链（比特币使用 SHA256）、软件包校验。
数据完整性：确保数据未被篡改（如 TLS 证书）。

二、非对称加密（RSA）

优点：

安全性高：基于大数分解难题，目前无法被有效破解（密钥足够长时）。
无需共享密钥：公钥公开，私钥保密，适合分布式系统（如 HTTPS）。
可用于签名：私钥签名，公钥验证，确保数据来源可信。

缺点：

性能极慢：比对称加密（如 AES）慢 100-1000 倍，不适合大量数据加密。
密钥管理复杂：密钥长度需足够长（现代建议≥2048 位），否则易被破解。
密文膨胀：加密后数据长度通常大于原文。

适用场景：

密钥交换：如 TLS 握手阶段交换对称加密密钥。
数字签名：如代码签名、证书颁发（CA 认证）。
小数据加密：如加密对称密钥、身份验证令牌。

三、对比与组合使用

算法类型安全性速度典型场景

MD5 哈希低极快文件校验、非安全索引

SHA256 哈希高较快密码存储、数字签名、区块链

RSA 非对称加密高极慢密钥交换、数字签名、小数据加密

组合使用示例：

HTTPS：RSA 用于握手阶段交换 AES 密钥，SHA256 用于验证证书和数据完整性。
密码存储：用户密码 → SHA256 + 盐值 → 存储（防止彩虹表攻击）。

MD5加密算法的Python举例：

# -*- coding: utf-8 -*-
import hashlib
import csv


class Md5Func:
    def __init__(self):
        pass

    @staticmethod
    def to_md5(target):
        m = hashlib.md5()
        m.update(target.encode('utf-8'))
        return m.hexdigest()

    def transfer_func(self, csv_reader, csv_writer):
        for row in csv_reader:
            row_list = list(row)
            if str(row[0]).find('name') > 0:
                row_list.append('id_md5')
                row_list.append('num_md5')
            else:
                row_list.append(self.to_md5(row[1]))
                row_list.append(self.to_md5(row[2]))
            csv_writer.writerow(row_list)
        return csv_writer

    def main(self, path_input, data):
        data_out = open((path_input + '/{name}_md5.csv').format(name=data.split('.')[0]), 'w', encoding='utf8',
                        newline='')
        csv_writer = csv.writer(data_out)
        data_in = open((path_input + '/{dataset}').format(dataset=data), encoding='utf-8')
        csv_reader = csv.reader(data_in)
        self.transfer_func(csv_reader, csv_writer)
        data_out.close()
        data_in.close()


if __name__ == '__main__':
    path_in = './'
    Md5Func().main(path_in, 'abc.csv')

结果展示
在这里插入图片描述

RSA加密算法举例：

# -*- coding:utf-8 -*-
import os
import rsa


class RsaFunc:
    def __init__(self):
        pass

    # 生成秘钥并保存
    @staticmethod
    def pub_privkey(n):
        (pubkey, privkey) = rsa.newkeys(n)
        file_path = os.path.split(os.path.realpath(__file__))[0] + '\\output'
        if not os.path.exists(file_path):
            os.mkdir(file_path)
        with open(file_path + '/public.pem', 'w+') as f:
            f.write(pubkey.save_pkcs1().decode())
        with open(file_path + '/private.pem', 'w+') as f:
            f.write(privkey.save_pkcs1().decode())
        return file_path

    # 导入公钥并加密得到密文
    def encode_rsa(self, info, n):
        file_path = self.pub_privkey(n)
        with open(file_path + '/public.pem', 'r') as f:
            pubkey = rsa.PublicKey.load_pkcs1(f.read().encode())
        crypto_text = rsa.encrypt(info.encode(), pubkey)
        return file_path, crypto_text

    # 导入私钥并解密得到明文
    @staticmethod
    def decode_rsa(file_path, crypto_text):
        with open(file_path + '/private.pem', 'r') as f:
            privkey = rsa.PrivateKey.load_pkcs1(f.read().encode())
        message = rsa.decrypt(crypto_text, privkey).decode()
        return message


if __name__ == '__main__':
    info_in = '张三'
    filepath, cp_text = RsaFunc().encode_rsa(info_in, 1024)
    ex_text = RsaFunc.decode_rsa(filepath, cp_text)