基于GPUMS―Word破解.docVIP

基于GPUMS―Word破解 　　摘 要 本文通过分析word复合文档的格式和加密机制，对RC4和MD5算法及其在word加密攻击的研究，开发了基于GPU的MS Word快速破解系统，并且充分利用了GPU的高性能并行运算的特点，来实现快速破解word文档，从而减少人们的经济损失，也起到固定犯罪证据的目的。 　　关键词 word加密解密 word复合文档格式 RC4算法 MD5算法 GPU 　　中图分类号：TP332 文献标识码：A 　　0引言 　　Microsoft Word是微软公司的一个文字编辑软件，凭借其可靠性和实用性在全世界拥有广泛的用户，也是国际上流行的文本交流格式，所以对word文档加密保护更为重要。文档的安全也是每个用户非常关心的话题，如何有效地保护文档是一个刻不容缓的问题。 　　Word提供了多种方法限制访问用户文档，通过加密Word文档的内容，使未经授权者无法查看等，给用户的数据资源提供了很好的安全保障。但是，随着密码应用范围的扩大，遗忘密码的情况也在与日俱增，一旦忘记密码，用户将无法打开和访问该文档， 给用户造成很大的损失。在忘记密码之后如何破解这些密码，减少用户的损失就成为一个很关心的话题。 　　本文利用GPU的高速并行性能，根据word文档特点提出基于GPU的MS Word快速破解系统，在CUDA平台进行测试，实验结果表明该方法破解率高，破解时间短，因此对于Word文档的安全技术可靠性不高，应该综合运用其它技术来提高Word文档的安全。 　　1相关工作 　　1.1Word文档格式 　　Office系列软件所产生的文档是微软复合文档的一种，其文档格式与微软复合文档格式一致。微软复合文档是一种结构化的储存文件，这种文件由微软的OLE Structured Storage API来创建和管理。 　　Office Word 文件是一种典型的复合文档，基于对象连接和嵌入存储格式，也即“文件里包含文件”，跟操作系统的存储格式类似。OLE文档无缝地集成了各种类型的数据或组件，实现了一个文件，是一个文件系统的概念。 　　Office文档的格式非常复杂，其中可以包含多种不同格式的元数据，如图像、音频、视频，甚至Excel表格，PPT演示文档等其它复合文档。 　　1.1.1仓库和流 　　复合文档的原理就像是一个文件系统，与FAT32与NTFS类似。复合文档文件由Storage和Stream组成。其中Storage类似于文件系统中的目录，Stream类似于文件，用来存放具体的数据。Root Storage相当于文件系统中的目录。复合文档将数据分成许多Stream，这些Stream又存储在不同的Storage里面。 　　1.1.2 扇区和扇区链 　　复合文档在文件系统之上实现了一个文件内的文件系统。其存储结构也类似于FAT32的文件系统。所有的Stream又分成更小的数据块，叫做数扇区。Sectors包含控制数据或用户数据。而用于存储流数据的所有Sectors的列表叫做扇区链。 　　1.1.3 目录 　　目录是一种内部控制流，它由一系列目录入口组成。每一个目录的入口都指向复合文档的一个仓库或流。目录入口以其在目录流中出现的顺序被列举，一个以0开始的目录入口索引称为目录入口标识。 　　目录入口的位置不会因其指向的仓库或流存放与否而改变。如果一个仓库或流被删除了，相应的目录入口就标记为空。在目录的开头处有一个根仓库入口，其指向根仓库。 　　1.2 Word文档加密机制及攻击 　　根据微软Word文献规定，Word文档采用RC4算法进行加密，密钥长度可以为40bit、60bit或者128bit，Word文档中默认情况下为40bit。加密强度在最好的情况下也就相当于40bit密钥的加密强度，存在着很大的攻击漏洞。 　　当Word文档被加密时，并没有加密文档中所有的数据。只有1Table、WordDocument等带有文件、图片的数据的Stream才会被加密。但使用同一个密钥给多个信息加密是被认为是存在漏洞的。 　　对Word文档有两种暴力攻击手段，方案1就是先猜测用户口令字加上Salt值计算出决定RC4算法的那个40bit数据，然后验证是否正确，如果正确则得到用户口令字，停止攻击，否则继续猜测下一个口令字；方案2就是直接猜测决定RC4初始化向量40bit的数据值，这样就绕过了前面多轮MD5运算仅相当于对40bit的RC4算法进行攻击从而大大加快破解速度。 　　1.3 破解Word文档 　　对给定的一个加密的Word文档，我们提取其从0?？00开始的8字节作为逆转目标点，接着搜索算法基于存储的预计算彩虹表，由目标顺序找加密文档的决定RC4初始化向量40bit。 　　1Table的第二