哈希算法之一MD5.docxVIP

哈希算法之MD5算法介绍 4131班 薛瑞仓 2014/10/14  哈希算法之MD5算法介绍 一，散列(Hashing)中的几个重要概念 散列：就是把任意长度的 输入通过散列算法，变换成固定长度的 输出，该输出就是散列值。这种转换是一种压缩映射，也就是，散列值的空间通常远小于输入的空间，不同的输入可能会散列成相同的输出，所以不可能从散列值来唯一的确定输入值。简单的说就是一种将任意长度的消息压缩到某一固定长度的 消息摘要的函数。 散列函数： 若结构中存在和关键字K相等的记录，则必定在f(K)的存储位置上。由此，不需比较便可直接取得所查记录。称这个对应关系f为 散列函数(Hash function)，按这个思想建立的表为 散列表。 散列表：根据 散列函数H(key)和处理冲突的方法将一组关键字映象到一个有限的连续的地址集（区间）上，并以关键字在地址集中的“象” 作为记录在表中的存储位置，这种表便称为 散列表， 同义词:对不同的关键字可能得到同一散列地址，即key1≠key2，而f(key1)=f(key2)，这种现象称碰撞。具有相同函数值的关键字对该 散列函数来说称做 同义词。 散列地址：关键字在散列表中的存储位置称散列地址。 二、处理冲突的办法 当关键词经过散列函数映射到散列表中的时候，如果发现散列表中的位置已经被某个同义词占领，这时候就引起了冲突，处理冲突的办法通常有以下几种： 1． 开放寻址法：Hi=(H(key) + di) MOD m,i=1,2,…，k(k=m-1)，其中H(key)为 散列函数，m为 散列表长，di为增量序列，可有下列三种取法： 1)． di=1,2,3,…，m-1，称线性探测再散列； 2)． di=1^2,(-1)^2,2^2,(-2)^2,(3)^2,…，±(k)^2,(k=m/2)称二次探测再散列； 3)． di= 伪随机数序列，称伪随机探测再散列。 2． 再 散列法：Hi=RHi(key),i=1,2,…，k RHi均是不同的 散列函数，即在同义词产生地址冲突时计算另一个散列函数地址，直到冲突不再发生，这种方法不易产生“聚集”，但增加了计算时间。 3． 链地址法(拉链法) 4． 建立一个公共溢出区 三、散列函数的应用范围 1，错误校正 使用一个 散列函数可以很直观的检测出数据在传输时发生的错误。在数据的发送方，对将要发送的数据应用 散列函数，并将计算的结果同原始数据一同发送。在数据的接收方，同样的 散列函数被再一次应用到接收到的数据上，如果两次散列函数计算出来的结果不一致，那么就说明数据在传输的过程中某些地方有错误了。这就叫做 冗余校验。 2，语音识别 对于像从一个已知列表中匹配一个MP3文件这样的应用，一种可能的方案是使用传统的 散列函数—— 例如MD5，但是这种方案会对时间平移、CD读取错误、不同的音频压缩算法或者音量调整的实现机制等情况非常敏感。使用一些类似于MD5的方法有利于迅速 找到那些严格相同（从音频文件的二进制数据来看）的音频文件，但是要找到全部相同（从音频文件的内容来看）的音频文件就需要使用其他更高级的算法了。 3，信息安全 Hash算法在信息安全方面的应用主要体现在以下的3个方面： （1) 文件校验 我们比较熟悉的校验算法有 奇偶校验和CRC校验，这2种校验并没有抗 数据篡改的能力，它们一定程度上能检测并纠正数据传输中的信道误码，但却不能防止对数据的恶意破坏。 MD5 Hash算法的数字指纹特性，使它成为目前应用最广泛的一种文件完整性 校验和(Checksum)算法，不少Unix系统有提供计算md5 checksum的命令。 （2) 数字签名 Hash 算法也是现代密码体系中的一个重要组成部分。由于 非对称算法的运算速度较慢，所以在数字签名协议中， 单向散列函数扮演了一个重要的角色。对 Hash 值，又称 数字摘要进行数字签名，在统计上可以认为与对文件本身进行数字签名是等效的。而且这样的协议还有其他的优点。 （3) 鉴权协议 如下的鉴权协议又被称作挑战--认证模式：在传输信道是可被侦听，但不可被篡改的情况下，这是一种简单而安全的方法。以上就是一些关于hash以及其相关的一些基本预备知识。 四，MD5算法介绍 算法输入是一个字节串，每个字节是8个bit. 算法的执行分为以下几个步骤： 第一步，补位： MD5算法先对输入的数据进行补位，使得数据的长度(以byte为单位)对64求余的结果是56。 即数据扩展至LEN=K*64+56个字节，K为整数。 补位方法：补一个1，然后补0至满足上述要求。相当于补一个0x80的字节，再补值 为0的字节。这一步里总共补充的字