MD5算法实现注意点

MD5算法实现注意点
2011年03月02日
　　最近很有危机感，发现自己相对别人毫无优势。虽然在班里成绩还算拔尖，但最近想静下来认认真真做一个小东西出来，却发现自己虽然感觉什么都知道一些，但却什么都做不出来！盗版李宗盛《最近比较烦》的一句歌词“最近比较烦比较烦比较烦，我看那前方怎麽也看不到岸；那个后面还有一班天才追赶哎呦，写一段皆大欢喜的程序，是越来越难”...打击太大了。
　　这种时候最不能混乱了，我要安安稳稳、认认真真、集中精力只去做一件事。就先编个MD5算法吧，很早就看它不爽了，但一直狠不下心来自己写一个。
　　所谓祸不单行，困难就好像约好了一样，本来一件简单的事情居然让我折腾到半夜，特来记下中间的坎坷。
　　正文
　　早在高中的时候，做过一段时间工具黑客，每每入侵一个论坛（比如动网），获得管理员的密码后，都要拿工具暴力破解 md5 密码。打那会儿开始就没对它有好感。现在学过Ｃ语言了，终于能自己来写个“乱七八糟”的程序了，回想起当年的雄心壮志，就开始自己动手来实现md5加密算法！
　　第一步当然是先到 Google 上搜索相关资料咯。先饿补一下 md5 的知识。我这次鬼使神差地进入了 www.google.cn，而不是以往的 www.google.com 英文版。也因此埋下了祸根呀！用关键词“md5”直接搜索，看到百度百科的链接。心想自己怎么糊涂了，这么出名的算法，百科里一定有的呀。打开链接，简单地浏览了前面的历史背景介绍什么的，进入了主题“算法描述”。　看完之后，我感觉我这次又要黄了，根据它的描述，我实在无法实现这个算法，因为有太多地方描述不清楚了！我一步一步写完程序后，本打算自己把所有可能的情况都试试看，希望找到正确的结果。但很快发现这不可能。
　　所幸，百科里留下一个链接：http://www.ietf.org/rfc/rfc1321.txt），这是一份最权威的文档，由 Ronald L. Rivest 在1992年8月向 IETF 提交。我对照英文原文看，发现中文版里不仅有很多没描述清楚，甚至还有很多错误！下面我按照算法实现步骤，把需要注意的地方列举一下，具体实现可以参考英文原文：
　　一、首先是要对信息进行填充
　　在原来的信息基础上，在后面进行填充，使其字节长度除64余56。即64*N+56的形式。
　　用于填充的位是：第一位为1，其他都为0。
　　填充必须进行！也就是说，即使原始信息长度余数本来就是56，那也得再填充64字节的信息。
　　最后8字节长度的空间来保存原始信息的长度。
　　单位是bit，即位。这一点我查可很多中文资料，都没有说明，所有一开始我一直在琢磨长度单位是bit还是byte。
　　最后8位的内存存储形式是低到高。这一点也没有说明的，开始我也一直在想，这8位到底是怎么用的？因为内存是从低到高的，而我们平时写数字，比如0x1234是从高到低的。最后我查看Linux下开源的程序md5sum，才知道是把8位作为一个整数从低到高存储的，所有在实现的时候，我直接用了long long来存储，然后用memmove()来追加到信息串里。
　　填充完后，整个信息串就是(N+1)*64个字节，关于N，百度百科里说N是一个正整数，也就是说填充完的信息最短是128字节；但实际上N是一个非负整数！也就是说，N可以为0，而信息的长度最短是64字节。这个错误让我郁闷很久。
　　二、四个初始常量的值
　　百度百科里原文：“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。”
　　这又是一个错误的地方，英文原文中说这个四个常量的值从低到高依次是：
　　word A: 01 23 45 67
　　word B: 89 ab cd ef
　　word C: fe dc ba 98
　　word D: 76 54 32 10
　　上面说过内存存储方向和我们平时书写是相反的，所以定义的时候应该是：
　　#define A 0x67452301UL
　　#define B 0xEFCDAB89UL
　　#define C 0x98BADCFEUL
　　#define D 0x10325476UL
　　这一开始也让我郁闷。
　　三、四轮加密的函数
　　四个非线性函数没有问题：
　　#define F( X, Y, Z ) ( ( (X) & (Y) ) | ( (~(X)) & (Z) ) )
　　#define G( X, Y, Z ) ( ( (X) & (Z) ) | ( (Y) & (~(Z)) ) )
　　#define H( X, Y, Z ) ( (X) ^ (Y) ^ (Z) )
　　#define I( X, Y, Z ) ( (Y) ^ ( (X) | (~(Z)) ) )
　　但是四轮的加密函数就有问题，我看过几篇不同的md5算法文章，不知道是不是显示问题，函数表达式连括号都不匹配！所以想不用想，那些表达式没有参考价值！最后看 md5sum 的源代码才知道具体的实现方法：
　　#define FF( a, b, c, d, Mj, s, ti ) \
　　(a = b + LOGIC_SHIFT_LEFT( ( a + F( b, c, d ) + Mj + ti ), s ))
　　#define GG( a, b, c, d, Mj, s, ti ) \
　　(a = b + LOGIC_SHIFT_LEFT( ( a + G( b, c, d ) + Mj + ti ), s ))
　　#define HH( a, b, c, d, Mj, s, ti ) \
　　(a = b + LOGIC_SHIFT_LEFT( ( a + H( b, c, d ) + Mj + ti ), s ))
　　#define II( a, b, c, d, Mj, s, ti ) \
　　(a = b + LOGIC_SHIFT_LEFT( ( a + I( b, c, d ) + Mj + ti ), s ))
　　四、最后的输出
　　几乎所有文章都是写道四轮加密就结束了。而我的算法实现到这里，产生的最终的四个数值：a, b, c ,d。这四个数都是32位的整数。于是我就直接用printf ( "%08x%08x%08x%08x\n", a, b, c, d ); 结果却怎么都不能正确！但按文档上的算法说明，没有错误呀。无奈还得参看 md5sum 的代码，单步跟踪下去，发现算法完全正确！再看他的输出函数，原来是先把结果在转入一个长度为16的 char 数组里，再逐个输出！又是数值存储的高低位顺序问题！改完就通过了！
　　下面附上我的代码，在 FC6 + GCC 下通过。其实代码还能再精简一下的。晚了，先睡觉！
　　程序清单
　　view plaincopy to clipboardprint?
　　/* 
　　* md5 -- compute and check MD5 message digest. 
　　* this version only can calculate the char string. 
　　* 
　　* MD5 (Message-Digest algorithm 5) is a widely used, partially 
　　* insecure cryptographic hash function with a 128-bit hash value. 
　　* 
　　* Author: [e-mail] 
　　* Date: Aug 27, 2008 
　　* Version: 0.1.6 
　　*/ 
　　#include   
　　#include   
　　#include   
　　#include   
　　#define SINGLE_ONE_BIT 0x80  
　　#define BLOCK_SIZE 512  
　　#define MOD_SIZE 448  
　　#define APP_SIZE 64  
　　#define BITS 8  
　　// MD5 Chaining Variable  
　　#define A 0x67452301UL  
　　#define B 0xEFCDAB89UL  
　　#define C 0x98BADCFEUL  
　　#define D 0x10325476UL  
　　// Creating own types  
　　#ifdef UINT64  
　　# undef UINT64  
　　#endif  
　　#ifdef UINT32  
　　# undef UINT32  
　　#endif  
　　typedef unsigned long long UINT64;  
　　typedef unsigned long UINT32;  
　　typedef unsigned char UINT8;  
　　typedef struct 
　　{  
　　char * message;  
　　UINT64 length;  
　　}STRING;  
　　const UINT32 X[4][2] = {{0, 1}, {1, 5}, {5, 3}, {0, 7}};  
　　// Constants for MD5 transform routine.  
　　const UINT32 S[4][4] = {  
　　{ 7, 12, 17, 22 },  
　　{ 5,  9, 14, 20 },  
　　{ 4, 11, 16, 23 },  
　　{ 6, 10, 15, 21 }  
　　};  
　　// F, G, H and I are basic MD5 functions.  
　　UINT32 F( UINT32 X, UINT32 Y, UINT32 Z )  
　　{  
　　return ( X & Y ) | ( ~X & Z );  
　　}  
　　UINT32 G( UINT32 X, UINT32 Y, UINT32 Z )  
　　{  
　　return ( X & Z ) | ( Y & ~Z );  
　　}  
　　UINT32 H( UINT32 X, UINT32 Y, UINT32 Z )  
　　{  
　　return X ^ Y ^ Z;  
　　}  
　　UINT32 I( UINT32 X, UINT32 Y, UINT32 Z )  
　　{  
　　return Y ^ ( X | ~Z );  
　　}  
　　// rotates x left s bits.  
　　UINT32 rotate_left( UINT32 x, UINT32 s )  
　　{  
　　return ( x > ( 32 - s ) );  
　　}  
　　// Pre-processin  
　　UINT32 count_padding_bits ( UINT32 length )  
　　{  
　　UINT32 div = length * BITS / BLOCK_SIZE;  
　　UINT32 mod = length * BITS % BLOCK_SIZE;  
　　UINT32 c_bits;  
　　if ( mod == 0 )  
　　c_bits = MOD_SIZE; //BLOCK_SIZE;  
　　else 
　　c_bits = ( MOD_SIZE + BLOCK_SIZE - mod ) % BLOCK_SIZE;  
　　return c_bits / BITS;  
　　}  
　　STRING append_padding_bits ( char * argv )  
　　{  
　　UINT32 msg_length = strlen ( argv );  
　　UINT32 bit_length = count_padding_bits ( msg_length );  
　　UINT64 app_length = msg_length * BITS;  
　　STRING string;  
　　string.message = (char *)malloc(msg_length + bit_length + APP_SIZE / BITS);  
　　// Save message  
　　strncpy ( string.message, argv, msg_length );  
　　// Pad out to mod 64.  
　　memset ( string.message + msg_length, 0, bit_length );  
　　string.message [ msg_length ] = SINGLE_ONE_BIT;  
　　// Append length (before padding).  
　　memmove ( string.message + msg_length + bit_length, (char *)&app_length, sizeof( UINT64 ) );  
　　string.length = msg_length + bit_length + sizeof( UINT64 );  
　　return string;  
　　}  
　　int main ( int argc, char *argv[] )  
　　{  
　　STRING string;  
　　UINT32 w[16];  
　　UINT32 chain[4];  
　　UINT32 state[4];  
　　UINT8 r[16];  
　　UINT32 ( *auxi[ 4 ])( UINT32, UINT32, UINT32 ) = { F, G, H, I };  
　　int roundIdx;  
　　int argIdx;  
　　int sIdx;  
　　int wIdx;  
　　int i;  
　　int j;  
　　if ( argc
　　#include
　　#include
　　#include
　　#define SINGLE_ONE_BIT 0x80
　　#define BLOCK_SIZE 512
　　#define MOD_SIZE 448
　　#define APP_SIZE 64
　　#define BITS 8
　　// MD5 Chaining Variable
　　#define A 0x67452301UL
　　#define B 0xEFCDAB89UL
　　#define C 0x98BADCFEUL
　　#define D 0x10325476UL
　　// Creating own types
　　#ifdef UINT64
　　# undef UINT64
　　#endif
　　#ifdef UINT32
　　# undef UINT32
　　#endif
　　typedef unsigned long long UINT64;
　　typedef unsigned long UINT32;
　　typedef unsigned char UINT8;
　　typedef struct
　　{
　　char * message;
　　UINT64 length;
　　}STRING;
　　const UINT32 X[4][2] = {{0, 1}, {1, 5}, {5, 3}, {0, 7}};
　　// Constants for MD5 transform routine.
　　const UINT32 S[4][4] = {
　　{ 7, 12, 17, 22 },
　　{ 5,  9, 14, 20 },
　　{ 4, 11, 16, 23 },
　　{ 6, 10, 15, 21 }
　　};
　　// F, G, H and I are basic MD5 functions.
　　UINT32 F( UINT32 X, UINT32 Y, UINT32 Z )
　　{
　　return ( X & Y ) | ( ~X & Z );
　　}
　　UINT32 G( UINT32 X, UINT32 Y, UINT32 Z )
　　{
　　return ( X & Z ) | ( Y & ~Z );
　　}
　　UINT32 H( UINT32 X, UINT32 Y, UINT32 Z )
　　{
　　return X ^ Y ^ Z;
　　}
　　UINT32 I( UINT32 X, UINT32 Y, UINT32 Z )
　　{
　　return Y ^ ( X | ~Z );
　　}
　　// rotates x left s bits.
　　UINT32 rotate_left( UINT32 x, UINT32 s )
　　{
　　return ( x > ( 32 - s ) );
　　}
　　// Pre-processin
　　UINT32 count_padding_bits ( UINT32 length )
　　{
　　UINT32 div = length * BITS / BLOCK_SIZE;
　　UINT32 mod = length * BITS % BLOCK_SIZE;
　　UINT32 c_bits;
　　if ( mod == 0 )
　　c_bits = MOD_SIZE; //BLOCK_SIZE;
　　else
　　c_bits = ( MOD_SIZE + BLOCK_SIZE - mod ) % BLOCK_SIZE;
　　return c_bits / BITS;
　　}
　　STRING append_padding_bits ( char * argv )
　　{
　　UINT32 msg_length = strlen ( argv );
　　UINT32 bit_length = count_padding_bits ( msg_length );
　　UINT64 app_length = msg_length * BITS;
　　STRING string;
　　string.message = (char *)malloc(msg_length + bit_length + APP_SIZE / BITS);
　　// Save message
　　strncpy ( string.message, argv, msg_length );
　　// Pad out to mod 64.
　　memset ( string.message + msg_length, 0, bit_length );
　　string.message [ msg_length ] = SINGLE_ONE_BIT;
　　// Append length (before padding).
　　memmove ( string.message + msg_length + bit_length, (char *)&app_length, sizeof( UINT64 ) );
　　string.length = msg_length + bit_length + sizeof( UINT64 );
　　return string;
　　}
　　int main ( int argc, char *argv[] )
　　{
　　STRING string;
　　UINT32 w[16];
　　UINT32 chain[4];
　　UINT32 state[4];
　　UINT8 r[16];
　　UINT32 ( *auxi[ 4 ])( UINT32, UINT32, UINT32 ) = { F, G, H, I };
　　int roundIdx;
　　int argIdx;
　　int sIdx;
　　int wIdx;
　　int i;
　　int j;
　　if ( argc < 2 )
　　{
　　fprintf ( stderr, "usage: %s string ...\n", argv[ 0 ] );
　　return EXIT_FAILURE;
　　}
　　for ( argIdx = 1; argIdx < argc; argIdx++ )
　　{
　　string = append_padding_bits ( argv[ argIdx ] );
　　// MD5 initialization.
　　chain[0] = A;
　　chain[1] = B;
　　chain[2] = C;
　　chain[3] = D;
　　for ( j = 0; j < string.length; j += BLOCK_SIZE / BITS)
　　{
　　memmove ( (char *)w, string.message + j, BLOCK_SIZE / BITS );
　　memmove ( state, chain, sizeof(chain) );
　　for ( roundIdx = 0; roundIdx < 4; roundIdx++ )
　　{
　　wIdx = X[ roundIdx ][ 0 ];
　　sIdx = 0;
　　for ( i = 0; i < 16; i++ )
　　{
　　// FF, GG, HH, and II transformations for rounds 1, 2, 3, and 4.
　　// Rotation is separate from addition to prevent recomputation.
　　state[sIdx] = state [ (sIdx + 1) % 4 ] +
　　rotate_left ( state[sIdx] +
　　( *auxi[ roundIdx ] )
　　( state[(sIdx+1) % 4], state[(sIdx+2) % 4], state[(sIdx+3) % 4]) +
　　w[ wIdx ] +
　　(UINT32)floor( (1ULL << 32) * fabs(sin( roundIdx * 16 + i + 1 )) ),
　　S[ roundIdx ][ i % 4 ]);
　　sIdx = ( sIdx + 3 ) % 4;
　　wIdx = ( wIdx + X[ roundIdx ][ 1 ] ) & 0xF;
　　}
　　}
　　chain[ 0 ] += state[ 0 ];
　　chain[ 1 ] += state[ 1 ];
　　chain[ 2 ] += state[ 2 ];
　　chain[ 3 ] += state[ 3 ];
　　}
　　memmove ( r +  0, (char *)&chain[0], sizeof(UINT32) );
　　memmove ( r +  4, (char *)&chain[1], sizeof(UINT32) );
　　memmove ( r +  8, (char *)&chain[2], sizeof(UINT32) );
　　memmove ( r + 12, (char *)&chain[3], sizeof(UINT32) );
　　for ( i = 0; i < 16; i++ )
　　printf ( "%02x", r );
　　putchar ( '\n' );
　　}
　　return EXIT_SUCCESS;
　　}
　　后记
　　源代码中有一处笔误，第 78 行：
　　原来的:
　　if ( mod == 0 )
　　c_bits = BLOCK_SIZE;
　　应该是:
　　if ( mod == 0 )
　　c_bits = MOD_SIZE;
　　否则，当传入数据的长度正好是512的整数倍时，就会出错。感想热心网友Ted Feng指正！