MD5算法实现

关键字: 代码分享 加密解密

最近很有危机感,觉得自己和别人相比毫无优势。虽说在班里成绩属于拔尖,虽然感觉什么都知道一些,真的静下心来去开发一款软件时却发现做不出来!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。自打那会儿开始就没对它有好感。现在学过C语言了,自己终于能写些“乱七八糟”的程序了,回想起当年的雄心壮志,就开始动手实现md5加密算法!

第一步当然是先到 Google 上搜索相关资料,饿补一下 md5 的知识。偏偏这一次鬼使神差地进入了 www.google.cn,而不是以往的 www.google.com 英文版,因此埋下了祸根!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,由其发明者 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

  1. 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。
  2. 用于填充的位是:第一位为1,其他都为0。
  3. 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。
  4. 最后8字节长度的空间来保存原始信息的长度。
    1. 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。
    2. 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。
  5. 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

/**
 * 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: redraiment@gmail.com
 * Date: Aug 27, 2008
 * Version: 0.1.6
 */
#include <stdlib.h>
#include <string.h>
#include <stdio.h>
#include <math.h>

#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 << s ) | ( 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[i] );
    putchar ( '/n' );
  }
  return EXIT_SUCCESS;
}

后记

源代码中有一处笔误,第 78 行:

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!

redraiment[Thanks Ruby]MD5加密算法