MD5算法实现注意点

前记

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

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

/* * 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@ZJGSU.edu.cn * 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：

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！

版权声明

本人的所有原创文章皆保留版权，请尊重原创作品。
转载必须包含本声明，保持本文完整，并以超链接形式注明原始作者“redraiment”和主站点上的本文原始地址。

联系方式

我的邮箱，欢迎来信（redraiment@gmail.com）
我的Blogger（子清行）
我的Google Sites（子清行）
我的CSDN博客（梦婷轩）
我的百度空间（梦婷轩）