1. MD5算法概述

• 全称：Message-Digest Algorithm 5（消息摘要算法第五版）
• 设计者：Ron Rivest（1991 年，替代 MD4 算法）
• 本质：单向哈希函数（Hash Function），用于将任意长度的输入数据映射为128 位（16 字节）的固定长度哈希值
• 核心特性：
  • 单向性：无法通过哈希值反推原始数据
  • 抗碰撞性：理论上难以找到两个不同输入生成相同哈希值
  • 唯一性：相同输入必定生成相同哈希值

2. MD5算法核心原理

2.1 算法流程总览

MD5 的计算过程分为 4 个关键步骤：预处理→初始化哈希值→分组处理→结果合并。

2.2 详细步骤解析

（1）预处理：数据填充与长度附加

填充数据：

将原始消息转换为二进制数据流, 在末尾先添加一个1，然后再添加若干个0，使总长度模 512 等于 448（即填充后数据长度为 512 的倍数减 64）

附加长度：

在填充后的数据末尾添加 64 位二进制数，表示原始消息的长度（bit 为单位）,若原始消息长度为 123 字节（984 位），则附加00000000 00000000 00000003 E0000000（64 位二进制）

(2) 初始化哈希值（4 个 32 位寄存器）

将四个 32 位寄存器 A、B、C、D 初始化为特定值

A = 0x67452301  B = 0xEFCDAB89

C = 0x98BADCFE  D = 0x10325476

每个寄存器后续会参与迭代运算。

（3）分组处理：对 512 位数据块进行四轮迭代运算

• 将预处理后的数据分为多个 512 位块，每个块拆分为 16 个 32 位子块
• 对每个块执行 4 轮运算，每轮包含 16 次操作，每次操作更新 A、B、C、D 四个寄存器。

（4）四轮运算的核心逻辑

每轮运算使用不同的非线性函数（F、G、H、I）、循环左移位数和常量 K，具体如下：

轮次	非线性函数	函数表达式	循环左移位数（每轮 16 次操作对应不同位移）	常量 K（16 进制）
第一轮	F(X,Y,Z)	(x&y)|(~x&z) (与或非组合)	7, 12, 17, 22, 7, 12, 17, 22, 7, 12, 17, 22	K1=0xD76AA478, K2=0xE8C7B756, ...（共 16 个）
第二轮	G(X,Y,Z)	(x&z)|(y&~z)	5, 9, 14, 20, 5, 9, 14, 20, 5, 9, 14, 20	K1=0xF4292244, K2=0x432A0000, ...
第三轮	H(X,Y,Z)	x^y^z (异或)	4, 11, 16, 23, 4, 11, 16, 23, 4, 11, 16, 23	K1=0xF9247240, K2=0xA3014314, ...
第四轮	I(X,Y,Z)	y^(x|~z)	6, 10, 15, 21, 6, 10, 15, 21, 6, 10, 15, 21	K1=0xF0EE478D, K2=0x895CD7BE, ...

每次操作的通用公式：

a = b + ((a + F(b,c,d) + M[i] + K) <<s) 

• a,b,c,d 为四个寄存器（每次操作后更新顺序：a→b→c→d→a）
• M [i] 为当前块的第 i 个子块
• K 为当前轮次的常量
• <<< s 表示循环左移 s 位

2.3 结果合并与输出

• 所有数据块处理完毕后，将四个寄存器 A、B、C、D 按顺序连接，得到 128 位哈希值
• 通常转换为 32 位十六进制字符串（如098f6bcd4621d373cade4e832627b4f6）

3  MD5 的应用场景

1. 数据完整性校验：下载软件时对比官方 MD5 值，验证文件是否被篡改
2. 密码存储：传统方案：将密码哈希后存储，避免明文泄露（但存在安全隐患，需配合加盐）
3. 数字签名（早期应用）：对消息哈希后再用私钥加密，形成数字签名（现多被 SHA-256 等替代）
4. 文件去重与索引：通过哈希值快速判断文件是否重复

4 MD5 的安全性缺陷

碰撞攻击已被破解

2004 年，王小云团队首次宣布找到 MD5 碰撞方法

2008 年，研究人员成功构造两个不同 PDF 文件具有相同 MD5 值

2017 年，可在普通计算机上数小时内构造 MD5 碰撞

彩虹表攻击威胁

预计算常见字符串的 MD5 值存入表中，可快速反查弱密码

解决方案：加盐（Salt）—— 在密码中混入随机字符串再哈希

不再适合高安全场景

目前推荐使用 SHA-256、SHA-3 等更安全的哈希算法

5 MD5 与其他哈希算法对比

算法	哈希长度	首次提出时间	安全性现状	典型应用场景
MD5	128 位	1991 年	不安全，存在碰撞攻击	旧系统兼容、非敏感文件校验
SHA-1	160 位	1995 年	2017 年被证实可碰撞攻击	部分旧系统仍在使用
SHA-256	256 位	2001 年	目前安全（无有效碰撞攻击）	数字货币、区块链、密码存储
SHA-3（Keccak）	256 位 +	2015 年	安全（NIST 标准）	新一代密码学应用

6 总结：MD5 的优缺点

• 优点：
  实现简单、计算速度快、内存占用低，适用于非敏感场景的快速哈希需求。
• 缺点：
  安全性不足（存在碰撞风险），无法满足现代密码学要求，建议仅用于兼容性或非敏感场景。
• 注意：若涉及密码存储或数据安全传输，务必使用 SHA-256 及以上级别的哈希算法，并配合加盐、密钥派生函数（如 PBKDF2、Bcrypt）等增强安全性。