互聯(lián)網(wǎng)公司數(shù)據(jù)泄露事件已經(jīng)不是什么新鮮事兒了，目前已經(jīng)曝光過的數(shù)據(jù)泄露事件至少上百起，其中不乏一線互聯(lián)網(wǎng)公司，比較出名的數(shù)據(jù)泄露事件就有2011年CSDN的600萬用戶數(shù)據(jù)泄露事件和2016年的京東12G用戶數(shù)據(jù)泄露事件，用戶數(shù)據(jù)泄露后最大的危害就是黑客可以通過竊取到的用戶名和口令，登錄用戶賬號，侵害用戶權(quán)益，導(dǎo)致這種結(jié)果的直接原因就是受害公司沒有對用戶的口令信息進(jìn)行加密處理。如果對用戶的口令信息進(jìn)行加密存儲，即使數(shù)據(jù)被拖庫，黑客也無法還原出原始密碼。

用戶名口令加密存儲方法有多種，其中哈希算法加密是一種比較常用的簡單方法。

哈希算法又稱摘要算法、散列算法，它通過一個函數(shù)，把任意長度的數(shù)據(jù)轉(zhuǎn)換成一個固定的長度的數(shù)據(jù)串，它是一種單向密碼體制，無法從逆向還原出原始明文。

哈希算法有多種，比較常用的有MD5、SHA1、SHA256等。MD5用一個32位的16進(jìn)制字符串表示，雖然目前MD5已經(jīng)被攻破，但是依然很流行；SHA1用一個40位的16進(jìn)制字符串表示，目前也被攻破，但是相比MD5，被攻破的難度更大一些，SHA256尚未被攻破，比SHA256更加安全，但是越安全的算法越復(fù)雜，計算時間越長。

利用哈希算法對用戶口令加密存儲最簡單的辦法就是一次哈希加密，python算法如圖1所示：

圖1：一次加密哈希算法

即把用戶口令簡單地進(jìn)行哈希計算后進(jìn)行存儲，這樣得到加密后的密碼無法還原到原始口令，相對安全，但是可以通過彩虹表查表破譯。彩虹表就是黑客預(yù)先計算一些常用口令的md5值，得到一個反推表，如表1所示：

表1：彩虹表示例

這樣，無需破解，只需要對比數(shù)據(jù)庫中的MD5，黑客就能獲得部分弱口令的用戶賬號信息。

如此一來，如何確保那些弱口令用戶的賬號安全呢？可以在一次哈希加密的基礎(chǔ)上進(jìn)行“加鹽”處理，所謂“加鹽”就是指在用戶原始口令后面加一個復(fù)雜“鹽值”，即一個復(fù)雜的固定字符串，python算法如圖2所示：

圖2：加密哈希加鹽算法

這樣即使用戶的弱口令，也很難通過彩虹表反推出明文口令，前提是這個“鹽”不被泄露，因為無法保證“鹽”的絕對安全，所以這種加密方法也只是相對安全，不是萬無一失的。

該加密方法的硬傷是“鹽值”是固定的，如果“鹽”是隨機的，那么數(shù)據(jù)的安全性就能更高一些。

PBKDF2(Password-Based Key Derivation Function)算法原理大致相當(dāng)于在哈希加密基礎(chǔ)上加“隨機鹽”，然后重復(fù)進(jìn)行運算，并最終產(chǎn)生密鑰。如果重復(fù)的次數(shù)足夠大，那么破解的成本就會變得很高，而“鹽值”的添加也會增加彩虹表的攻擊難度。PBKDF2函數(shù)的定義如圖3所示：

圖3：PBKDF2函數(shù)的定義

PBKDF2的算法流程

DK的值由一個以上的block拼接而成，block的數(shù)量是dklen/hlen的值。就是說如果PRF輸出的結(jié)果比期望得到的密鑰長度要短，則要通過拼接多個結(jié)果以滿足密鑰的長度。

DK = T1 || T2 || ... || Tdklen/hlen

而每個block則通過函數(shù)F得到：Ti = F(Password, Salt, c, i)

在函數(shù)F里，PRF會進(jìn)行c次的運算，然后把得到的結(jié)果進(jìn)行異或運算，得到最終的值。

F(Password, Salt, c, i) = U1 ^ U2 ^ ... ^ Uc

第一次，PRF會使用Password作為key，Salt拼接上編碼成大字節(jié)序的32位整型的i作為鹽值進(jìn)行運算。

U1 = PRF(Password, Salt || INT_32_BE(i))

而后續(xù)的c-1次則會使用上次得到的結(jié)果作為鹽值。

U2 = PRF(Password, U1)

...

Uc = PRF(Password, Uc-1)

函數(shù)F的大致流程如圖4所示：

圖4:函數(shù)F流程圖

使用PBKDF2算法時，HASH算法一般選用sha1或者sha256，隨機鹽的長度一般不能少于8字節(jié)，HASH次數(shù)至少也要1000次，這樣安全性才足夠高。一次密碼驗證過程進(jìn)行1000次HASH運算，對服務(wù)器來說可能只需要1ms，但對于破解者來說計算成本增加了1000倍，而至少8字節(jié)隨機鹽，更是把建表難度提升了N個數(shù)量級，使得大批量的破解密碼幾乎不可行，該算法也是美國國家標(biāo)準(zhǔn)與技術(shù)研究院推薦使用的算法。