PDF文档的加解密及数字签名技术（二）

PDF文档的加解密及数字签名技术（二）

 

在对PDF文档加密之前的准备工作

 

既然加密需要密钥，那么密钥是怎么来的？首先我们要有两个口令，一个用户口令，一个权限口令，或者至少有其中之一，另一个为空口令。神马？你两个口令都不提供行不行？那还加个啥子密嘛。两个口令分别作什么用的，请自行复习前文。

让我们翻到PDF Reference 1.7的126页，从算法3.3开始。

算法3.3

第一步，如果没有权限口令，则用用户口令替代权限口令。如果权限口令长度超过32字节，则截断为32字节，如果不足32字节，则填充至32字节。用什么填充呢？有一个标准的填充串，定义如下：

const BYTE bytePadding[] = {0x28, 0xBF, 0x4E, 0x5E, 0x4E, 0x75, 0x8A, 0x41, 
                            0x64, 0x00, 0x4E, 0x56, 0xFF, 0xFA, 0x01, 0x08, 
                            0x2E, 0x2E, 0x00, 0xB6, 0xD0, 0x68, 0x3E, 0x80, 
                            0x2F, 0x0C, 0xA9, 0xFE, 0x64, 0x53, 0x69, 0x7A};

如何填充呢，往权限口令后追加嘛,nLen就是得出的权限口令原长度。

memcpy(byteOwnerPassword+nLen, bytePadding, 32 - nLen);

 

第二步，将第一步的结果作为MD5函数的输入计算出HASH值。

 

第三步（仅在R为3或更高时，R是哪来的，自行复习前文），将输出作为输入再用MD5做HASH，且连做50遍。

 

第四步，将上一步的输出的前n字节作为RC4算法的密钥。n是前文中加密字典Length项/8得出的，根据V项不同，n可能会不同。

 

第五步，将用户口令按照第一步的方法做截断或填充。

 

第六步，用第四步得出的密钥对第五步的结果进行加密。

 

第七步（仅在R为3或更高时），做19遍以下操作：将第四步得出的密钥，每位分别与循环计数器做异或(XOR)操作,然后对前一步得出的结果用RC4算法进行加密。说起来头昏脑胀，还是免费送代码吧，再理解不了我也没办法了：

for (i = 1; i <=19; i++)
{
  for (j = 0; j < 16; j++)
  {
    byteTempKey[j] = byteHashPassword[j] ^ i;
  }
  rc4.SetKey(byteTempKey, 16);
  rc4.GetRC4(byteOwnerPassword, 32);
}

第八步，最终得出的就是加密字典的O项，我们得把这O项记在小本本上，生成加密字典对象或者后续操作都需要用到。

然后就是计算全局密钥了，啥叫全局密钥？因为PDF对每个对象加密的密钥都不同，但是都是在全局密钥的基础上生成，所以我们首先得有这么个玩意。这次我们要用的是算法3.2，请同学们翻到PDF Reference 1.7的125页。

算法3.2

第一步，对用户口令做截断或填充，方法前面已经提过了。

第二步，将第一步的结果输入到MD5函数中。

 

第三步，将计算出的O项输入到MD5函数中。（你看我们记在小本本上的O项有用了吧？）

第四步，将用户权限输入到MD5函数中。（记得我们说加密字典对象中提到过的奇怪负数吧，控制用户能干啥不能干啥那个。）

第五步，将文档ID输入到MD5函数中。（文档ID是文档的身份证，就是出现在交叉引用表部分的ID项的值。一般这东西是随机生成的，当然你可以在其中加点啥小彩蛋神马的。）

 

第六步（仅在R为4或更高时），如果你决定不加密Metadata，将4字节的0xFFFFFFFF输入到MD5函数中，这跟加密字典中的EncryptMetadata项取值有关。

第七步，将那么那么那么多输入用MD5做HASH。

第八步（仅在R为3或更高时），将输出作为输入再用MD5做HASH，且连做50遍。

第九步，最终结果的前n位就是全局加密密钥了，这个n请复习上文算法3.3的第四步的说明。

全局加密密钥我们也得拿小本本记起来。

有了全局加密密钥并不意味着我们工作的结束，我们还需要计算出加密字典的U项，以供验证用户口令之用。对于R项为2时，使用算法3.4，R为3或更高时，使用算法3.5。算法3.4我们这里不做介绍，想了解的读者自行翻看PDF手册。我们这里仅介绍算法3.5，这次在PDF Reference 1.7的127页。

算法3.5

第一步，就是算法3.2的结果，我们记在小本本上的全局密钥。

第二步，将那个固定的填充串（看写在算法3.3第一步处的那个。）输入到MD5函数中。

第三步，将文档ID输入到MD5函数中并将两个输入做HASH。

 

第四步，用全局密钥用RC4对第三步的结果进行加密。

 

第五步，做19遍以下操作：将全局密钥，每位分别与循环计数器做异或(XOR)操作,然后对前一步得出的结果用RC4算法进行加密。与算法3.3第七步类似。

 

最后得出的结果就是加密字典的U项。

 

PDF文档的加密

对PDF文档进行加密，其实只对其中的字符串（用括号“()”或者尖括号“<>”括起来的内容）以及流(Stream)进行加密，字典啦，交叉引用表啦，都还是文本形态老老实实摆在那里。加密的算法呢，只有AES和RC4两种，其中RC4支持40-128位的密钥，而AES密钥长度为128位，当然最新的PDF1.9已经支持256位AES密钥，这些都在前文中提到过。不过我们的算法基于PDF1.7，密钥最长为128位。1.9版本的密钥只要对提到的算法稍作变动即可。

有了全局密钥，并不能直接用它对PDF文档进行加密，前文提到过，每个对象的加密密钥都是不同的，具体到一个对象的密钥，算法是PDF Reference 1.7的119页的算法3.1。

算法3.1

第一步，取得要加密的字符串或者流所在的对象编号和对象代次号（9 0 obj的对象，9是对象编号，0是代次号）。

 

第二步，将对象编号附加到全局密钥之后，对象编号在前，代次号在后，对象编号占第n、n+1、n+2三字节，代次号占n+3、n+4两字节。说明一下，这里提到的位置是Base 0的以免引起混乱。如果使用AES算法，则还需要做“加盐”操作，将4字节的“盐”再附加在对象编号和代次号之后。“盐”的声明如下：

const BYTE AES_Salt[] = {0x73, 0x41, 0x6c, 0x54};

聪明的同学看出来了，就是"sAlT"四个字母的ASCII码。真够“盐”的。

 

第三步，将第二步的结果用MD5做HASH。

第四步，用第三步结果的前n+5字节（最长为16字节）作为对象加密密钥。

 

既然有了加密密钥，就可以用其对PDF文档内容（字符串及流）进行加密了，然后再把加密字典加入PDF文档，这个PDF的加密就完成了。

一个字符串，加密前是这样的：
(involute@sina.com)

RC4加密后变成这样：
<3CF63984481EAF626081105E2D4D32B070>

AES加密后就变这样了：
<2DA128BE0D2E1375070D756E797A3FB948E4366E5ED42F62C3322044F84268C9D1074D2CD8D3EA9D7C047A87B348DA02>

 

关于加密需要一提的问题

只设置了权限口令的PDF，打开时并不需要密码也能看见内容，是不是文档内容就没加密？错！当然加密了。只不过阅读软件在打开该PDF时，可以将密钥根据加密字典O项按照算法3.2计算出来。所以只设置了权限口令，用来限制用户复制内容和打印等操作的PDF，实际上是使用一种防君子不防小人的手段。虽然如果一个程序宣称自己遵守PDF规范的话，是会按照权限的规定限制用户操作的。但是呢，不愿意遵守PDF规范的程序大把，比如据说QQ邮箱内置了PDF转文本的功能，就无视加密PDF文档的权限规定。

既然只加了权限口令的PDF文件不安全，那加上用户口令，是不是就比较安全了？当然，加上了用户口令的PDF至少可以避免不必要的扩散，按照算法3.2，不提供用户口令就无法根据O项计算出全局密钥，也就没法解密内容阅读文档了。

但是现在有暴力法破解PDF，就是尝试用不同的用户口令使用算法3.5去计算，如果结果与加密字典U项相同，那么该口令就是用户口令。所以要加用户口令，还是加得长点吧。理论上超过16字节的复杂口令(含有大小写字符，数字，甚至乱七八糟的其他字符的最好)是无法破解的，所耗时间太长了，更别提口令可以支持到32字节呢。但是自己千万不要忘了这个口令，一旦记不起来，神仙也帮不了你。

总的来说，用口令加密的方法加密的PDF，并不是太安全，我绝对不推荐用这种方法加密非常敏感的PDF文档。
安全性较好的加密，是用数字证书进行加密，有一定PKI体系知识基础的同学都清楚，用一份证书的公钥加密的数据，只有证书持有人的私钥才能解密，安全性大大的好。不过本文不探讨这种加密方式。具体的实现，PDF手册中有详细说明，有了口令加密的基础，理解证书加密方式也不难了。

 

关于AES算法再啰嗦几句。PDF中的AES算法，是CBC的Padding模式。AES算法需要一个初始向量(IV)，可以随机生成，但是要将随机向量放在密文的最前，拿128位AES算法来说，要将密文的128/8=16字节用来存放IV。不熟悉AES算法，听不懂我在说什么的同学，请自行寻找AES算法的相关知识阅读。用AES加密后的数据，长度会有变化，因此流对象字典中的Length要变成新的长度，其它项（包括编码方式）都不用动。

 

本来想今天把解密也写上的，啰嗦半天有点累了，解密留到下篇说。