【Python】关于加密算法的实现 笔记梳理

前言：

因为主管数据，数据安全问题比较常见，最近遇到一个业务场景，较多数据加密的处理，结合最近优化数据安全流程的问题，重新梳理下数据加密的知识。
原则还是那句话：代码尽可能短，讲的尽可能通俗。
考虑到加密算法的进步，文末特地放了一些新的文章，供大家交流学习。

定义

数据加密：对原来为明文的文件或数据按某种算法进行处理，使其成为不可读的一段代码为“密文”，只能在输入相应的密钥之后才能显示出原容，通过这样的途径来达到保护数据不被非法人窃取、阅读的目的。 该过程的逆过程为解密，即将该编码信息转化为其原来数据的过程。

算法分类

目前主流的分法有2类，对称加密、非对称加密，当然也还有分3类的，新增单向加密（Hash算法），取决于每个人的理解。

算法	对称加密	非对称加密	单向加密
类别	AES / DES / 3DES	RSA / DSA	MD5，SHA系列
描述	数据加解密用相同密钥	公钥加密，加解密不同密钥	只可加密不可解密
解决问题	数据的机密性	身份验证	数据的完整性
优点	加密速度快	加解密密钥不一致，公钥公开，密钥安全
缺点	密钥一致容易泄露	加密速度慢
安全性	AES高 > 3DES中 > DES低	均高	SHA-1高>MD中
速度	AES快 > DES中 > 3DES慢	RSA中>ECC慢	MD5快>SHA-1慢
资源消耗	3DES高 > DES中 > AES低	ECC高>RSA中
适用范围	内部系统，适合大数据量M比特级/秒	小数据量/数据签名	极少
其他	密钥：AES(128/192/256位)/3DES(112/168位)/DES(56位)	成熟度：高

主要包介绍

因为平时主要用python处理，所以主要介绍下常用的包

模块名	描述
base64	用于二进制数据与ASCII字符的转换操作，提供了基于Base16, Base32, 和Base64算法以及实际标准Ascii85和Base85的编码和解码函数
hashlib	提供常见的单向加密算法（如MD5，SHA等），每种算法都提供了与其同名的函数实现
hmac	实现hmac单向加密算法，支持设置一个额外的密钥(通常被称为’salt’)来提高安全性
secrets	Python3.6 新增的模块，用于获取安全随机数
pycrypto	持单向加密、对称加密和公钥加密以及随机数操作，该包是Python中密码学最有名的，2012年已停止。幸运的是，该项目的分支PyCrytodome 取代了 PyCrypto。

算法详解

1. base64

• 网络上最常见的用于传输8Bit字节码的编码方式之一，是一种基于64个可打印字符来表示二进制数据的方法。
• 从二进制到字符的过程，可用于在HTTP环境下传递较长的标识信息。
• 由于以上优点被广泛应用于计算机的各个领域，由于输出内容中包括两个以上“符号类”字符（+, /, =)，不同的应用场景又分别研制了Base64的各种“变种”。为统一和规范化Base64的输出，Base62x被视为无符号化的改进版本。

1.1 实现原理

• 先将字符转化为ASCII码
• ASCII码转化为8位二进制
• 将二进制3个字节归成一组，每3个字节在编码之后被转换为4个字节一组(如一个数据有6个字节，可编码后将包含6/3*4=8个字节，不足3个在后边补0或“=”)
• 统一在6位二进制前补两个0凑足8位。
• 将补0后的二进制转为十进制。
• 从Base64编码表获取十进制对应的Base64编码。
  

1.2 代码实现

import base64
# 编码 encode
# 想将字符串转编码成base64,要先将字符串转换成二进制数据
tmp = "this is a test message:四叔的旅途."
res = tmp.encode("utf-8")              # 默认以 utf-8 编码 
res_code = base64.b64encode(res)       # 被编码的参数必须是二进制数据
print(res_code) 

# 解码 decode
res_code = "b'dGhpcyBpcyBhIHRlc3QgbWVzc2FnZS4="
res = base64.b64decode(res_code).decode("utf-8")
print(res) 

2.MD5 算法

2.1 原理

一种信息摘要算法，以512位分组来处理输入的信息，每一分组又被划分为16个32位子分组，经过了一系列的处理后，算法的输出由四个32位分组组成，将这四个32位分组级联后将生成一个128位散列值。
简单来说，即把一段信息（明文），通过一种有损的方式压缩成定长的字符（32位密文）。因为这种压缩方式是会损失信息的，所以是无法还原出“明文”的，即不可逆。
虽然无法从数学上破解MD5算法，但由于现在计算机具备强大的计算能力，可以通过“穷举法”破解该算法。如果想用该算法加密，还可以通过**“加盐”**的方式提高解密难度。算法允许多传一个参数"salt",指定通过MD5加密的次数，这样是能够提高解密难度的。

2.2 应用场景

常用于不可还原的密码存储、信息完整性校验，如：

• 密码管理（加密注册用户的密码）、电子签名；
• 网站用户上传图片 / 文件后，将MD5值作为文件名。（MD5因不可逆，可保证唯一性）
• 比较两个文件是否被篡改。（在下载资源的时候，发现网站提供了MD5值，就是用来检测文件是否被篡改）
• key-value数据库中使用MD5值作为key。

2.3 代码实现

# 由于MD5模块在python3中被移除，在python3中使用hashlib模块进行md5操作。
# pip install md5/import md5 会报错
# ERROR: Could not find a version that satisfies the requirement md5
# ERROR: No matching distribution found for md5

# 写法1 
import hashlib
tmp_text = 'test message:四叔的旅途'      
md5 = hashlib.md5()                    # 生成MD5对象
md5.update(tmp_text.encode('utf-8'))   # 对数据加密 该方法只接受byte类型，否则会报错，所以要在参数前添加b来转换类型的原因, 后面方法
tmp_text = md5.hexdigest()             # 获取密文  hexdigest 十六进制的意思
print(tmp_text)
# or：
tmp_text = 'test message:四叔的旅途'
tmp_text = hashlib.md5(bytes(tmp_text,encoding = 'utf-8')).hexdigest()

#  不同写法 
tmp_text = hashlib.md5(tmp.encode("utf-8")).hexdigest()      # 最简单写法，推荐☆
tmp_pic = hashlib.md5(b'test message:四叔的旅途').hexdigest()    # 最常见的写法，常用于图片的命名,因为该方法只接受byte类型，否则会报错，所以要在参数前添加b来转换类型的原因
tmp_text = hashlib.new('md5', b'test message:四叔的旅途').hexdigest() # hashlib.new(name[, data])，name传入的是哈希加密算法的名称，如md5

# MD5加盐值(SALT)
tmp_text = 'test message:四叔的旅途'  
# 生成MD5对象
md5 = hashlib.md5(b'~!@@#!#$DFDT@#$@#')
# 以下两种方式与上面效果等同
# md5 = hashlib.md5('~!@@#!#$DFDT@#$@#'.encode('utf-8'))
# md5 = hashlib.md5(bytes('~!@@#!#$DFDT@#$@#',encoding='utf-8'))

3. SHA 算法

3.1 原理

安全哈希算法（英语：Secure Hash Algorithm，缩写为SHA）一个密码哈希函数家族，是FIPS所认证的安全哈希算法。

• SHA家族的五个算法：SHA-1、SHA-2（SHA-224、SHA-256、SHA-384和SHA-512），由美国国家安全局（NSA）所设计，并由美国国家标准与技术研究院（NIST）发布，是美国的政府标准。
• SHA-1在许多安全协定中广为使用，包括TLS和SSL、PGP、SSH、S/MIME和IPsec，曾被视为是MD5的后继者，基于MD5，加密后的数据长度更长，它对长度小于264的输入，产生长度为160bit的散列值。比MD5多32位,因此，比MD5更加安全，但SHA1的运算速度就比MD5要慢。

SHA与MD5的不同：

• 对强行攻击的安全性，SHA-1摘要比MD5摘长，对强行攻击有更大的强度。
• 对密码分析