扫盲文件完整性校验——关于散列值和数字签名

近期有网友在博客中留言,希望俺介绍散列值校验文件的知识。所以俺干脆写一篇"文件完整性校验"的扫盲教程。由于本文是扫盲性质,尽量不涉及太技术化的内容。

★什么是"完整性校验"?


  所谓的"完整性校验",顾名思义,就是检查文件是否完整。那么,什么情况下会导致文件不完整捏?大概有如下几种情况。

  1. 感染病毒
  比方说你的系统中了病毒,病毒感染了某个软件安装包或者某个可执行程序。那么该文件的完整性就被破坏了。

  2. 植入木马/后门
  还有一种文件不完整的情况,是被别有用心的人植入木马或后门。比方说某些国内的软件下载站点,它们提供的 Windows 安装光盘镜像已经被安置了后门。

  3. 传输故障
  这种情况主要发生在网络下载时。因为网络传输是有可能发生误码的(传输错误),另外还有可能下载到快结束的时候断线(下载不完整)。这些情况就会导致你下载的文件不完整。
  如今的上网环境相比当年的Modem拨号,已经有明显改善。所以这种情况应该不多见了。

★散列算法(哈希算法)扫盲


◇什么是"散列算法/哈希算法"?


  这里所说的"散列"是一种计算机算法,洋文叫做 Hash,有时候也根据音译称为哈希。
  散列算法可以把任意尺寸的数据(原始数据)转变为一个固定尺寸的"小"数据(叫"散列值"或"摘要")。

◇摘要长度


  对于某个具体的散列算法,得到的散列值长度总是固定的。散列值的长度又称"摘要长度"。
  以下是常见散列算法的摘要长度
CRC32  32比特(4字节)
MD5  128比特(16字节)
SHA1 160比特(20字节)

◇散列算法的特色


  1. 不可逆性
  从刚才的描述看,散列似乎有点像压缩。其实捏,散列算法跟压缩算法是完全不同滴。压缩算法是可逆的(可以把压缩后的数据再还原),而散列算法是不可逆的
  还有一些人把散列算法称为"加密算法",这也是不对的。因为加密算法是可逆的("加密"的逆操作就是"解密"),而散列算法是不可逆的。

  2. 确定性
  通过某种散列算法,分别对两个原始数据计算散列值。如果算出来的散列值不同,那么可以 100% 肯定这两段数据是不同的——这就是"确定性"。
  但反过来,如果这两段数据的散列值相同,则只能说,这两段数据非常可能相同。所谓的"非常可能",就是说,还达不到百分百。具体原因,请看下一节"散列函数的可靠性"。

★关于散列算法的可靠性


◇什么是"散列碰撞"?


  刚才说了,存在非常小的可能性,导致两段不同的原始数据,计算出相同的散列值。这种情况称之为"散列碰撞"或"散列冲突"。

◇碰撞的类型


  散列碰撞的类型,大体上有两种:

  1. 随机碰撞
  随机碰撞就像买彩票中大奖,完全是出于小概率的偶然因素——你碰巧遇见两个不同的数据(文件),具有相同的散列值。
  理论上讲,任何散列算法都存在随机碰撞的可能性,只是可能性有大有小。

  2. 人为碰撞
  人为碰撞就是说,有人(通常是恶意的攻击者)故意制造散列碰撞,以此来骗过"基于散列值的完整性校验"。

◇如何避免碰撞


  1. 对于随机碰撞
  要避免随机碰撞,很简单,只需要选择摘要长度足够长的散列算法。
  拿前面举的3个例子。
  CRC32 的摘要长度是 32bit,也就说,最多可以表示 "2的32次方" 这么多种可能性(也就是几十亿,数量级相当于地球总人口)。表面上看貌似很大,其实还不够大。比如当前互联网上的页面总数就已经大大超过几十亿。如果对每个页面计算 CRC32 散列,会碰到很多重复(碰撞)。
  而 MD5 的摘要长度是128bit,也就是 2的128次方。这个数字足够大了。通俗地说,从宇宙诞生到宇宙毁灭,你都未必有机会碰见 MD5 的随机碰撞。而 SHA1 的摘要长度是160bit,那就更不用说了。

  2. 对于人为碰撞
  想避免人为碰撞,要同时兼顾两个因素——散列算法的摘要长度、散列算法的优秀程度。"摘要长度"刚才已经解释了。光说一下"算法的优秀程度"。
  如果某个散列算法有缺陷(不够优秀),那么攻击者就可以比较容易地构造出两个不同的原始数据,但却拥有相同的散列值。如此一来,就可以骗过基于散列算法的完整性检查。
  典型的例子就是 MD5,MD5算法在过去10多年里曾经非常流行,但是前几年被发现存在严重缺陷。所以,MD5 虽然随机碰撞的概率非常非常低,但人为碰撞的概率可不低。如果你比较注重安全性,尽量不要依赖 MD5 进行完整性校验。

★散列值校验的步骤


  如今,大伙儿的安全意识越来越高了。相应的,很多知名的软件,除了在官网上提供下载,还会相应提供下载软件的散列值。当你下载好某个软件之后,先在自己电脑里计算一下散列值,然后跟官方网站提供的散列值对比一下。如果散列值一样,通常就说明没问题。再啰嗦一下,尽量不要用 MD5,改用 SHA1。

  下面,介绍几个常用软件的散列值页面,便于大伙儿查询

  微软的产品
  到"这个页面"可以查微软发布的所有产品的散列值。微软的产品很多,先根据类型或名称筛选,找到某产品后,点"详细信息",就可以看到 SHA1 散列值。

  Firefox 浏览器
  打开如下链接,可以看到 Firefox 某个版本的 SHA1 列表(把链接中的 XXXX 替换为版本号,比如18.0.2)。这个列表很长,包括各种语言,各个平台。为了方便起见,你可以先算好 SHA1 散列值,然后到里面搜索该散列值
https://ftp.mozilla.org/pub/mozilla.org/firefox/releases/XXXX/SHA1SUMS

★散列值校验的工具——FCIV


  前面说完了校验的流程,最后再说一下校验的工具。
  考虑到大部分读者是 Windows 用户,俺介绍一下微软官方的 FCIV(全称是 File Checksum Integrity Verifier)。这是一个小巧、绿色、免费的命令行工具,下载页面在"这里"。
  因为是命令行工具,你需要先运行 CMD,出现 Windows 的命令行界面(黑窗口)之后,在其中使用该工具。下面是 FCIV 功能简介。

◇计算单个文件


  比如你有一个微软的系统安装光盘镜像,位于 C:\download\Windows.iso 那么,用如下命令可以计算该文件的 SHA1 散列值
fciv -sha1 C:\download\Windows.iso

◇批量计算某个目录


  FCIV 支持批量计算某个目录下的文件散列值。比方说,可以用如下命令可以计算 C:\download 目录下的每一个文件的 SHA1
fciv -sha1 C:\download\

◇批量计算并存储,供前后对比


  比如 C:\download 目录下有很多文件。俺想知道过一段时间之后,这些文件是否被改过。那么,可以先用如下命令,把该目录中所有文件的 SHA1 散列都存储到某个 xml 文件中(本例中,保存到 C:\hash.xml,你也可以保存到其它文件名)
fciv -sha1 C:\download\ -xml C:\hash.xml

  过了一段时间后,你可以用如下命令,就可以看出哪些文件被修改过。
fciv -sha1 C:\download\ -xml C:\hash.xml -v

★什么是"数字签名"?


  所谓的"数字签名",通俗来说,就是采用某种技术手段来证明某个信息确实是由某个机构(或某个人)发布的。因为其用途有点类似于传统的手写签字,所以称之为"数字签名"。
  数字签名的技术实现需要依赖于"非对称加密技术"和"数字证书体系"。关于"非对称加密技术",考虑到篇幅,今天就不展开了;关于"数字证书",3年前写过一篇扫盲(在"这里"),有兴趣的同学可以瞧一瞧,这里就不再啰嗦了。

★Windows 平台的"数字签名"


  数字签名有很多种,大伙儿比较常见的是 Windows 平台下的数字签名。如今大型 IT 公司(比如:微软、Google、苹果、等)或者是知名开源组织发布的 Windows 软件,安装文件通常都内置数字签名。所以俺着重介绍 Windows 平台的数字签名该如何校验。

◇利用资源管理器验证单个文件


  大概从 Windows 2000开始,Windows 就支持在某个文件尾部附加数字签名,并且 Windows 的资源管理器内置了对数字签名的校验功能。
  下面俺通过几个截图,简单介绍一下:如何在资源管理器中验证数字签名。

  比如,俺手头有一个 Firefox 的安装文件(带有数字签名)。当俺查看该文件的属性,会看到如下的界面。眼神好的同学,会注意到到上面有个"数字签名"的标签页。如果没有出现这个标签页,就说明该文件没有附带数字签名。
不见图 请翻墙

  选择该标签页,出现如下界面。
  顺便说一下,某些数字签名中没有包含"邮件地址",那么这一项会显示"不可用";同样的,某些数字签名没有包含"时间戳",也会显示"不可用"。不要紧张,这里显示的"不可用"跟数字签名的有效性没关系
不见图 请翻墙

  一般来说,签名列表中,有且仅有一个签名。选中它,点"详细信息"按钮。跳出如下界面:
  通常这个界面会显示一行字:"该数字签名正常"(图中红圈标出)。如果有这行字,就说明该文件从出厂到你手里,中途没有被篡改过(是原装滴、是纯洁滴)。
不见图 请翻墙

  如果该文件被篡改过了(比如,感染了病毒、被注入木马),那么对话框会出现一个警告提示"该数字签名无效"(图中红圈标出),界面如下。一旦出现数字签名无效,那这个文件就不要再使用了。
不见图 请翻墙

◇利用命令行工具批量验证


  用上面的图形化界面进行验证,比较傻瓜化。但有一个缺点——如果你要验证的文件比较多,一个一个去点对话框,手会抽筋滴。所以,俺再介绍一下命令行的工具,适合进行批量验证。
  这个命令行工具就是微软官网提供的 SigCheck,由大名鼎鼎的 SysInternals 出品(SysInternals 已经被微软收购)。跟前面提到的 FCIV 类似,它也是一个小巧、绿色、免费的命令行工具,下载页面在"这里"。

  使用如下命令,可以批量检查某个目录下(包括多层嵌套子目录)的所有可执行程序,并且把"无签名"或者"签名无效"的文件列出来。
sigcheck -u -e -s 某个目录的路径名
先提醒一下,检查数字签名的有效性本身就比较慢,如果目录下的文件很多,你要有足够的耐心等它运行完毕。

  稍微补充一下,这个 SigCheck 命令还顺便提供了散列值(命令格式如下),该功能可替代 FCIV 的头两个功能,可惜无法替代 FCIV 的第三个功能。
sigcheck -h 某个目录或文件的路径名

★PGP/GPG 的数字签名


  刚才聊了 Windows 平台滴。但是,切莫以为只有 Windows 平台才提供数字签名——其它的数字签名工具还有好几种。名气比较大的数字签名工具当属 PGP/GPG。这两个缩写就像绕口令,很容易搞混。PGP 是商业软件,而 GPG 是 GnuPG 的缩写,是 GNU 的开源项目。后者是前者的开源替代品,两者的功能基本兼容。
  这俩玩意儿的功能很强悍,校验数字签名对它俩只是小菜一碟。考虑到大伙儿平时较少碰到 GPG 的签名,俺今天就偷懒一下,暂不介绍。以后如果有空,再专门写一篇帖子介绍 PGP/GPG 的各种功能和使用场景。

俺博客上,和本文相关的帖子(需翻墙)
如何防止黑客入侵(系列)
数字证书及CA的扫盲介绍

版权声明

本博客所有的原创文章,作者皆保留版权。转载必须包含本声明,保持本文完整,并以超链接形式注明作者"编程随想"和本文原始地址。

学习翻墙

用国外邮箱发信给help_gfw@yahoo.com即可收到翻墙教程
如有其它问题,用program.think@gmail.com联系俺

原文:
编程随想
发表评论