SHA-1 vs SHA-256

http://www.keakon.net/2010/01/04/SHA-1%20vs%20SHA-256

最近想在GAE上實現一個驗證碼，但又不想用傳統的鍵盤輸入方式。一來是習慣用鼠標，切換到鍵盤很麻煩；二來是生成圖片的成本很大，在GAE上還不能用C實現；三是在讓機器難以識別的同時，也會造成用戶的困惑。
所以想到Google曾經提出的一個技術：提供一組選項，用鼠標將正確的選項拖動到指定位置，然后提交。

在實現時我發現，如果不在客戶端加密的話，這個提交過程是可以直接機器模擬的，也就造成驗證碼沒有意義了。
既然加密是必須的，那么接着就該選擇和非對稱加密了。然而思考了一番后發現，如果用戶本身要偽裝自己，那么非對稱加密是完全沒用的：公鑰和算法都告訴給用戶了，用戶用機器算出一個值就行了…
而非對稱加密的性能不及前者，所以就應該考慮對稱加密了。而且這個算法還需要經過修改，或者參數是用戶所不知道的，才能防止偽造。
不過前端只能用JavaScript來加密（我不會也不喜歡Flash），那么源碼是必然開放的；但沒人會針對我一個個人網站去研究其加密算法，所以仍然是可行的。

於是回到正題，在選擇對稱加密算法時，有很多流行的選擇，例如MD5和SHA。
實際上雖然MD5和SHA-1有碰撞算法，但並不影響密碼明文的安全性，因為攻擊者甚至都不知道碰撞的目標。但是我還是不選擇MD5，原因是一旦碰撞的目標泄露，有很多網站可以破解MD5加密前的明文，這會泄露用戶的資料，而且MD5的前綴碰撞法速度非常快；而目前仍沒有SHA-1的破解網站，且SHA-1的碰撞算法仍需要2⁶³個計算復雜度，這個成本仍然是很大的（需要大型計算機較長時間的運算），所以至少目前不必擔心。更重要的是，這種碰撞並不能讓攻擊者偽造任意密文，因此如果規定明文的格式（例如以時間開頭），並驗證其格式的話，就能排除偽造的密文。

接着就去測試了下性能，在本地計算機上用Python計算10萬個隨機數的hash值，MD5、SHA-1和SHA-256分別為0.20、0.21和0.30秒左右；在GAE上則為0.15、0.16和0.20秒左右。由此可見MD5的性能對於SHA-1來說沒有任何優勢。

測試腳本如下：

from hashlib import md5, sha1, sha256
from random import random
from time import time

SIZE = 1000000
rands = [`random()` for i in xrange(SIZE)]

t = time()
hash = [md5(rand).hexdigest() for rand in rands]
print time() - t

t = time()
hash = [sha1(rand).hexdigest() for rand in rands]
print time() - t

t = time()
hash = [sha256(rand).hexdigest() for rand in rands]
print time() - t

接着就看客戶端加密了，在網上找到了SHA-1和SHA-256的JavaScript實現，在幾種瀏覽器上測試了一下。
IE 6上計算100次分別為0.11s和0.48s；Firefox 3.5上計算1000次分別為0.26s和0.11s；Chrome 4上計算1000次分別為0.26s和0.11s；0.08s和0.16s。
總體上來說，SHA-1是要快於SHA-256的，這似乎與某些人的測試結果不同，而且即便在最慢的IE 6上，計算1次也就1ms，不會影響用戶的感覺。所以SHA-1足夠了。
測試腳本如下：

var SIZE = 1000;
var rands = [];
for (var i = 0; i < SIZE; ++i)
{
    rands.push(Math.random().toString());
}

var hash = [];

t = new Date();
for (rand in rands)
{
    hash.push(SHA1(rand));
}
document.write(new Date() - t);
document.write('<br/>');

hash = [];

t = new Date();
for (rand in rands)
{
    hash.push(SHA256(rand));
}
document.write(new Date() - t);

當然，回到最初的目的，實際上不用加密也是可行的。
驗證碼主要是基於較多的可能性，讓窮舉法比較費力來達到目的的；那么如果給用戶一個序列，讓用戶排出正確的順序，而窮舉這個全排列的代價則是很高的。
至於排序的內容，當然不能使用數字或字母；一個不錯的例子是弄幾張照片，叫用戶以照片里人物的年齡順序來排列。