作為互聯(lián)網(wǎng)公司的信息安全從業(yè)人員經(jīng)常要處理撞庫掃號事件，產(chǎn)生撞庫掃號的根本原因是一些企業(yè)發(fā)生了信息泄露事件，且這些泄露數(shù)據(jù)未加密或者加密方式比較弱，導致黑客可以還原出原始的用戶密碼。
目前已經(jīng)曝光的信息泄露事件至少上百起，其中包括多家一線互聯(lián)網(wǎng)公司，泄露總數(shù)據(jù)超過10億條。
要完全防止信息泄露是非常困難的事情，除了防止黑客外，還要防止內(nèi)部人員泄密。但如果采用合適的算法去加密用戶密碼，即使信息泄露出去，黑客也無法還原出原始的密碼（或者還原的代價非常大）。
也就是說我們可以將工作重點從防止泄露轉換到防止黑客還原出數(shù)據(jù)。下面我們將分別介紹用戶密碼的加密方式以及主要的破解方法。
一、用戶密碼加密
用戶密碼保存到數(shù)據(jù)庫時，常見的加密方式有哪些，我們該采用什么方式來保護用戶的密碼呢？以下幾種方式是常見的密碼保存方式：
1、直接明文保存，比如用戶設置的密碼是“123456”，直接將“123456”保存在數(shù)據(jù)庫中，這種是最簡單的保存方式，也是最不安全的方式。但實際上不少互聯(lián)網(wǎng)公司，都可能采取的是這種方式。
2、使用對稱加密算法來保存，比如3DES、AES等算法，使用這種方式加密是可以通過解密來還原出原始密碼的，當然前提條件是需要獲取到密鑰。不過既然大量的用戶信息已經(jīng)泄露了，密鑰很可能也會泄露，當然可以將一般數(shù)據(jù)和密鑰分開存儲、分開管理，但要完全保護好密鑰也是一件非常復雜的事情，所以這種方式并不是很好的方式。
3、使用MD5、SHA1等單向HASH算法保護密碼，使用這些算法后，無法通過計算還原出原始密碼，而且實現(xiàn)比較簡單，因此很多互聯(lián)網(wǎng)公司都采用這種方式保存用戶密碼，曾經(jīng)這種方式也是比較安全的方式，但隨著彩虹表技術的興起，可以建立彩虹表進行查表破解，目前這種方式已經(jīng)很不安全了。
4、特殊的單向HASH算法，由于單向HASH算法在保護密碼方面不再安全，于是有些公司在單向HASH算法基礎上進行了加鹽、多次HASH等擴展，這些方式可以在一定程度上增加破解難度，對于加了“固定鹽”的HASH算法，需要保護“鹽”不能泄露，這就會遇到“保護對稱密鑰”一樣的問題，一旦“鹽”泄露，根據(jù)“鹽”重新建立彩虹表可以進行破解，對于多次HASH，也只是增加了破解的時間，并沒有本質上的提升。拓展：驗證碼及登錄中的漏洞分析
5、PBKDF2算法，該算法原理大致相當于在HASH算法基礎上增加隨機鹽，并進行多次HASH運算，隨機鹽使得彩虹表的建表難度大幅增加，而多次HASH也使得建表和破解的難度都大幅增加。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行1000次HASH運算，對服務器來說可能只需要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準與技術研究院推薦使用的算法。
6、bcrypt、scrypt等算法，這兩種算法也可以有效抵御彩虹表，使用這兩種算法時也需要指定相應的參數(shù)，使破解難度增加。
下表對比了各個算法的特性：
二、用戶密碼破解
用戶密碼破解需要針對具體的加密方式來實施，如果使用對稱加密，并且算法足夠安全（比如AES），必須獲取到密鑰才能解密，沒有其它可行的破解方式。
如果采用HASH算法（包括特殊HASH），一般使用彩虹表的方式來破解，彩虹表的原理是什么呢？我們先來了解下如何進行HASH碰撞。
單向HASH算法由于不能進行解密運算，只能通過建表、查表的方式進行碰撞，即將常用的密碼及其對應的HASH值全計算出來并存儲，當獲取到HASH值是，直接查表獲取原始密碼，假設用MD5算法來保護6位數(shù)字密碼，可以建如下表：
全表共100W條記錄，因為數(shù)據(jù)量不大，這種情況建表、查表都非常容易。但是當密碼并不是6位純數(shù)字密碼，而是數(shù)字、大小寫字母結合的10位密碼時，建立一個這樣的表需要（26+26+10）^10≈83億億（條記錄），存儲在硬盤上至少要占用2000W TB的空間，這么大的存儲空間，成本太大，幾乎不可行。
有什么辦法可以減少存儲空間？一種方法是“預計算哈希鏈”，“預計算哈希鏈”可以大幅減少HASH表的存儲空間，但相應的增加了查表時的計算量，其原理大致如下：
建表過程：
先對原始數(shù)據(jù)“000000”進行一次HASH運算得到“670B1E”，再對HASH值進行一次R運算，R是一個定制的算法可以將HASH值映射到明文空間上（這里我們的明文空間是000000~999999），R運算后得到“283651”，再對“283651”進行hash運算得到“1A99CD”，然后在進行R運算得到“819287”，如此重復多次，得到一條哈希鏈。然后再選用其它原始數(shù)據(jù)建立多條哈希鏈。最終僅將鏈頭和鏈尾保存下來，中間節(jié)點全都去掉。
查表過程：假設拿到了一條HASH值“670B1E”，首先進行一次R運算，得到了“283651”，查詢所有鏈尾是否有命中，如果沒有，則再進行一次HASH、一次R，得到了“819287”，再次所有鏈尾，可以得到看出已經(jīng)命中。
這樣我們就可以基本確認“670B1E”對應的明文就在這條鏈上，然后我們把這條鏈的生成過程進行重新計算，計算過程中可以發(fā)現(xiàn)“000000”的HASH值就是“670B1E”，這樣就完成了整個查表過程。這種表就是“預計算哈希鏈”。這種方式存在一個問題，多條鏈之間可能存在大量的重復數(shù)據(jù)，如下圖所示：
為了解決這個問題，我們將R算法進行擴展，一條鏈上的多次R運算采用不同的算法,如下圖：
一條鏈上的每個R算法都不一樣，就像彩虹的每層顏色一樣，因此取名的為彩虹表。
當然彩虹表除了可以用戶破解HASH算法外，理論上還可以用于破解對稱加密算法，比如DES算法，由于DES算法密鑰比較短，建立彩虹表破解是完全可行的；但對于AES算法，由于密鑰比較長，建表幾乎不可行（需要耗時N億年）。
三、小結
采用PBKDF2、bcrypt、scrypt等算法可以有效抵御彩虹表攻擊，即使數(shù)據(jù)泄露，最關鍵的“用戶密碼”仍然可以得到有效的保護，黑客無法大批量破解用戶密碼，從而切斷撞庫掃號的根源。當然，對于已經(jīng)泄露的密碼，還是需要用戶盡快修改密碼，不要再使用已泄露的密碼。
