如何计算这样一类文件的md5

liubinbj

一般文件的md5编码很简单，照着算法做或md5sum就可以。
问题是我们现在需要在文件本身里写入这个文件的md5信息，而不是用外部文件来表达，举例来说，有一个文本文件，我们在最后告诉读者这个文件的md5为xxxxxxxxxxxx，而你通过md5sum计算这个文件的时候恰好是文件内容中的md5编码。
还有一例，比如制作了电影文件到后期处理，需要添加字幕显示当前电影文件的md5码以便观众确认这个版本的文件是正版，这个字幕本身包含了md5信息，只是表现方式是图形方式。

问题是这样的md5可不可以通过某种方式被计算得到？

liubinbj

很多人认为能够有效求解方程
md5(const+x) =x
或
md5(x)=x
就是破解了md5算法
我倒不这么认为。

拿md5(x)=x来说，你可以通过暴力找到一两个这样的解（虽然我没有去找，是否确实存在也不可知），但并不代表任意给出一个md5可以反推出原文件内容，实际根本也不可能推出原文件的内容，因为md5是有损的。那么是否能够有效求解md5(x)=x就可以有效求解这么一个问题，即已知一个文件的md5，我往这个文件中差进一个常数数据使得结果的md5保持不变来实现伪造文件呢？用数学来表示就是：
存在有效求解md5(x)=x或md5(x+const)=x可以推出
存在有效求解md5(x+const)=z  其中y和z是已知数据，且md5(const)=z,要求一个满足方程的x使得原数据const被伪造而且原md5的结果z保持不变
这两类问题是等价的吗？个人感觉不是，如果后者存在有效求解方法，那md5就完了，目前为止还没有这样的算法可以做到，也就是md5继续存在的理由。但是如果前者的问题和后者是等价的，那前者也就不可解。
那么这两个问题是等价的吗？谁能够证明这一点？看来这真是一个数学问题了。

isjfk

lz 已经把楼上的方法否定了~

算啦，lz 自己研究去吧，我等还是等他研究出来再去膜拜好了

gnap

晕哦！各位是不是把问题复杂化了？

其实不散列文件头不就行了。RPM包里面不是有分header、signature、archive的吗？。散列时候只散列header和archive,散列的值存储在signature里面。此在PGP的签名也在signature里面。

[ 本帖最后由 gnap 于 2006-6-15 15:20 编辑 ]

gnap

大家是不是偏题了哦？我觉得LZ是否考虑把文件的格式分为header和body。只对body进行散列，结果放在header里面。这样不就行了？

assiss

原帖由 ppcl 于 2006-6-13 14:29 发表

其实这个不是想象中那么难，山东大学的某位教授已经破解了MD5，将寻找MD5冲突的时间缩短了若干个数量级，现在貌似已经能在40分钟的时间内找到MD5的一个冲突，所以伪造这个字符串已经是可能的了。

即便用王教授的方法，楼主的问题可能仍然无法得到解决。
找到冲突！=按指定的前提字串找到冲突

flw

在文件后面附加算法得出的填充内容
-------------
不知道附加之后能不能显示成字幕？

JohnBull

LZ的思路不可行，换。