从 MD5 哈希函数的特殊应用中恢复电子邮件地址答案

【问题标题】：Recover email address from special application of MD5 hash function从 MD5 哈希函数的特殊应用中恢复电子邮件地址
【发布时间】：2014-07-23 04:02:33
【问题描述】：

首先，我们将电子邮件地址分割成 2 个字符的字符串。
然后，对于每个段 s，我们计算以下哈希 J：

md5(md5(s) + s + md5(s))  [where + is the string concatenation operator].

最后，我们将所有哈希字符串 J 连接起来形成下面的长哈希。

例如：对于helloworld@company.com 的输入，我们会计算：

md5(md5('he') + 'he' + md5('he')) +
md5(md5('ll') + 'll' + md5('ll')) +
md5(md5('ow') + 'ow' + md5('ow')) +
...

长哈希：

f894e71e1551d1833a977df952d0cc9de44a1f9669fbf97d51309a2c6574d5eaa746cdeb9ee1a5df
c771d280d33e5672bf024973657c99bf80cb242d493d5bacc771b3b0b422d5c13595cf3e73cfb1df
91caedee7a6c5f3ce2c283564a39c52d3306d60cbc0e3e33d7ed01e780acb1ccd9174cfea4704eb2
33b0f06e52f6d5aba5a5a89e6122dd55f8efcf024961c1003d116007775d60a0d5781d2e35d747b5
dece2e0e3d79d272e40c8c66555f5525

如何从哈希中恢复电子邮件地址？据我了解，“哈希”是一种单向函数。我只能将它与另一个哈希进行比较，看看它们是否匹配或生成原始文本的哈希。

【问题讨论】：

标签： encryption hash md5

【解决方案1】：

虽然一般而言从哈希中提取原始消息是不切实际的，但这显然看起来像是一个精心设计的条件以打破“加密”的练习.

假设电子邮件地址被分成两个字符的段。如果您将自己限制为仅小写字母（26 个字母 + 2 个符号，@ 和 .，则只有 28 * 28 = 784 可能的两个字母组合。即使电子邮件有小写和大写字母和数字，也只有64 * 64 = 4096 组合——完全在计算范围内。

要做的事情是预先计算一个rainbow table，或者你的搜索空间中所有可能的哈希值的表。你可以用一个矩阵来做到这一点：

 +----------------------------------+----------------------------------+----------------------------------------+-----------------------------+
 |                a                 |                b                 |                c                       |             ...             |
 +----------------------------------+----------------------------------+----------------------------------------+-----------------------------+
a| md5(md5('aa') + 'aa' + m5('aa')) | md5(md5('ba') + 'ba' + m5('ba')) | md5(md5('ca') + 'ca' + m5('ca'))       |             ...             |
 +----------------------------------+----------------------------------+----------------------------------------+-----------------------------+
b| md5(md5('ab') + 'ab' + m5('ab')) | md5(md5('bb') + 'bb' + m5('bb')) | md5(md5('cb') + 'cb' + m5('cb'))       |             ...             |
 +----------------------------------+----------------------------------+----------------------------------------+-----------------------------+
c| md5(md5('ac') + 'ac' + m5('ac')) | md5(md5('bc') + 'bc' + m5('bc')) | md5(md5('cc') + 'cc' + m5('cc'))       |             ...             |
 +----------------------------------+----------------------------------+----------------------------------------+-----------------------------+
 |               ...                |               ...                |               ...                      |             ...             |
 +----------------------------------+----------------------------------+----------------------------------------+-----------------------------+

但是您每次都必须遍历矩阵才能找到匹配项——慢！

另一种方法是使用字典，键是哈希，值是“解码”字母：

{ 
   md5(md5('aa') + 'aa' + md5('aa')): 'aa',
   md5(md5('ab') + 'ab' + md5('ab')): 'ab',
   md5(md5('ac') + 'ac' + md5('ac')): 'ac',
  ...
}

无论哪种方式，您现在都将拥有所有可能的两个字母组合的哈希值。现在您处理输入字符串。由于 MD5 生成 32 个字符的长哈希，因此将输入分解为 32 个字符的字符串，并对您的表执行查找：

'f894e71e1551d1833a977df952d0cc9d' => 'he'
'e44a1f9669fbf97d51309a2c6574d5ea' => 'll'
...

【讨论】：

其实还不错。这是可能的，除非您遇到冲突，在这种情况下，您需要查看数据并进行一些猜测。从预先计算的集合中可以明显看出碰撞。不过，这不是一项简单的任务，因为您的假设是电子邮件只是字母 - 电子邮件可以有比这更多的符号 - 数字、下划线、加号，可能还有更多我不知道的符号。即便如此，也没有什么可以阻止电子邮件使用大写字母 - 可能是用户输入了 NameLastname@mail.com，而系统只是照原样接受并对其进行哈希处理。
基本上，如果您没有关于数据集的更多信息，您将基本上是暴力破解。否则，您仍然会这样做，但搜索空间更有限。然而，直到现在我才注意到的一件事是，长哈希实际上会泄露电子邮件的长度。此外，由于您可以预期许多电子邮件以 .com 或 .co.uk 或 .de 等常见顶级域结尾，因此您可以在一个很多情况，因为它们是相同的。事实上，电子邮件域是另一个罪魁祸首（字符用完）
@Vld 是的，可以找到冲突，打印出所有可能性，但仍然只留下一小部分可能的电子邮件。至于蛮力：在这种情况下，所需的力根本没有那么大。即使您可以在一封电子邮件中包含 100 个可能的字符，按照设置问题的方式，您仍然只需要查找表中的 10,000 个条目——最坏的情况是几秒钟就可以工作。
因此，例如@gmail.com 将在@符号之前的偶数个符号的任何电子邮件中加密相同。如果数字是奇数，那么gmail.com 将是一个可识别的字符串。与@yahoo.com、@hotmail.com 等相同 - 获取常见邮件提供商的列表将大大减少您需要破解的电子邮件数量。假设，您有一大堆需要破解的电子邮件。如果它是一个单一的，那么你至少可能会限制选择。
@Vld 不限于电子邮件？ 256 个 ascii 字符在表中仍然只有 65536 行。与用于破坏哈希的许多 GB 大的彩虹表相比，这简直是小菜一碟。这是一个更难的问题。这个设置是可行的。

【解决方案2】：

你可以这样做：

第 1 步：将哈希字符串分成 32 位块

第2步：从字符串列表中找出2个字符串的所有可能组合，可以是字母、数字和任何特殊字符的组合。

步骤3：为该段生成MD5哈希码，将其与纯文本段和相同的哈希码连接并再次生成MD5哈希码

第 4 步：将生成的哈希码与现有的哈希码进行比较。如果匹配，则将其保存在字符串缓冲区中。重复这个过程，直到所有的块都被解码。你会得到你的答案。

【讨论】：

谢谢@helper。这正是我想要的。如果确实有效，将恢复。

【解决方案3】：

这是你的问题在 python 中的实现。

我的代码：

import hashlib, string

# lambda function for MD5
md5hashFunction = lambda data: hashlib.md5(data.encode()).hexdigest()

# lambda function for  md5(md5(data) + data + md5)
finalHash = lambda data: md5hashFunction(
    md5hashFunction(data) + data + md5hashFunction(data)
)


# All MD5 hashes are 32 char length size therefore we need dive 32 fixed parts
hashes = [
    "f894e71e1551d1833a977df952d0cc9d",
    "e44a1f9669fbf97d51309a2c6574d5ea",
    "a746cdeb9ee1a5dfc771d280d33e5672",
    "bf024973657c99bf80cb242d493d5bac",
    "c771b3b0b422d5c13595cf3e73cfb1df",
    "91caedee7a6c5f3ce2c283564a39c52d",
    "3306d60cbc0e3e33d7ed01e780acb1cc",
    "d9174cfea4704eb233b0f06e52f6d5ab",
    "a5a5a89e6122dd55f8efcf024961c100",
    "3d116007775d60a0d5781d2e35d747b5",
    "dece2e0e3d79d272e40c8c66555f5525",
]


# Enumurate all alphabet and extra characters for decryption => "_+.@"
alphabet = list(
    string.ascii_lowercase + string.ascii_uppercase + string.digits + "_+.@"
)

# Create python dictionary for map hashes to string
rainbowTable = {finalHash(x + y): x + y for x in alphabet for y in alphabet}
"""
rainbowTable

'31453dd786a8c6f6c7c8860d5fcea4be': 'aa',
 '857dce5bcf6b6b32bec281207b2dba80': 'ab',
 'e90d94b4b65ac19188fdae82acf7fbbc': 'ac',
 '67299b8cedc5eafea7dda1daf9356b54': 'ad',
 '40fca4e80bfc6e1faa2c4e2b7e0929f0': 'ae',
 'de48fc1bd98f5508c513f9947a514ce8': 'af',
 '4852089b1b43b45204907df0066c0edf': 'ag',
 'e1b82a5fe4fdcf73d034a0d5063ffe3f': 'ah',
         ...... Continues....

"""

# Search for matched hash and join to single string
print("".join([rainbowTable[hash] for hash in hashes]))


"""
f894e71e1551d1833a977df952d0cc9de44a1f9669fbf97d51309a2c6574d5eaa746cdeb9ee1a5df
c771d280d33e5672bf024973657c99bf80cb242d493d5bacc771b3b0b422d5c13595cf3e73cfb1df
91caedee7a6c5f3ce2c283564a39c52d3306d60cbc0e3e33d7ed01e780acb1ccd9174cfea4704eb2
33b0f06e52f6d5aba5a5a89e6122dd55f8efcf024961c1003d116007775d60a0d5781d2e35d747b5
dece2e0e3d79d272e40c8c66555f5525

"""


"""
Output ==> secret_jobs@anvato.com
"""

【讨论】：