0×00 前言

天下武功，唯快不破。但密碼加密不同。算法越快，越容易破。

0×01 暴力破解

密碼破解，就是把加密后的密碼還原成明文密碼。似乎有不少方法，但最終都得走一條路：暴力窮舉。也許你會說還可以查表，瞬間就出結果。雖然查表不用窮舉，但表的制造過程仍然需要。查表只是將窮舉提前了而已。

密碼加密，用的都是單向散列計算。既然單向，那就是不可逆，那只能窮舉。窮舉的原理很簡單。只要知道密文是用什么算法加密的，我們也用相同的算法，把常用的詞組跑一遍。若有結果和密文一樣，那就猜中了。

窮舉的速度有多快？這和加密算法有關。加密一次有多快，猜一次也這么快。例如 MD5 加密是非常快的。加密一次耗費 1 微秒，那破解時隨便猜一個詞組，也只需 1 微秒（假設機器性能一樣，詞組長度也差不多）。攻擊者一秒鐘就可以猜 100 萬個，而且這還只是單線程的速度。

所以，加密算法越快，破解起來就越容易。

　　（題圖來自： netdna-ssl.com）

0×02 慢加密

如果能提高加密時間，顯然也能增加破解時間。如果加密一次提高到 10 毫秒，那么攻擊者每秒只能猜 100 個，破解速度就慢了一萬倍。怎樣才能讓加密變慢？最簡單的，就是對加密后的結果再加密，重復多次。

例如，原本 1 微秒的加密，重復一萬次，就慢一萬倍了：

for i = 0 ~ 10000　　 x = md5(x) end

加密時多花一點時間，就可以換取攻擊者大量的破解時間。

事實上，這樣的「慢加密」算法早已存在，例如 bcrypt、PBKDF2 等等。它們都有一個難度系數因子，可以控制加密時間，想多慢就多慢。

加密越慢，破解時間越長。

0×03 慢加密應用

最需要慢加密的場合，就是網站數據庫里的密碼。

近幾年，經常能聽到網站被「拖庫」的新聞。用戶資料都是明文存儲，泄露了也無法挽回。唯獨密碼，還可以和攻擊者對抗一下。然而不少網站，使用的都是 快速加密算法，因此輕易就能破解出一堆弱口令賬號。當然，有時只想破解某個特定人物的賬號。只要不是特別復雜的詞匯，跑上幾天，很可能就破出來。

但網站用了慢加密，結果可能就不一樣了。如果把加密時間提高 100 倍，破解時間就得長達數月，變得難以接受。即使數據泄露，也能保障「密碼」這最后一道隱私。

0×04 慢加密缺點

不過，慢加密也有明顯的缺點：消耗大量計算資源。使用慢加密的網站，如果同時來了多個用戶，服務器 CPU 可能就不夠用了。要是遇到惡意用戶，發起大量的登錄請求，甚至造成資源被耗盡。性能和安全總是難以兼得。所以，一般也不會使用太高的強度。

一些大型網站，甚至為此投入集群，用來處理大量的加密計算。但這需要不少的成本。

有沒有什么方法，可以讓我們使用算力強勁、同時又免費的計算資源？

0×05 前端加密

在過去，個人電腦和服務器的速度，還是有較大差距的。但如今，隨著硬件發展進入瓶頸，這個差距正縮小。在單線任務處理上，甚至不相上下。客戶端擁有強大的算力，能不能分擔一些服務器的工作？尤其像「慢加密」這種算法開源、但計算沉重的任務，為何不交給客戶端來完成？

過去，提交的是明文密碼；現在，提交的則是明文密碼的「慢加密結果」。無論是注冊，還是登錄。而服務端，無需任何改動。將收到的「慢加密結果」，當做原來的明文密碼 就行。以前是怎么保存的，現在還是怎么保存。這樣就算被拖庫，攻擊者破解出來的也只是「慢加密結果」，還需再破解一次，才能還原出「明文密碼」。

事實上，「慢加密結果」這個中間值，是不可能破解出來的！因為它是一個散列值 —— 毫無規律的隨機串，例如 32 位十六進制字符串，而字典都是有意義的詞組，幾乎不可能跑到它！除非字節逐個窮舉。但這有 16^32 種組合，是個天文數字。所以「慢加密結果」是無法通過數據庫里泄露的密文「逆推」出來的。

或許你在想，即使不知道明文密碼，也可以直接用「慢加密結果」來登錄。事實上后端儲存時再次加密，就無法逆推出這個散列值了。

當然，不能逆推，但可以順推。把字典里的詞組，用前后端的算法依次執行一次：

back_fast_hash( front_slow_hash(password) )

然后對比密文，即可判斷有沒有猜中。這樣就可以用跑字典來破解。但是有 front_slow_hash 這個障礙，破解速度就大幅降低了。

0×06 對抗預先計算

不過，前端的一切都是公開的。所以 front_slow_hash 的算法大家都知道。攻擊者可以用這套算法，把常用詞組的「慢加密結果」提前算出來，制作成一個「新字典」。將來拖庫后，就可以直接跑這個新字典了。

對抗這種方法，還得用經典的手段：加鹽。最簡單的，將用戶名作為鹽值：

front_slow_hash(password + username)

這樣，即使相同的密碼，對于不同的用戶，「慢加密結果」也不一樣了。也許你會說，這個鹽值不合理，因為用戶名是公開的。攻擊者可以對某個重要人物的賬號，單獨為他建立一個字典。

那么，是否可以提供一個隱蔽的鹽值？答案是：不可以。

因為這是在前端。用戶還沒登錄，那返回誰的鹽值？登錄前就能獲得賬號的鹽值，這不還是公開的嗎。所以，前端加密的鹽值無法隱藏，只能公開。當然，即使公開，單獨提供一個鹽值參數，也比用戶名要好。因為用戶名永遠不變，而獨立的鹽值可以定期更換。

鹽值可以由前端生成。例如注冊時：

# 前端生成鹽值
salt = rand()
password = front_slow_hash(password + salt)

# 提交時帶上鹽值
submit(..., password, salt)

后端將用戶的鹽值也儲存起來。登錄時，輸完用戶名，就可以開始查詢用戶對應的鹽值：

　　當然要注意的是，這個接口可以測試用戶是否存在，所以得有一定的控制。

鹽值的更換，也非常簡單，甚至可以自動完成：

前端在加密當前密碼時，同時開啟一個新線程，計算新鹽值和新密碼。提交時，將它們全都帶上。如果「當前密碼」驗證成功，則用「新密碼」和「新鹽值」覆蓋舊的。這樣更換鹽值，還是只用到前端的算力。

這一切都是自動的，相當于 在用戶無感知的情況下，定期幫他更換密碼！

密文變了，針對「特定鹽值」制作的字典，也就失效了。攻擊者得重新制作一次。

0×07 強度策略

密碼學上的問題到此結束，下面討論實現上的問題。

現實中，用戶的算力是不均衡的。有人用的是神級配置，也有的是古董機。這樣，加密強度就很難設定。如果古董機用戶登錄會卡上幾十秒，那肯定是不行的。對于這種情況，只有以下選擇：

強度固定

強度可變

1.強度固定

根據大眾的配置，制定一個適中的強度，絕大多數用戶都可接受。但如果超過規定時間還沒完成，就把算到一半的 Hash 和步數提交上來，剩余部分讓服務器來完成。

[前端] 完成 70% ----> [后端] 計算 30%

不過，這需要「可序列化」的算法，才能在服務端還原進度。如果計算中會有大量的臨時內存，這種方案就不可行了。相比過去 100% 后端慢加密，這種少量用戶「前后參半」的方式，可以節省不少服務器資源。

對于請求協助的用戶，也必須有一定的限制，防止惡意透支服務器資源。

2.強度可變

如果后端不提供任何協助，那只能根據自身條件做取舍了。配置差的用戶，就少加密一點。用戶注冊時，加密算法不限步數放開跑，看看特定時間里能算到多少步：

# [注冊階段] 算力評估（線程 1 秒后中止） while　　 x = hash(x)　　 step = step + 1 end

這個步數，就是加密強度，會保存到他的賬號信息里。和鹽值一樣，強度也是公開的。因為在登錄時，前端加密需要知道這個強度值。

# [登錄階段] 先獲得 step for i = 0 ~ step　　 x = hash(x) end

這個方案，可以讓高配置的用戶享受更高的安全性；低配置的用戶，也不會影響基本使用。（用上好電腦還能提升安全性，很有優越感吧~）

但這有個重要的前提：注冊和登錄，必須在性能相近的設備上。如果是在高配置電腦上注冊的賬號，某天去古董機登錄，那就悲劇了，可能半天都算不出來。。。

3.動態調整方案

上述情況，現實中是普遍存在的。比如 PC 端注冊的賬號，在移動端登錄，算力可能就不夠用。如果沒有后端協助，那只能等。要是經常在低端設備上登錄，那每次都得干等嗎？等一兩次就算了，如果每次都 等，不如重新估量下自己的能力吧。把加密強度動態調低，更好的適應當前環境。將來如果不用低端設備了，再自動的調整回來。讓加密強度，能動態適應常用的設 備的算力。

實現原理，和上一節的自動更換鹽值類似。

4.異想天開方案

下面 YY 一個腦洞大開的方案，前提是網站有足夠大的訪問量。如果當前有很多在線用戶，它們不就是一堆免費的計算節點嗎？計算量大的問題，扔給他們來解決。

不過這樣做也有一些疑慮，萬一正好推送給了壞人怎么辦？顯然，不能把太多的敏感數據放出去。節點只管計算，完全不用知道、也不能知道這個任務的最終目的。

但是，如果遇到惡作劇節點，故意把數據算錯怎么辦？所以不能只推送給一個節點。多選幾個，最終結果一致才算正確。這樣風險概率就降低了。

相比 P2P 計算，網站是有中心、實名的，管理起來會容易一些。對于惡作劇用戶，可以進行懲罰；參與過幫助的用戶，也給予一定獎勵。

想象就到此，繼續討論實際的。

0×08 性能優化

1.為什么要優化

或許你會問，「慢加密」不就是希望計算更慢嗎，為什么還要去優化？

假如這是一個自創的隱蔽式算法，并且混淆到外人根本無法讀懂，那不優化也沒事。甚至可以在里面放一些空循環，故意消耗時間。但事實上，我們選擇的肯 定是「密碼學家推薦」的公開算法。它們每一個操作，都是有數學上的意義的。原本一個操作只需一條 CPU 指令，因為不夠優化，用了兩條指令，那么額外的時間就是內耗。導致加密用時更久，強度卻未提升。

2.前端計算軟肋

如果是本地程序，根本不用考慮這個問題，交給編譯器就行。但在 Web 環境里，我們只能用瀏覽器計算！相比本地程序，腳本要慢的多，因此內耗會很大。

腳本為什么慢？主要還是這幾點：

弱類型

解釋型

沙箱

3.弱類型

腳本，是用來處理簡單邏輯的，并不是用來密集計算的，所以沒必要強類型。不過如今有了一個黑科技：asm.js。它能通過語法糖，為 JS 提供真正的強類型。這樣計算速度就大幅提升了，可以接近本地程序的性能！

但是不支持 asm.js 的瀏覽器怎么辦？例如，國內還有大量的 IE 用戶，他們的算力是非常低的。好在還有個后補方案 —— Flash，它有各種高性能語言的特征。類型，自然不在話下。

相比 asm.js，Flash 還是要慢一些，但比 IE 還是快多了。

4.解釋型

解釋型語言，不僅需要語法分析，更是失去了「編譯時深度優化」帶來的性能提升。好在 Mozilla 提供了一個可以從 C/C++ 編譯成 asm.js 的工具：emscripten。有了它，就不用裸寫了。而且編譯時經過 LLVM 的優化，生成的代碼質量會更高。

事實上，這個概念在 Flash 里早有了。曾經有個叫 Alchemy 的工具，能把 C/C++ 交叉編譯成 Flash 虛擬機指令，速度比 ActionScript 快不少。

Alchemy 現在改名 FlasCC，還有開源版的 crossbridge

5.沙箱

一些本地語言看似很簡單的操作，在沙箱里就未必如此。例如數組操作：

vector[k] = v

虛擬機首先得檢查索引是否越界，否則會有嚴重的問題。如果「前端慢加密」算法涉及到大量內存隨機訪問，那就會有很多無意義的內耗，因此得慎重考慮。不過有些特殊場合，腳本速度甚至能超過本地程序！例如開頭提到的 MD5 大量反復計算。

這其實不難解釋：

首先，MD5 算法很簡單。沒有查表這樣的內存操作，使用的都是局部變量。局部變量的位置都是固定的，避免了越界檢查開銷。其次，emscripten 的優化能力，并不比本地編譯器差。最后，本地程序編譯之后，機器指令就不會再變了；而如今腳本引擎，都有 JIT 這個利器。它會根據運行時的情況，實時生成更優化的機器指令。

所以選擇加密算法時，還得兼顧實際運行環境，揚長避短，發揮出最大功效。

0×09 對抗 GPU

眾所周知，跑密碼使用 GPU 可以快很多倍。GPU 可以想象成一個有幾百上千核的處理器，但只能執行一些簡單的指令。雖然單核速度不及 CPU，但可以通過數量取勝。暴力窮舉時，可以從字典里取出上千個詞匯同時跑，破解效率就提高了。

那能否在算法里添加一些特征，正好命中 GPU 的軟肋呢？

1.顯存瓶頸

大家聽過說「萊特幣」吧。不同于比特幣，萊特幣挖礦使用了 scrypt 算法。這種算法對內存依賴非常大，需要頻繁讀寫一個表。GPU 雖然每個線程都能獨立計算，但顯存只有一個，大家共享使用。這意味著，同時只有一個線程能操作顯存，其他有需要的只能等待了。這樣，就極大遏制了并發的優 勢。

2.移植難度

山寨幣遍地開花的時候，還出現了一個叫 X11Coin 的幣，據稱能對抗 ASIC。它的原理很簡單，里面摻雜了 11 種不同的加密算法。這樣，制造出相應的 ASIC 復雜度大幅增加了。盡管這不是一個長久的對抗方案，但思路還是可以借鑒的。如果一件事過于復雜，很多攻擊者就望而生畏了，不如去做更容易到手的事。

3.其他想法

之所以 GPU 能大行其道，是因為目前的加密算法，都是簡單的公式運算。這對 CPU 并沒太大的優勢。能否設計一個算法，充分依賴 CPU 的優勢？CPU 有很多隱藏的強項，例如流水線。如果算法中有大量的條件分支，也許 GPU 就不擅長了。

當然，這里只是設想。自己創造加密算法，是非常困難的，也不推薦這么做。

0x0A 額外意義

除了能降低密碼破解速度，前端慢加密還有一些其他意義：

1.減少泄露風險

用戶輸入的明文密碼，在前端內存里就已加密。離開瀏覽器，泄露風險就已結束。即使通信被竊聽，或是服務器上的惡意中間件，都無法拿到明文密碼。除非網頁本身有惡意代碼，或是用戶系統存在惡意軟件。

2.無法私藏明文

盡管大部分網站都聲稱，不會存儲用戶的明文密碼。但這并沒有證據，也許私下里仍在悄悄儲存。如果在前端加密，網站就無法拿到用戶的明文密碼了。也許正是這一點，很多網站不愿意使用前端加密。

事實上，其實網站不愿意也沒關系，我們可以自己做一個單機版的慢加密插件。當選中網頁密碼框時，彈出我們插件。在插件里輸入密碼后，開始慢加密計算。最后將結果填入頁面密碼框里。這樣，所有的網站都可以使用了。當然，已注冊的賬號是不行的，得手動調整一下。

3.增加撞庫成本

「前端慢加密」需要消耗用戶的計算力，這個缺點有時也是件好事。

對于正常用戶來說，登錄時多等一秒影響并不大。但對于頻繁登錄的用戶來說，這就是一個障礙了。誰會頻繁登錄？也許就是撞庫攻擊者。他們無法拖下這個 網站的數據庫，于是就用在線登錄的方式，不斷的測試弱口令賬號。如果通過 IP 來控制頻率，攻擊者可以找大量的代理 —— 網速有多快，就能試多快。

但使用了前端慢加密，攻擊者每試一個密碼，就得消耗大量的計算，于是將瓶頸卡在硬件上 —— 能算多快，才能試多快。所以，這里有點類似 PoW（Proof-of-Work，工作量證明）的意義。關于 PoW，以后我們會詳細介紹。

0x0B 無法做到的

盡管「前端慢加密」有不少優勢，但也不是萬能的。上一節也提到，能減少風險，而不是消除風險。如果本地環境有問題，那任何密碼輸入都有風險。

下面我們來思考一個場景：某網站使用了「前端慢加密」，但沒有使用 HTTPS —— 這會導致鏈路被竊聽。回顧 0×05 小節，如果拿到「慢加密結果」，就可以直接登上賬號，即使不知道明文密碼。的確如此。但請仔細想一想，這不也降低損失了嗎？

本來不僅賬號被盜用，而且明文密碼也會泄露；而如今，只是賬號被盜用，明文密碼對方仍無法獲得。所以，前端慢加密的真正保護的是「密碼」而不是「賬號」。賬號被盜，密碼拿不到！

如果攻擊者不僅能竊聽，還能控制流量的話，就可以往頁面注入攻擊腳本，從而獲得明文密碼。當然，這和電腦中毒、鍵盤偷窺一樣，都屬于「環境有問題」，不在本文討論范圍內。本文討論的是數據庫泄露的場景。

0x0C 多線程慢加密

用戶的配置越來越好，不少都是四核、八核處理器。能否利用多線程的優勢，將慢加密計算進行分解？如果每一步計算都依賴之前的結果，是無法進行拆解的。例如：

for i = 0 ~ 10000　　 x = hash(x) end

這是一個串行的計算。然而只有并行的問題，才能分解成多個小任務。不過，換一種方式的多線程也是可以的。例如我們使用 4 個線程：

# 線程 1 x1 = hash(password + "salt1") for i = 0 ~ 2500　　 x1 = hash(x1) end　# 線程 2 x2 = hash(password + "salt2") for i = 0 ~ 2500　　 x2 = hash(x2) end # ...

最終將 4 個結果合并起來，再做一次加密，作為慢加密結果。但這樣會導致更容易破解嗎？留著給大家思考。

0x0D 總結

前端慢加密，就是讓每個用戶貢獻少量的計算資源，使加密變得更強勁。即使數據泄露，其中也凝聚了全網站用戶的算力，從而大幅增加破解成本。

0xFF 后記

前些年比特幣流行時，突發奇想用瀏覽器來挖礦。雖然沒做成，不過獲得了一些密碼學姿勢。近期重新進行了整理，并添加了一些新想法，于是寫篇詳細的文章分享一下。因為密碼學屬于傳統領域，所以結合當下流行的 Web 技術，才能更有新意。

如果你對算法有疑惑，可以先仔細看 0×05 這節。

如果你是耐心看完本文的，希望能有收獲: )