密码学在Android加密中的应用和实践——MD5(1)
上一节课我们介绍说——加解密是App逆向分析，Js逆向中都十分重要和不可或缺的一部分，所以我们有必要从一个整体的、俯视的角度去了解Android中的加解密算法。这节课我们来具体的验证和学习它。我们讲解的第一个加解密算法是MD5算法。
一.什么是MD5
MD5消息摘要算法（英语：MD5 Message-Digest Algorithm），一种被广泛使用的密码散列函数，可以产生出一个128位（16字节）的散列值（hash value），用于确保信息传输完整一致。
上面这是比较正式和官方的解释，我们使用更加通俗、实用、具体的语言来描述它。
-
MD5是一种散列函数，散列函数又译做哈希函数（Hash），很多人习惯称之为MD5加密算法，但实际上MD5是一种散列算法。
-
加密算法分为单向加密和双向加密，MD5是单向加密，比如123456的MD5值是e10adc3949ba59abbe56e057f20f883e，在理论上，没有办法可以从MD5值e10adc3949ba59abbe56e057f20f883e倒推到123456。而在双向加密算法中，加密的结果可以使用密钥和算法将加密以后的密文解密为原文，而MD5不行。MD5是单向加密这一点很关键，我们后续会再提到它。
-
对源数据进行最小的改变，MD5的结果变动都会非常大，值会完全不同。与此同时，只要明文不变，无论计算多少遍，MD5值都完全相同。而有一些加密算法，明文相同，加密结果可能有许多种。
-
MD5在Android中常用来用作sign签名：比如账号注册/登录时，计算密码的MD5值，传输时使用密码的MD5值；比如POST data中，常常就是对其他所有POST的字段进行拼接，之后求MD5值，只要你一个字段值不对，这个md5值就不可能正确，这样就很好的达到了防护和验证的目的。这个签名字段有时候叫sign，也有时候直接用原意signature(签名)。
5. 任意长度的数据得到的MD5值长度是固定的，总是由16进制组成的32位字符串，即只包含数字0到9和字母A到F（或a~f）。
下面是几个JS和Android中的例子
- 微信公众平台的密码提交
- 某不知名app中用MD5对post data进行加密（apisign字段）
- 新浪Android客户端用MD5进行签名验证（sign字段）
- 小红书app中的Post字段，sign显然是MD5，除此之外，deviceId也像是一个MD5，在固定的间隔加上-分隔符而已，device-finger(即设备指纹)似乎由几个内容拼凑而成，其中似乎也有一部分是MD5。
上面我们讲了什么是MD5，那么我们为什么需要了解MD5？？？?
从上文我们可以知道MD5最明显的两个特征是32位和不可逆
如何利用这两个特征？
一
我们就可以在抓包和JS解密时，一看到32位的字符串，且只有0-9+a-f这十六个字符出现，就立马意识到这是一个MD5，然后针对MD5加密的特征进行突破，而不是毫无底气的乱找！
属于何种加密这个信息本身，就可以提供大量的信息。
比如在Android开发中中，MD5加密的实现代码往往是类似的，所以我们可以针对其中必须要使用的方法、函数和流程，进行Hook(后续会讲)，这样就可以得到程序中加密前的原文和堆栈调用。
而在Js解密中，如果我们确定某个参数是MD5加密，但我们始终找不到这个参数生成的具体逻辑，那么我们也可以直接全局搜索MD5函数，直接在实现MD5的Javascript函数上打断点。
二
我们先来想一下服务器的美梦，将许多个字段拼接join在一起，然后轻轻松松求个MD5，根据我们上面讲的第三点，MD5原文只要发生微小变化，MD5的结果就会完全不同。
那么如果请求字段中加上sign，当你想通过爬虫程序大规模模拟请求数据时，只要有一个字段没搞清楚，或者一个字段没有解密出来，sign的MD5就必定是错的，服务器验证不通过，资源不予请求，多么爽歪歪。
但是
MD5是不可逆的，那么我们就需要考虑——服务器它自己拿到了MD5值，却也没办法还原成原文，来查看和比对每个字段的内容，那怎么验证你提交的字段是对是错？？
所以呀，服务器没办法逆向MD5的结果，它只好拿一模一样的原数据做一遍MD5，校验结果。
那么首先，它需要将源数据和签名后的值一起提交到后台，保证服务器拥有原数据。比如通过一个很长的get请求，里面一堆杂七杂八的字段，加上一个sign字段，或者通过一个简单的post data。
其次，这里有一个问题，我们前面说，sign可能是对六七八九十个字段先进行拼接，然后进行MD5加密，得到一个结果，那么假设我们的字段如下?
“c=3&f=lilac&a=verison 3.3&d=timestamp&……&g=……&……”
怎么确定字段拼接的先后呢？
你把一堆东西塞进某个Java集合，万一集合自己对数据进行了个啥排序，或者某个字段用户没提交/不需要提交时，那不就全乱套了吗？怎么保证你在本地的加密顺序和服务器端加密顺序是一致的呢？
在Android开发中，通常使用的处理办法是先对字段进行排序。
比如说，把需要参与MD5加密的字段的字段名，单独拎出来搞个数组，弄一下array.sort排序，然后再通过字典取值的方式拼接出排序后的key value值进行MD5.
处理前：“c=3&f=lilac&a=verison 3.3&b=timestamp&……&g=……&……”
处理后：“a=version3.3&b=timestamp&c=3&……”
正因为在Android的客户端和服务器中都做了这样的处理，因此排序不会出现问题了。
那么当我们反编译源码时，几千几万行代码中，就需要有意识的看这样的代码结构，一眼看到一个map集合，下面对它进行了sort排序，稳了稳了，十有八九是你要找的MD5.
到此为止吧，这一篇blog。
现在是凌晨一点半，blog是从10点开始写的，我现在关心这样几件事：
- 我的blog系列主线是Android逆向入门，密码学xxx这个系列是Androdi逆向中打怪升级必要的副本，那么……我每个blog的内容有什么问题吗，够细致吗？可以让新手去理解和不恐惧逆向吗？深度需要提升吗？排版有问题吗？有什么我没注意到的地方吗?
- 有人在看我的blog吗？它……有意义吗？
- 写blog真的很耗费时间，尤其我爱追求尽善尽美，这给我带来了很多时间上的耗费。网上已经有太多太多Android逆向的视频教程、博客教程了。但我着实感觉它们的起点和基础太高，很多都是面向Java高级程序员和Android开发人员，因此开局就arm汇编，就是JNI，而许多希望通过app逆向实现爬虫程序的Python程序员，开局……甚至没有一条狗，基础相差太多，Android逆向书籍即使拿到手也只能空叹气。其次，一些大佬或者语言如梦呓和饶舌让人费解，或者留一手留的太多，只给结果留人瞻仰，不留思考和步骤供人学习，真的很让人遗憾，因此才萌生了自己写一个系列的尝试和想法。
- 我可爱的小女朋友现在在做什么梦呢？是一个芒果味的悠哈软糖梦？还是一条虎鲸或者一只大白狗？我现在很想她，但为了未来我们还要忍受很久的异地和寂寞。
参考和借鉴的BLOG
https://blog.csdn.net/qq_30993595/article/details/80453807
https://blog.csdn.net/baidu_34045013/article/details/80687557
接下来几个小节的内容才是实践和重点，大家加油！