编码、哈希与加密的区别:弄清 Base64、SHA 和 JWT

编码只是改变数据的书写方式,任何人都能还原;哈希生成固定长度的指纹,无法还原;加密只有持有密钥才能还原。JWT 是经过编码和签名的,而不是加密的。

ConvertBox发布

三种操作,三个不同的目的

把这三个术语混为一谈会造成真实的安全缺陷:用 Base64 给密码“加密”,或者因为令牌能正常解码就信任它。区分的关键在于谁能把这个操作逆转回去。

编码哈希加密
目的让数据适应只接受特定字符的通道生成用于比较或校验的简短指纹让没有密钥的人无法得知内容
密钥或秘密值不需要不需要(HMAC 会加入密钥)必需
能否还原任何人都能不能有密钥才能
输出大小随输入增长固定:SHA-256 为 256 位与输入大致相同
例子Base64、百分号编码、十六进制SHA-256、SHA-512、MD5AES、RSA、ChaCha20

Base64:体积增加 33% 是怎么算出来的

Base64(RFC 4648)的用途是让任意字节通过只能传输文本的通道,例如邮件正文、JSON 字符串和 HTML 属性。它每次读取 3 个字节,也就是 24 位,分成 4 组、每组 6 位,每组对应 64 个字符中的一个:A-Z、a-z、0-9、+ 和 /。每 3 个输入字节产生 4 个输出字符,比例是 4/3,这就是增加 33% 的来源。输入长度不是 3 的倍数时,用 = 补齐最后一组:Man 编码为 TWFu,Ma 为 TWE=,M 为 TQ==。

输入为 n 个字节时,输出长度是 4 × ceil(n / 3)。一个 1 MB、即 1,048,576 字节的文件会变成 1,398,104 个字符。大小取决于字节数而不是字符数:本站的 Base64 工具会先把文本转换成 UTF-8,所以一个英文字母占 1 个字节,大多数汉字占 3 个字节。这个工具只处理文本。图片或 PDF 解码后的内容不是合法的 UTF-8,会被报告为错误,因此二进制数据请用命令行工具解码。

Base64 与 Base64URL 的区别

标准 Base64 使用 + 和 /,并用 = 填充。这三个字符在 URL 中都有特殊含义,所以 RFC 4648 还定义了一套 URL 安全的字母表,用 - 和 _ 代替,并且通常省略填充。FB FF 这两个字节在标准 Base64 中编码为 +/8=,在 Base64URL 中编码为 -_8。除此之外没有区别,这也是为什么把 JWT 的片段粘贴到普通 Base64 解码器里时,只有恰好含有这些字符才会失败。

本站的 Base64 工具使用带填充的标准字母表编码,输出为不换行的一行。解码器会忽略换行,也能容忍缺少填充,但不接受 - 和 _,需要先把它们替换成 + 和 /。

百分号编码:URL 中哪些字符必须转义

URL 只能包含有限的一组 ASCII 字符,其中 ? & = / # 等字符还充当分隔符。百分号编码(RFC 3986)把其他字节写成 % 加两位十六进制数。非 ASCII 文本会先转换成 UTF-8,所以“中”会变成 %E4%B8%AD。

本站的 URL 编码工具使用 JavaScript 的 encodeURIComponent。它遵循上述规则,此外还会保留 ! * ' ( ) 不做转义。OAuth 1.0 和 AWS Signature Version 4 这类对编码后字符串做哈希的签名方案,要求这五个字符也必须转义。

  • 永远不转义的字符:字母、数字,以及 - . _ ~ 这四个符号(非保留字符)。
  • 编码的对象是值,而不是整个 URL。a b&c=d 这个值在放进查询字符串之前必须变成 a%20b%26c%3Dd;对完整地址编码会把其中的 :// 也转义掉,链接就失效了。
  • 空格在 URL 中是 %20,在 HTML 表单提交中则是 +。遵循 RFC 3986 的解码器会把 + 保留为加号。
  • 编码两次会把 %20 变成 %2520。如果解码结果里仍然有 %XX 序列,说明它被编码了两次。

哈希:单向指纹,以及快速哈希为什么不适合存密码

密码学哈希把任意大小的输入映射成固定长度的摘要:SHA-256 总是输出 256 位,写成 64 个十六进制字符。相同的输入总是得到相同的摘要,改动一个字符就会得到毫不相关的结果,而且无法从输出反推出输入。MD5 和 SHA-1 已被排除在安全用途之外,因为可以人为构造碰撞,也就是两份不同的输入得到相同的摘要;MD5 只适合用作检测意外损坏的校验和。

密码是另一个问题,在这里连 SHA-256 也不合适。通用哈希的设计目标是快,所以拿到泄露数据表的攻击者可以用 GPU 以极高的速度尝试猜测;而且相同的密码会得到相同的哈希,可以在预先计算好的列表里直接查到。存储密码要使用刻意放慢并且加盐的函数:Argon2、bcrypt、scrypt 或 PBKDF2。它们为每个密码保存一个随机盐值,计算成本也可以调节。

本站的哈希生成工具对粘贴文本的 UTF-8 字节计算 MD5、SHA-256、SHA-384 和 SHA-512,末尾的空格和换行也计算在内。它不提供 SHA-1,不计算 HMAC,也不能读取文件;要校验下载的文件,请使用 sha256sum、shasum -a 256 或 certutil -hashfile。

加密:只有持有密钥才能还原

加密把数据变成没有密钥就毫无意义的密文。AES 等对称加密算法在两个方向上使用同一把共享密钥;RSA 和椭圆曲线密码等非对称体系使用任何人都可以持有的公钥,以及必须保密的私钥。HTTPS 把两者结合起来:先用非对称密码协商出密钥,再用对称加密保护通信内容。

有一个实用的判断方法:如果读取数据不需要任何秘密值,那它就没有被加密。HTTP Basic 认证头就是 user:password 的 Base64 形式;dXNlcjpwYXNz 对任何看到它的人来说都能解码成 user:pass,真正提供保密性的只有外层的 TLS 连接。

JWT:是签名,不是加密

JSON Web Token(RFC 7519)是用点号连接的三段 Base64URL:头部、载荷和签名。头部 eyJhbGciOiJIUzI1NiIsInR5cCI6IkpXVCJ9 不过是 {"alg":"HS256","typ":"JWT"} 的编码结果。载荷同样可以直接读出,所以绝不能在里面放密码或敏感的个人数据。保护 JWT 的是第三段:用共享密钥计算的 HMAC(HS256),或者用私钥生成的签名(RS256、ES256)。载荷改动一个字符,签名就对不上了。

因此,解码不等于验证。任何人都能构造出可以完美解码的载荷;只有用密钥或签发方的公钥重新计算签名,才能证明令牌是真实的,服务器还必须检查 exp,它是自 1970 年 UTC 起的秒数。本站的 JWT 解码工具把头部和载荷显示为格式化的 JSON,签名保持原样。它不做验证,并且会拒绝由五部分组成的令牌,那是加密的 JWE,没有密钥无法读取。请用它来排查令牌过期或 audience 不对之类的问题,而不要用它来判断令牌是否可信。

常见任务该选哪一种操作

  • 把二进制数据放进 JSON 或 data URI:Base64。
  • 把一个值放进查询字符串:百分号编码;在 URL 中放 Base64 数据时用 Base64URL 字母表。
  • 检查文件是否完整到达:用 SHA-256 与公布的校验和比对。
  • 存储用户密码:Argon2、bcrypt、scrypt 或 PBKDF2,每个密码使用单独的盐值。
  • 证明消息来自持有某个秘密值的一方:HMAC 或数字签名。
  • 让别人无法读取内容:加密,并把密钥与数据分开保管。

本指南涉及的工具

相关指南

全部指南