c - 对一个非常大的文件进行异或

Question

我想异或一个非常大的文件（~50 Go）。

更准确地说，我想通过使用密钥 3847611839 对纯文本文件的每个 32 字节块（因为内存不足）进行异或操作，并创建（一个接一个块）一个新的密码文件。

感谢您的任何帮助！！

Answer 1

这听起来很有趣，听起来不像是家​​庭作业。

我没有以前的异或加密文件可供尝试，但如果你来回转换一个，就没有差异。

我至少试过了。享受！:) 这个异或每 4 个字节带有 0xE555E5BF，我想这就是你想要的。

这是bloxor.c

// bloxor.c - by Peter Boström 2009, public domain, use as you see fit. :)

#include <stdio.h>

unsigned int xormask = 0xE555E5BF; //3847611839 in hex.

int main(int argc, char *argv[])
{
    printf("%x\n", xormask);
    if(argc < 3)
    {
        printf("usage: bloxor 'file' 'outfile'\n");
        return -1;
    }

    FILE *in = fopen(argv[1], "rb");
    if(in == NULL)
    {
        printf("Cannot open: %s", argv[2]);
        return -1;
    }

    FILE *out = fopen(argv[2], "wb");

    if(out == NULL)
    {
        fclose(in);
        printf("unable to open '%s' for writing.",argv[2]);
        return -1;
    }
    char buffer[1024]; //presuming 1024 is a good block size, I dunno...

    int count;

    while(count = fread(buffer, 1, 1024, in))
    {
        int i;
        int end = count/4;
        if(count % 4)
            ++end;

        for(i = 0;i < end; ++i)
        {
            ((unsigned int *)buffer)[i] ^= xormask;
        }
        if(fwrite(buffer, 1, count, out) != count)
        {
            fclose(in);
            fclose(out);

            printf("cannot write, disk full?\n");

            return -1;
        }
    }

    fclose(in);
    fclose(out);

    return 0;
}

Answer 2

正如starblue 在评论中提到的那样，“请注意，这充其量只是混淆，而不是加密”。它甚至可能不是混淆。

XOR 的一个属性是(Y xor 0) == Y. 这对您的算法意味着什么，对于您非常大的文件中存在零运行的任何地方（考虑到文件的大小，这似乎很可能），您的密钥将显示在密码文件中。平淡如日。

XOR 加密内容的另一个不错的功能是，如果某人同时拥有明文和密文，则将这些项进行异或运算会为您提供一个输出，该输出具有用于反复执行密码的密钥。如果该人知道这两个文件是明文/密文对，那么他们就知道了密钥，如果该密钥用于多个加密，则该密钥是错误的。如果攻击者不确定明文和密文是否相关，那么他们在这之后会有一个很好的主意，因为密钥是输出中的重复模式。这都不是一次性密码的问题，因为密钥的每一位只使用一次，所以人们可以从这次攻击中学到任何新东西。

很多人错误地认为，因为一次性密码被证明是牢不可破的，所以 XOR 加密“如果做得好”可能是可以的，因为执行的基本操作是相同的。不同之处在于一次性键盘仅使用密钥的每个随机位一次。因此，除其他事项外，如果明文中有一系列零，则与简单的固定密钥 XOR 密码不同，对密钥一无所知。

正如布鲁斯·施奈尔（Bruce Schneier）所说：“这个世界上有两种密码学：会阻止您的小妹妹阅读您的文件的密码学，以及会阻止主要政府读取您的文件的密码学。”

XOR 密码几乎不能证明小姐妹 - 即使这样。

Answer 3

您需要围绕流式架构设计一个解决方案：您在“流”中读取输入文件，对其进行修改，然后将结果写入输出文件。

这样，您不必一次读取所有文件。

Answer 4

如果您的问题是如何在不使用磁盘上额外空间的情况下执行此操作，我会以 32 字节的倍数（尽可能大）读取块，使用内存中的块，然后再次将其写出。您应该能够使用ftellandfseek函数来做到这一点（long当然，假设您的类型足够大）。

如果您可以从地址空间中节省出那么多（并且您的操作系统支持它），那么对文件进行内存映射可能会更快，但我会先尝试最简单的解决方案。

当然，如果空间不是问题，只需读取块并将它们写入一个新文件，如下所示（伪代码）：

open infile
open outfile
while not end of infile:
    read chunk from file
    change chunk
    write chunk to outfile
close outfile
close infile

这种读/处理/写是非常基本的东西。如果您有更复杂的要求，您应该用它们更新您的问题。