密码学基础：对称加密、非对称加密、哈希函数
做密文检索系统，说白了就是把加密技术用到搜索上。你想想看，如果我们连基础密码都不熟，后面那些高阶玩法根本接不住。这一章我带你过一遍三大核心模块——对称加密、非对称加密、哈希函数。我会结合自己踩过的坑，把每个东西到底怎么用讲明白。
对称加密
对称加密用同一个密钥加密和解密。速度快，适合大量数据。但问题也很明显——密钥怎么安全地交给对方？
常见算法：
- AES（Advanced Encryption Standard）—— 当前工业标准，推荐 AES-256
- DES / 3DES —— 老旧，DES 已被暴力破解，3DES 性能差，别用
- SM4 —— 国密标准，国内项目常用
我记得有一次做支付接口，对方要求用 AES-256-GCM。我一开始用了 CBC 模式，结果每次解密都要手动处理填充。后来发现 GCM 自带认证标签，还能检测篡改。从那以后，除非特殊需求，我都选 GCM 模式。
对称加密在密文检索里的作用：直接加密文档内容，然后对密文做倒排索引。但索引本身不能暴露原词，所以需要哈希或特殊加密算法配合。
非对称加密
非对称加密有一对密钥：公钥加密，私钥解密。公钥可以公开，私钥自己死死藏好。优点是解决了密钥分发问题，缺点是计算量比对称加密大几百倍。
常见算法：
- RSA —— 经典，密钥长度至少 2048 位。加密速度慢，适合加密小段数据（如 AES 密钥）
- ECC（椭圆曲线加密） —— 更短的密钥达到相同安全强度。256 位 ECC 约等于 3072 位 RSA
- SM2 —— 国密 ECC 实现，国内政务系统强制要求
你想想看，假如你要把 AES 密钥安全传给对方，直接用 RSA 加密这个密钥行不行？当然行。这就是经典的混合加密体系：用对称加密处理大块数据，用非对称加密交换对称密钥。
在密文检索里，非对称加密常用于密钥管理和权限控制。比如用户用公钥加密检索 ，服务端用私钥解密后验证身份。
| 特性 | 对称加密 | 非对称加密 |
|---|---|---|
| 密钥数 | 1 个 | 2 个（公私钥对） |
| 速度 | 快（硬件加速可达 Gbps） | 慢（RSA 2048 加密约 2000 次/秒） |
| 密钥分发 | 困难 | 公钥公开，私钥本地 |
| 典型用途 | 大数据量加密 | 密钥协商、数字签名 |
哈希函数
哈希函数把任意长度输入变成固定长度的“指纹”。它是单向的——从哈希值没法反推原文。碰撞抵抗的意思是，很难找到两个不同输入得到同一个哈希值。
常见算法：
- SHA-256 —— 目前最通用，安全，NIST 推荐
- SHA-3 —— 新一代，不是 SHA-2 升级版，是全新结构
- MD5 / SHA-1 —— 已经能构造碰撞，千万别用
我在某云厂商安全审计时发现，他们后端还在用 MD5 存密码。你猜怎么着？我直接给他们报了高危漏洞。密码存储正确的做法是：bcrypt 或 scrypt 或 Argon2，至少加盐。
哈希在密文检索里扮演核心角色。比如我们想对密文做关键词索引，不能直接存明文词，又不能做全文扫描。常见做法是把关键词哈希（或加密）后作为索引项。搜索时对查询词做相同哈希映射，就能定位到包含该词的密文文档。
三者如何协作？
下面这张图展示了它们之间的关系和典型链路。
避坑汇总
- 不要自己造加密算法，用标准库。我见过一个前辈手写了个“异或加密”，上线第一周就被攻破。
- 对称加密的初始向量（IV）必须随机，且每次加密不同。固定 IV 会导致相同明文得到相同密文，特征泄露。
- 非对称加密不要用来加密大文件，性能撑不住。正确的做法是：用对称密钥加密文件，再用非对称加密保护这个密钥。
- 哈希算法要注意长度扩展攻击（如 SHA-256 在特定场景下有风险），密钥哈希建议用 HMAC。
- 密码存储一定要加盐，并使用慢哈希算法（bcrypt、argon2）。
好了，这一章我们把密码学三大组件讲透了。接下来的章节会基于这个基础，一步步搭建可落地的密文检索接口。别急，先把这些概念记牢，代码里才不会翻车。