3、FPE核心概念详解：数据格式保留、字符集、半径、tweak
做PAN保护这么多年，我见过不少团队在选加密方案时卡住。原因很简单——传统加密一上，数据格式就变了，业务系统根本接不住。FPE能解决这个问题，靠的就是四个核心概念：数据格式保留、字符集、半径、tweak。
说白了，这四个东西就是FPE的"四根柱子"。你理解透了，后面选算法、调参数、做工程落地，心里就有底。我一个个拆开来讲。
3.1 数据格式保留——FPE的立身之本
FPE最吸引人的地方，就是加密后数据格式不变。拿PAN来说，16位数字的卡号，加密后仍然是16位数字。不会多一位，不会少一位，更不会冒出字母或特殊符号。
为什么会这样？因为FPE在加密过程中，把明文空间和密文空间映射到同一个格式范围内。你输入的是16位数字，输出也必须是16位数字。这不是巧合，是算法设计时就定死的。
格式保留的本质：密文与明文的字符集、长度、结构完全一致。对下游系统来说，它"看起来"就是原来的数据。
我记得最早做PAN保护时，业务方最担心的就是："加密后卡号变长了怎么办？数据库字段要不要改？"我告诉他们，FPE是格式保留的，长度、类型一个都不变。他们当场松了口气。
这个特性在金融系统里特别吃香。你想想看，核心交易系统、风控规则、对账平台，哪个不是基于PAN格式写的逻辑？格式一变，改造成本能吓死人。
- 数据库字段不用动——原来是varchar(16)，加密后还是varchar(16)
- 索引不用重建——格式保留意味着索引结构不受影响
- 业务逻辑零修改——正则校验、长度判断、格式化展示，全部照旧
3.2 字符集——加密的"字母表"
字符集决定了加密时能用哪些字符。对PAN来说，字符集就是纯数字——0-9一共10个字符。但FPE不只限于数字，你可以自定义字符集。
我在项目中踩过一个坑。当时要加密一个优惠券码，业务要求输出只包含大写字母和数字，但不能包含字母'I'和'O'（怕用户混淆成1和0）。我一开始没在意，直接把标准字母数字集扔进去了，结果测试时发现生成了带I和O的券码。
后来怎么解决的？我自定义了一个字符集：ABCDEFGHJKLMNPQRSTUVWXYZ0123456789，把I和O去掉，半径变成34。嗯，这才是正确的做法。
字符集选择原则：必须覆盖业务允许的所有字符，一个都不能少；同时不能包含业务禁止的字符，一个都不能多。
常见字符集类型：
| 字符集类型 | 包含字符 | 半径 | 典型应用场景 |
|---|---|---|---|
| 纯数字 | 0-9 | 10 | PAN、身份证号、手机号 |
| 大写字母 | A-Z | 26 | 车牌号、航班号 |
| 字母数字 | 0-9, A-Z | 36 | 订单号、优惠券码 |
| 小写字母 | a-z | 26 | 用户名、短链接 |
| 全字母 | A-Z, a-z | 52 | 密钥、令牌 |
3.3 半径——字符集的"大小"
半径其实就是字符集的元素个数。数字集半径=10，字母数字集半径=36。就这么简单？嗯，但它的影响远不止数字大小。
半径直接影响两个东西：安全强度和计算性能。
- 半径越大，安全余量越足——同样的密钥长度下，更大的半径意味着更大的明文空间，暴力破解难度更高
- 半径越大，计算开销也越大——FF1算法里很多运算都和半径挂钩，半径大了循环次数和中间计算量都会涨
我建议大家在选半径时别贪大。满足业务需求就行。纯数字场景半径就是10，硬要扩成36，安全增益有限，性能损失却不小。得不偿失。
// 半径计算示例
// 纯数字PAN：16位数字，半径=10
int radix = 10;
// 字母数字优惠券码：12位，字符集=0-9+A-Z，半径=36
int radix = 36;
// 自定义字符集：去掉I和O，半径=34
String chars = "ABCDEFGHJKLMNPQRSTUVWXYZ0123456789";
int radix = chars.length();注意：半径必须与字符集严格对应。字符集有10个字符，半径就是10。多一个字符或少一个字符，半径都要同步改。否则加解密会直接失败。
3.4 Tweak——加密的"盐"
Tweak是FPE里一个容易被忽视但极其重要的参数。它类似于分组加密中的IV（初始化向量），但又不完全一样。
Tweak的作用是什么？给同样的明文加密出不同的密文。没有tweak的话，同一个PAN每次加密结果都一样——那跟没加密有什么区别？攻击者看到两个相同的密文，就能推断出是同一个卡号。
我曾经因为tweak使用不当，差点出事故。当时在测试环境里，我图省事，把tweak设成了一个固定值。结果所有加密结果都是确定的——同一个PAN在不同时间、不同交易里，密文完全一样。幸好是在测试阶段发现的，要是上了生产，等于给攻击者送了一个"卡号指纹库"。
Tweak的正确用法：每次加密使用不同的tweak。常见的tweak来源包括：
- 交易时间戳——到毫秒级别，重复概率极低
- 交易流水号——全局唯一，天然适合做tweak
- PAN的部分位——搭配其他信息一起用
- 计数器——单调递增，保证每次不同
但要注意，tweak不是密钥。它不需要保密，甚至可以随密文一起传输。它的核心价值是增加加密结果的多样性。
Tweak vs IV的关键区别：IV在解密时需要从密文中提取或单独传输，而tweak的生成规则是加解密双方事先约定好的。解密方只要知道tweak的生成逻辑，就能还原出同样的tweak。
3.5 核心概念关系图谱
这四个概念不是孤立的。它们之间的关系，我画了一张图帮你串起来。
画这张图的时候，我想强调一个点：格式保留是目标，字符集和半径是约束，tweak是变量。没有格式保留，FPE就不叫FPE。没有字符集和半径，加密就不知道往哪个空间映射。没有tweak，加密结果就缺乏随机性，安全大打折扣。
你把这个关系理清了，后面学FF1、FF3算法时就会发现——算法的每一步都在围绕这四个概念展开。字符集决定半径，半径决定分组方式，tweak参与轮函数计算，格式保留约束输出映射。一环扣一环。
工程落地小技巧：做PAN保护时，先确认业务要求的格式约束（长度、字符类型），再据此确定字符集和半径，最后设计tweak生成策略。按这个顺序走，不容易出错。
这四个概念掌握了，FPE的骨架你就搭起来了。后面我会讲具体的算法实现和代码编写，那时候你会回来感谢现在认真理解概念的自己。嗯，先消化这些吧。