面向网页篡改检测的混沌MD5算法的研究

随着网页篡改问题的日趋严峻，网页篡改检测技术成为近年来的研究热点。Hash函数校验是目前网页篡改检测任务中常用的一种方法，其中，MD5算法是应用最为广泛的Hash检验函数。然而，在使用MD5算法对网页内容进行校验时，网页内容篡改前后所对应的Hash值存在一定的碰撞问题。针对上述问题，提出了一种面向网页篡改检测的混沌MD5算法，通过基于明文分组的动态参数模型对传统MD5算法的静态参数进行优化，并采用整数帐篷映射对明文分组进行多次迭代，增强算法的抗碰撞性。实验表明，和传统MD5算法相比，混沌MD5算法的Hash值绝对距离与理想值的偏差率减小了0.6047‰，有效降低了网页篡改检测过程中的Hash值碰撞概率。