Hash não é anonimização
Por que isso importa Empresas muitas vezes dizem que compartilham só endereços de e-mail "com hash", como se isso os tornasse anônimos. Neste laboratório você desfaz uma lista com hash em uma fração de segundo, com e-mails sintéticos. Depois de ver isso, você vai ler "só compartilhamos dados com hash" de um jeito muito diferente.
Um liquidificador de mão única
Pense em um hash como um liquidificador: coloque um morango e você recebe sempre a mesma vitamina rosa, mas não consegue transformar a vitamina de volta em morango. Parece seguro. O problema: se você suspeita que era um morango, bate um você mesmo e compara.
Hash: uma função que transforma qualquer texto em uma impressão digital de tamanho fixo, sempre a mesma para a mesma entrada. O SHA-256 dá 64 caracteres hexadecimais. Você não consegue rodá-lo de trás para a frente.
Força bruta: testar todas as entradas possíveis até uma bater. Funciona sempre que a lista de entradas possíveis é pequena o bastante para testar.
Por que não é anônimo
Os e-mails passam por hash justamente para que duas empresas consigam associá-los: as duas fazem o hash de sam.smith@mail.example e obtêm os mesmos 64 caracteres. IDs de e-mail com hash na publicidade funcionam assim. O hash é um ID estável da pessoa, não um disfarce.
E não existem tantos e-mails assim. Nosso sistema de e-mail de prática só distribui first.last@domain ou firstNN@domain, a partir de 30 nomes, 30 sobrenomes e 3 domínios: 11.610 endereços possíveis no total. Fazer o hash de todos leva um piscar de olhos. Espaços de endereços reais são muito maiores, mas corretores de dados já têm listas enormes de endereços reais, então só fazem o hash do que têm e comparam.
O plano
normalise(email): tire os espaços e passe para minúsculas. Todo mundo faz isso antes do hash, para queSam.Smith@Mail.Exampleesam.smith@mail.examplebatam.sha256_hex(text):hashlib.sha256(text.encode("utf-8")).hexdigest()..encodetransforma texto em bytes, que é o que as funções de hash comem.all_candidates(): percorra domínios, nomes e sobrenomes para listar todos os endereços possíveis.crack(hashes): monte um dict do hash de cada candidato para o candidato, uma vez, e depois procure cada hash vazado. Montar uma vez importa: fazer o hash de 11.610 endereços para cada um de 200 hashes vazados seria 200 vezes mais lento.
Tabela de consulta: um dict montado com antecedência a partir de respostas de que você pode precisar, para que cada pergunta seja respondida em um passo. Atacantes as montam para senhas comuns e listas de e-mail.
Um equívoco comum
"O SHA-256 é inquebrável, então dados com hash são seguros." O SHA-256 cumpre bem o que faz: ninguém o roda de trás para a frente. A fraqueza está na entrada: quando as entradas possíveis podem ser listadas, você nunca precisa rodá-lo de trás para a frente. Números de telefone são um caso conhecido: todos os números de um país cabem em alguns bilhões de possibilidades, poucas o bastante para um computador rápido testar uma por uma.
Lembrete: isto só roda em endereços sintéticos. Fazer isso com os dados de pessoas reais é exatamente o dano que este módulo ensina você a evitar, e a próxima lição é a defesa.
Experimente Cronometre: envolva sua chamada a crack com time.perf_counter() antes e depois. Na maioria dos notebooks ela termina em bem menos de um segundo para 11.610 candidatos.
Em outras linguagens
JavaScript (Node):
const { createHash } = require("crypto");
const sha256 = t => createHash("sha256").update(t, "utf8").digest("hex");
const lookup = new Map(allCandidates().map(e => [sha256(e), e]));
const found = leaked.filter(h => lookup.has(h)).map(h => [h, lookup.get(h)]);PHP:
$lookup = [];
foreach (all_candidates() as $e) { $lookup[hash('sha256', $e)] = $e; }
$found = array_intersect_key($lookup, array_flip($leaked));Resumo
- Um hash é o mesmo para a mesma entrada, o que o torna um ID estável, não um disfarce.
- Quando as entradas possíveis podem ser listadas, faça o hash de todas e compare: força bruta.
- Monte a tabela de consulta uma vez e depois cada hash é uma única consulta ao dict.
- "Só compartilhamos e-mails com hash" ainda compartilha uma pessoa. A defesa vem a seguir.
Escreva normalise(email) (tirar espaços e passar para minúsculas), sha256_hex(text) (o hex digest SHA-256 do texto em UTF-8), all_candidates() (uma lista de todos os endereços first.last@domain e firstNN@domain, NN de 1 a 99, usando FIRST_NAMES, LAST_NAMES e MAIL_DOMAINS) e crack(hashes) (um dict {hash: email} para cada hash que você consegue recuperar). Depois defina found = crack(leaked).
Viu um problema nesta lição? Reporte-o · Pergunte sobre esta lição
Este exercício abre em breve
Termine a lição anterior para que esta seja desbloqueada. O curso inteiro é gratuito, não precisa de conta, e você pode ler esta lição agora mesmo.
Este navegador está bloqueando cookies para learn.floati.life, então as lições que você terminou aqui não podem abrir em ordem. Permita cookies para este site e recarregue.