MD5とは、どんな長さのデータからも128ビット(16進数で32文字)の値を計算するハッシュ関数で、1992年にRFC 1321として公開されました。

違うデータが同じ値になる「衝突」を短時間で作れるようになったため、今は偶然の破損の確認にとどめ、署名・パスワード・改ざんの確認にはSHA-256などを使います。

この記事では、仕組みをバイト列で追い、危険な理由、使ってよい場面の判断表、WindowsとLinuxでの確認方法を図で解説します。

Study SECの外資系エンジニアのアイコン
外資系エンジニア

この記事は以下のような人におすすめ!

  • MD5の値が何を表すのか知りたい人
  • MD5が危険な理由を知りたい人
  • ファイルのハッシュ値を確かめたい人

MD5とは:データの「指紋」を作るハッシュ関数

1-1. MD5の定義と、ハッシュ値の見た目

RFC 1321は、MD5を、任意の長さの入力から128ビットの「指紋(fingerprint)」、つまりメッセージダイジェストを作るアルゴリズムと説明しています。

128ビットは16バイトで、1バイトを16進数の2文字で書くため、MD5の値は0〜9とa〜fを使った32文字の文字列になります。

次の図は、RFC 1321の付録に載っているテスト値を使って、入力とMD5の値の関係を示したものです。

MD5の入力と出力の図で、任意の長さの入力がMD5を通ると128ビット、16進数で32文字の値になることと、RFC 1321のテスト値として空の入力がd41d8cd98f00b204e9800998ecf8427e、aが0cc175b9c0f1b6a831c399e269772661、abcが900150983cd24fb0d6963f7d28e17f72、message digestがf96b697d7cb7938d525a2f31aaf161d0になることを示している
入力の長さに関係なく、MD5の値は32文字です。

①入力が空でも、MD5の値は32文字になります。

②「a」と「abc」のように入力が少し違うだけで、値は似ても似つかないものになります。

③「message digest」のような長い入力でも、出力の長さは変わりません。

RFC 1321は、証明書などのX.509の形式でMD5を示すためのアルゴリズムの識別子(OID)も定めていて、さまざまな仕組みの部品として使われてきました。

この性質を使うと、ファイルの中身を短い値に置き換えて比べられます。

Microsoftの説明でも、ファイル名や拡張子を変えてもハッシュ値は変わらず、中身を1文字でも変えるとハッシュ値が変わるとされています(参考1・参考6)。

1-2. ハッシュ関数に求められる3つの性質

RFC 1321の作者は、同じ値になる2つのメッセージを作ることも、決められた値になるメッセージを作ることも、計算上は現実的でないだろうと予想していました。

これは、NISTが承認済みのハッシュ関数に求める次の3つの性質にあたります。

性質意味MD5の今の状態
衝突耐性同じ値になる2つの入力を見つけられない破られている(当時のPCで数秒〜1分)
原像耐性値から、その値になる入力を見つけられない最良の攻撃でも約2の123.4乗回で、まだ重い
第二原像耐性ある入力と同じ値になる別の入力を見つけられないRFC 6151は原像と同じ節で扱い、計算量はまだ大きいと評価

RFC 6151は、公開された攻撃の結果から、衝突耐性が必要な場面でMD5を使うのは賢明でないとまとめています。

つまりMD5は、3つのうち衝突耐性が崩れた状態で、その用途に衝突耐性が要るかどうかが使い分けの鍵になります(参考1・参考2・参考3)。

MD5の仕組み:512ビットずつ混ぜて128ビットにする

2-1. パディング:データを512ビットの倍数にそろえる

MD5は、入力をそのまま計算するのではなく、まず長さを512ビットの倍数にそろえます。

RFC 1321の手順1では、データの後ろに「1」のビットを1つ付け、続けて「0」を付けて、長さを「512で割ると448余る」状態にします。

手順2では、元の長さ(ビット数)を64ビットで表した値を、下位のバイトから順に付け足します。

448+64=512なので、この時点でデータはちょうど512ビットの倍数になります。

次の図は、3文字の「abc」がパディングされて1ブロックになる様子を、16進数のバイト列で示したものです。

MD5のパディングの図で、abcの3バイト61 62 63の後ろに80を1バイト付け、56バイト目まで00で埋め、最後の8バイトに元の長さ24ビットを下位バイトから18 00 00 00 00 00 00 00として入れると、合計64バイト、512ビットの1ブロックになることを、16バイトずつ4行のバイト列で示している
3バイトの「abc」も、パディングで64バイトの1ブロックになります。

「abc」はASCIIで61・62・63の3バイト、つまり24ビットです。

「1」のビットを付けると、バイト単位では80(2進数で10000000)が1つ付きます。

そのあと56バイト目まで00が続き、最後の8バイトに24を16進数で表した18が入ります。

パディングは、もともと448ビット余る長さのデータでも省略されず、少なくとも1ビット、多くて512ビットが付け足されます。

元の長さが2の64乗ビットを超えるような極端に大きなデータでは、長さの下位64ビットだけが使われます(参考1)。

2-2. 4つのレジスターと64回の操作

パディングが終わったら、A・B・C・Dという32ビットのレジスター(作業用の箱)4つに、決められた初期値を入れます。

初期値は、Aが0x67452301、Bが0xefcdab89、Cが0x98badcfe、Dが0x10325476で、RFCでは下位のバイトから「01 23 45 67」のように書かれています。

次に、512ビットのブロックを32ビットずつ16語に分け、ブロックごとに4つのラウンドを16回ずつ、合わせて64回の操作を行います。

MD5の圧縮処理の図で、A・B・C・Dの4つの32ビットレジスターを初期値0x67452301、0xefcdab89、0x98badcfe、0x10325476で始め、関数F・G・H・Iのラウンドを16回ずつ計64回行い、各操作でブロックの1語、正弦関数から作る64個の定数、左回転のビット数を使い、最後に元の値を足してA〜Dを並べた128ビットがMD5の値になることを示している
1ブロックごとに64回の操作でレジスターをかき混ぜます。

4つのラウンドでは、F・G・H・Iという関数が順に使われ、3つの32ビット値をビットごとに混ぜ合わせます。

たとえばFは、ビットごとに「Xが1ならYを、0ならZを選ぶ」という条件分岐の働きをし、Hは3つの値の排他的論理和(XOR)です。

1回の操作では、レジスターの値に、関数の結果、ブロックの1語、定数を足して決められたビット数だけ左に回転させ、最後に隣のレジスター(b)の値を足します。

定数は64個あり、それぞれ2の32乗にiの正弦(sin)の絶対値を掛けた値の整数部分です。

1ブロック分の64回が終わると、処理を始める前の値を各レジスターに足し、次のブロックへ進みます。

すべてのブロックを処理したあと、Aの下位バイトからDの上位バイトまでを並べた128ビットが、MD5の値になります。

MD5は、同じ作者のMD4を拡張したアルゴリズムです。

RFC 1321は、MD4が速さを重視しすぎて攻撃を受ける危険の「瀬戸際」にあったため、MD5では4つ目のラウンドを加え、各ステップに固有の定数を足すなど、少し速さを譲って慎重な設計にしたと説明しています。

それでもRFC 1321によると、MD5は32ビットのコンピューターで速く動くように設計され、大きな変換表も必要とせず、付録にはC言語の参照実装も載っています。

この「速さ」は、後で説明するパスワードの保存では弱点になります(参考1)。

2-3. MD5とSHA-256の違い

MD5の代わりとしてよく使われるのが、NISTのFIPS 180-4で定められたSHA-256です。

次の図は、同じ「abc」から計算したMD5とSHA-256の値と、主な違いを並べたものです。

MD5とSHA-256の比較の図で、abcのMD5値900150983cd24fb0d6963f7d28e17f72は32文字、SHA-256値ba7816bf8f01cfea414140de5dae2223b00361a396177a9cb410ff61f20015adは64文字であることと、出力の長さ128ビットと256ビット、1ブロックはどちらも512ビット、衝突の強さはMD5が想定2の64乗に対し実際は数秒から1分、SHA-256はNISTの表で128ビット、NISTの承認はMD5が一覧に含まれずSHA-256はFIPS 180-4で承認、を表で並べている
出力の長さだけでなく、衝突への強さが大きく違います。

図のSHA-256の値は、RFC 6234のテストで「abc」に対する期待値として載っているものです。

いちばん目に見える違いは長さで、MD5は128ビット(32文字)、SHA-256は256ビット(64文字)です。

NISTは、衝突への強さを出力の長さの半分のビット数で表していて、SHA-256の衝突耐性は128ビットです。

MD5も設計上は約2の64乗回の計算が必要と見込まれていましたが、実際には次の章で説明する攻撃で、ずっと短い時間で衝突が見つかります。

NISTが承認しているハッシュ関数は、FIPS 180-4のSHA-1とSHA-2系、FIPS 202のSHA-3系で、MD5は含まれていません。

より長い出力が必要な場面では、同じSHA-2系のSHA-384・SHA-512や、SHA-3系のSHA3-256なども承認の一覧に入っています。

なお、SHA-1もNISTが2011年に非推奨とし、2013年末にデジタル署名での使用を認めなくなったので、MD5の代わりにSHA-1を選ぶのは避けます(参考3・参考8)。

MD5が安全でなくなった理由:衝突攻撃

3-1. 衝突とは:違うデータが同じ値になること

衝突とは、中身の違う2つのデータから、同じハッシュ値が計算されることです。

MD5の出力は2の128乗通りに限られ、入力の種類には限りがないので、衝突そのものは理屈の上では存在します。

問題になるのは、衝突するデータの組を、攻撃者が狙って短時間で作れるかどうかです。

MD5の衝突の図で、中身の一部が違うファイルAとファイルBがMD5を通ると32文字すべて同じ値になることと、設計上は衝突を見つけるのに約2の64乗回の計算が必要と想定されていたが、RFC 6151によると2006年にノートPC(1.6GHz)で約1分、2007年に2.6GHzのPCで10秒以下で見つけられるようになったことを並べている
衝突自体は避けられませんが、MD5では狙って作れてしまいます。

RFC 1321は、衝突を見つける難しさを約2の64乗回の計算と見込んでいました。

ところがRFC 6151によると、2006年の研究では一般的なノートPC(1.6GHz)で約1分、2007年の研究では2.6GHzのPCで10秒以下で衝突が見つかると報告されています。

図のファイルAとファイルBのように、中身の違う2つのデータが同じMD5の値を持つと、「値が同じなら中身も同じ」という前提が崩れます(参考1・参考2)。

3-2. 研究の年表:1993年から証明書の偽造まで

MD5の弱点は一度に見つかったわけではなく、20年ほどかけて段階的に明らかになりました。

次の図は、RFC 6151が紹介している研究を、年ごとに並べたものです。

MD5の安全性の年表の図で、1992年RFC 1321で公開、1993年圧縮関数の擬似衝突、1996年圧縮関数の衝突、2004年MD5の衝突ペアの発表、2006年ノートPCで約1分、2007年10秒以下と証明書への応用、2009年偽のCA証明書の作成、2011年RFC 6151で署名には使えないと明記、の8つの出来事を時系列で並べ、部品への攻撃を灰、MD5全体の衝突を橙、証明書への応用を赤で色分けしている
部品への攻撃から始まり、証明書の偽造まで進みました。

1993年と1996年の結果は、MD5の部品である圧縮関数への攻撃で、MD5全体の衝突ではありませんでした。

2004年に初めてMD5そのものの衝突ペアが発表され、2005年のEUROCRYPTで詳しい手法が公開されました。

その後も改良が続き、2007年から2009年にかけて、衝突の手法がX.509証明書に応用されました。

2009年には、衝突を使って偽の認証局(CA)の証明書を作る研究も発表されています。

RFC 6151は、衝突を見つける速さをさらに上げる研究もその後に出ているものの、ここまでの結果だけで、デジタル署名のように衝突耐性が要る用途からMD5を外す十分な理由になるとしています。

RFC 6151は、メールの受信に使うPOPのAPOPのような、パスワードを使うチャレンジ・レスポンス認証にも衝突攻撃が応用できると指摘しています(参考2)。

3-3. 衝突がデジタル署名や証明書で問題になる理由

デジタル署名では、大きな文書をそのまま扱うのではなく、まずハッシュ値に縮めてから秘密鍵で署名します。

RFC 1321も、もともとMD5を、大きなファイルをRSAなどの公開鍵暗号で署名する前に安全に「圧縮」するためのものと説明していました。

次の図は、衝突があると署名が別の文書に流用されてしまう流れを、記号で示したものです。

MD5の衝突で署名が流用される流れの図で、攻撃者がMD5値が同じ文書Aと文書Bを用意してAだけを提出し、署名者は無害なAを確認してそのMD5値hに署名Sを付け、攻撃者がSを悪意のあるBに付け替えると、検証者がBのMD5値を計算しても同じhになるため署名の検証が成功してBを正しいと誤認することを、攻撃者・署名者・検証者の3つの場面で示している
署名はハッシュ値に付くので、衝突があると別の文書に流用されます。

①攻撃者は、無害な文書Aと悪意のある文書Bを、MD5の値が同じになるように作ります。

②署名者はAの中身を確かめ、問題がないのでAのMD5値hに署名Sを付けます。

③攻撃者がSをBに付け替えると、検証者が計算するBのMD5値も同じhなので、署名の検証が成功してしまいます。

この理由から、RFC 6151は、デジタル署名のように衝突耐性が必要な場面では、MD5はもう受け入れられないとしています(参考1・参考2)。

署名と検証の仕組みそのものは、次の記事で詳しく解説しています。

デジタル署名とは。中央上の大きな文書の紙の署名欄の右に、白い鍵の形が入ったティールの丸い印が重なり、左の地面にノートPC、右に縦長のサーバーと手前に立つ人物がいるイラスト
デジタル署名とは?生成と検証の仕組み、RSA・ECDSAの違いを図解デジタル署名とは何かを図解します。秘密鍵で署名し公開鍵で検証する流れ、秘密鍵で暗号化という説明がRSAにしか当てはまらない理由、RSA-PSS・ECDSA・Ed25519の違い、証明書と失効、タイムスタンプと長期署名まで解説します。...

証明書に書かれた署名アルゴリズムなどの項目の見方は、X.509の記事が参考になります。

X.509とは。上部に白い鍵と名前の欄が並ぶ紺の見出しを持つ証明書のカードがあり、右下にCAの署名を表すティールの印とリボンが重なるイラスト
X.509証明書とは?構造・拡張・ファイル形式と確認方法を図解X.509とは何かを図解します。証明書の項目とv3拡張(SAN・鍵の用途・基本制約)、CAの署名と検証、PEM・DER・PKCS#12の違い、CSRの流れ、Windowsやブラウザでの確認とエラーの見方を解説します。...

MD5を使ってよい場面・使ってはいけない場面

4-1. 偶然の破損を見つける用途なら使える

RFC 6151は、MD5のチェックサムを誤りを見つける目的だけで使う場合は、今でも受け入れられる使い方だとしています。

そのうえで、MD5を使うアプリケーションやプロトコルには、MD5にどんなセキュリティを期待しているのかを明記するよう求めています。

次の図は、目的ごとにMD5を使ってよいかと、代わりに使うものをまとめた判断表です。

MD5を使ってよいかの判断表の図で、転送や保存中の偶然の破損の検出は使える(新しく作るならSHA-256)、ダウンロードの改ざん確認は使わずSHA-256以上と公開元の署名、デジタル署名や証明書は使わずSHA-256以上、パスワードの保存は使わずArgon2id・bcrypt・PBKDF2、既存のプロトコルのHMAC-MD5は既存なら可で新しい設計ではHMAC-SHA256など、を並べている
分かれ目は「偶然の壊れ」か「わざとの書き換え」かです。

分かれ目は、転送の途中の欠けや読み書きの誤りのような偶然の壊れだけを見つけたいのか、誰かがわざと書き換えることまで防ぎたいのかです。

ダウンロードの改ざん確認は、攻撃者がファイルを用意できる場面なので、衝突の弱さがそのまま効いてきます。

Microsoftも、MD5とSHA1は簡単な変更の確認にだけ使い、攻撃や改ざんから守る必要があるファイルのハッシュ値には使わないよう書いています。

GNU coreutilsのマニュアルも、セキュリティに関わる目的にはMD5を使わず、SHA-2・SHA-3・BLAKE2を使うよう案内しています。

また、ハッシュ値がファイルと同じ場所に置かれている場合、その場所が書き換えられると両方を差し替えられるので、値の一致だけでは配布元の確認にはなりません(参考2・参考4・参考6)。

4-2. パスワードの保存に使ってはいけない理由

パスワードをMD5の値にして保存していると、データベースが漏れたときに、攻撃者が候補を次々に計算して照合できてしまいます。

OWASPは、パスワードはArgon2id・bcrypt・PBKDF2のような強く遅いハッシュで守るべきで、SHA-256のような速いハッシュは大量の推測を素早く試せるので保存に向かないとしています。

ハッシュは一方向の関数で、暗号化と違って元に戻す鍵がないため、パスワードの照合にはハッシュが向いている、というのがOWASPの考え方です。

次の図は、MD5でそのまま保存した場合と、OWASPが勧める方法を比べたものです。

パスワードの保存の比較の図で、左はMD5でそのまま保存する場合として、32ビット機で速く動く設計のため攻撃者が候補を次々に計算して照合でき、ソルトがないと同じパスワードは同じ値になり事前に作った表で照合されやすいことを、右はOWASPの最低値としてArgon2idはメモリー19MiB・反復2・並列度1、bcryptは作業係数10以上で72バイトまで、PBKDF2はHMAC-SHA-256で60万回以上と、利用者ごとのソルトを示している
計算を遅くし、利用者ごとに値を変えるのが基本です。

左側のようにソルトなしで保存すると、同じパスワードの利用者は同じ値になり、事前に計算した表(レインボーテーブル)で一度に照合されやすくなります。

OWASPは、利用者ごとに違う乱数のソルトを加えると、攻撃者はハッシュを1つずつ解く必要があり、事前計算の表も使えなくなると説明しています。

右側の値はOWASPが示す最低限の設定で、Argon2idはメモリー19MiB・反復2・並列度1、bcryptは作業係数10以上(パスワードは72バイトまで)、PBKDF2はHMAC-SHA-256で60万回以上です。

Argon2idが使えない環境ではscryptも選択肢に挙げられ、FIPS 140への準拠が必要な場合はPBKDF2を使う、という使い分けも示されています。

作業係数を上げるほど攻撃者の手間は増えますが、ログインの処理も遅くなるため、OWASPは1回の計算を1秒未満に収めることを一般的な目安にしています。

MD5やSHA-1で保存している古いシステムは、利用者がログインして入力したパスワードを新しい方式でハッシュし直し、古い値は無効にしていく、というのがOWASPの示す移行の方法です(参考1・参考7)。

候補を次々に試す総当たりの攻撃そのものは、次の記事で詳しく解説しています。

ブルートフォースアタックとは?攻撃手法と対策を徹底解説します!ブルートフォースアタックとは何かを初心者向けにわかりやすく解説。仕組みや被害事例、種類別の攻撃手法、企業・個人が今すぐ実践できる具体的な対策方法まで網羅。複雑な用語も噛み砕いて説明しているので、セキュリティに不安を感じている方や、情報漏洩を防ぎたい方に最適な内容です。検索ユーザーの悩みに寄り添い、対策をサポートします。...

4-3. HMAC-MD5と、既存の仕組みから移行するときの考え方

HMACは、ハッシュ関数と共有の秘密鍵を組み合わせて、メッセージの改ざんを確かめる仕組みです。

RFC 6151は、HMAC-MD5への既知の攻撃はメッセージ認証コードとしての実用的な脆弱性を示していないとして、既存のプロトコルから急いで外す必要はないとしています。

たとえば2009年の研究は、HMAC-MD5をランダムな関数と見分ける攻撃を示しましたが、必要な問い合わせは2の97乗回で、秘密鍵の復元や偽造に使える道筋は示されていません。

ただし、MD5はデジタル署名に使ってはいけないため、新しいプロトコルの設計ではHMAC-MD5を含めず、HMAC-SHA256や、AESが使いやすい環境ではAES-CMACを選ぶよう勧めています。

社内のシステムでMD5を見つけたときは、何を守るためのMD5かを先に確かめると、直す順番を決めやすくなります。

機器やソフトウェアのハッシュ方式を変えるときは、通信や連携の相手が新しい方式に対応しているかを先に確かめてください。

片側だけを変えると、認証や照合が通らなくなることがあります。

  1. そのMD5が守っているものを確かめる(偶然の破損の検出か、改ざんやなりすましの対策か)
  2. 署名・証明書・パスワードの保存に使っていれば、SHA-256以上や遅いハッシュへの移行を優先する
  3. HMAC-MD5なら、製品やプロトコルが対応する別の方式を調べて、更新の計画に入れる
  4. 破損の検出だけに使うなら、設計書などに「改ざん対策ではない」と書いておく

4番目は、RFC 6151が求める「期待するセキュリティを明記する」ことを、社内の文書で行うものです(参考2)。

MD5・SHA-256のハッシュ値の確認方法(Windows・Linux)

5-1. Windows:PowerShellでハッシュ値を計算する

Windowsでは、PowerShellのGet-FileHashというコマンドレットで、ファイルのハッシュ値を計算できます。

アルゴリズムを指定しないと既定はSHA256で、ほかにSHA1・SHA384・SHA512・MD5を指定できます。

次の図は、表示の形と、公開されている値と比べる方法を、Microsoft Learnの例の値で示したものです。

PowerShellのハッシュ計算の画面の図で、Microsoft Learnの例としてAlgorithmにSHA256、Hashに3CBCFDDEC145E3382D592266BE193E5BE53443138EE6AB6CA09FF20DF609E268、Pathにファイルの場所が表示されることと、計算した値と公開値を比べるとTrueになること、MD5を使うときはアルゴリズムの指定が必要なことを示している
Algorithm・Hash・Pathの3つが表示されます。

図のような表示を自分のファイルで出すには、次の3つの手順で進めます。

手順1:PowerShellを開き、cdの後ろに空白を入れてフォルダーの場所を入力し、確かめたいファイルがあるフォルダーへ移動します(例はダウンロードフォルダー)。

cd $HOME/Downloads

移動しない場合は、手順2以降のファイル名の代わりに、ファイルの場所を含めたフルパスを書いても計算できます。

手順2:次の1行を入力してSHA-256の値を表示します(file.zipは例なので、確かめたいファイルの名前に置き換えてください)。

Get-FileHash file.zip | Format-List

手順3:配布元が公開している値がMD5(32文字)のときだけ、手順2の代わりに次の1行でアルゴリズムにMD5を指定します。

Get-FileHash file.zip -Algorithm MD5

表示はAlgorithm・Hash・Pathの3つで、PowerShellのHashは英字が大文字です。

Microsoftの例1はLinux上のパスですが、例2ではダウンロードしたISOファイルのWindowsのパスをSHA384で計算していて、表示の形は同じです。

ファイル名に角かっこなどの記号が含まれていてうまく指定できないときは、ワイルドカードとして解釈しない-LiteralPathでパスを渡します。

長い値を目で比べると見落としやすいので、Microsoftの例のように、計算した値と公開値を比べてTrueかどうかで判断すると確かめやすくなります。

$FileHash = Get-FileHash file.zip
$FileHash.Hash -eq 'ここに公開されているSHA-256の値'

Microsoftは、MD5とSHA1はもう安全とはみなされないため、簡単な変更の確認だけに使うよう注意しています(参考6)。

5-2. Linux:sha256sumで計算し、まとめて照合する

Linuxでは、GNU coreutilsのmd5sumとsha256sumで、それぞれMD5とSHA-256の値を計算できます。

マニュアルによると、どちらも「値、空白、入力モードを示す文字、ファイル名」の形で1行ずつ表示し、-cを付けると、ファイルに書かれた値と照合します。

次の図は、「abc」の3文字だけのファイルを作り、RFCのテスト値と同じ値になることを確かめる流れです。

Linuxの端末でハッシュ値を計算して照合する図で、abcの3文字だけのファイルabc.txtのMD5値は900150983cd24fb0d6963f7d28e17f72、SHA-256値はba7816bf8f01cfea414140de5dae2223b00361a396177a9cb410ff61f20015adで、値・空白2つ・ファイル名の形で表示され、SHA-256の行を一覧ファイルに保存して照合するとabc.txt: OKと表示されることを示している
値の行を一覧ファイルに保存しておくと、まとめて照合できます。

①値の長さが32文字ならMD5、64文字ならSHA-256です。

②値と名前の行をそのまま保存すると、照合用の一覧ファイルになります。

③-cで照合すると、一致したファイルにOKと表示されます。

試すときは、まず改行を付けずに文字を出力するprintfで、「abc」の3文字だけのファイルabc.txtを作ります。

printf 'abc' | tee abc.txt

echoやテキストエディターで作ると末尾に改行が付くことが多く、4バイトのファイルになってRFCのテスト値と一致しなくなるので注意してください。

次の1行目で値を計算して一覧ファイルSHA256SUMSに保存し、2行目でその一覧と照合します。

sha256sum abc.txt | tee SHA256SUMS
sha256sum -c SHA256SUMS

配布元が一覧ファイルを公開している場合は、ダウンロードしたファイルと同じフォルダーに置いて、-cで照合します。

–ignore-missingを付けると、一覧にあって手元にないファイルを報告しなくなり、–statusを付けると何も表示せずに終了ステータスだけで結果を返します。

ファイルが多いときは、–quietで成功したファイルのOK表示を省き、一致しなかったものだけを目立たせると確認しやすくなります。

一覧ファイルの書式が崩れた行は、-wで警告を出し、–strictで終了ステータスを失敗にできるので、自動の確認に組み込むときに役立ちます。

マニュアルでは、md5sumとsha256sumはcksumというコマンドの従来からの入口と位置づけられていて、SHA-2・SHA-3・BLAKE2はcksumでも計算できると案内されています。

sha256sumはFIPS-180-2に従って値を計算し、GNUのシステムではバイナリーモードとテキストモードに違いはありません(参考4・参考5)。

macOSの標準のコマンドは、この記事で確認した資料の範囲外のため扱っていません。

5-3. ハッシュ値が一致しないときの切り分け

公開されている値と一致しないときは、ファイルが壊れていると決めつける前に、次の順で確かめます。

症状考えられる原因確かめること
自分の値は64文字、公開値は32文字方式が違う(SHA-256とMD5)公開値の方式に合わせて計算し直す
同じに見えるのに一致しない公開値をコピーしたときに前後の空白や改行まで写している貼り付けた公開値の前後の空白・改行を取り除いてから比べる(大文字と小文字だけの違いなら同じ値)
-cで一部のファイルを確かめられないファイル名が違う、別のフォルダーにある一覧ファイルと同じ名前・同じ場所に置く
値がまったく違うダウンロードが途中で切れた、別の版のファイルファイルの大きさと版を確かめ、配布元から取り直す
取り直しても一致しない公開値と版の組み合わせの誤り、配布元の問題使わずに、配布元の案内を確かめる

PowerShellは英字を大文字、sha256sumは小文字で表示するので、2つの結果を見比べるときは大文字と小文字の違いを気にしないでください。

会社の端末で、取り直しても値が一致しないファイルがあるときは、開かずに社内の情報システムの担当者に報告してください。

よくある質問とまとめ

MD5は128ビットの値を作るハッシュ関数で、衝突の弱さが分かった今は、偶然の破損の確認に用途を限って使います。

次の図は、この記事の要点をまとめたものです。

この記事の要点のまとめの図で、1 MD5は128ビット、16進数32文字のハッシュ関数でRFC 1321で定義、2 衝突が数秒から1分で見つかり署名や証明書には使えない、3 偶然の破損の確認なら使えるが改ざんの確認はSHA-256以上、4 パスワードはArgon2id・bcrypt・PBKDF2とソルトで保存、5 確認はWindowsならPowerShell、Linuxならsha256sumの照合機能、を並べている
MD5は「壊れていないか」の確認まで、守りにはSHA-256以上を使います。

ここからは、よくある質問に答えます。

Q1. MD5とは何ですか?

任意の長さのデータから128ビット(16進数32文字)の値を作るハッシュ関数で、1992年にRFC 1321として公開されました。

Q2. MD5の値から元のデータに戻せますか?

ハッシュは暗号化ではないので復号はできず、値から入力を探す攻撃も、最良の結果で約2の123.4乗回の計算が必要とRFC 6151は評価しています。

ただし、短く単純なパスワードは候補を計算して照合されてしまうので、パスワードの保存には使いません。

Q3. MD5とSHA-256はどちらを使えばよいですか?

新しく使うならSHA-256で、MD5は公開値がMD5しかない場合の破損の確認に限ります。

Q4. MD5はもうまったく使えないのですか?

偶然の誤りを見つける目的ならRFC 6151も受け入れられる使い方としていますが、署名・証明書・パスワード・改ざんの確認には使いません。

Q5. SHA-1ならMD5の代わりになりますか?

NISTはSHA-1を2011年に非推奨とし、2013年末にデジタル署名での使用を認めなくなったので、代わりにはSHA-256以上を選びます。

最後に、この記事の内容を振り返ります。

MD5は、データを512ビットずつ4つのレジスターで混ぜ、128ビットの値にするハッシュ関数です。

衝突を狙って作れるようになったことで、署名や証明書、パスワードの保存といった守りの用途からは外れました。

手元でMD5を見つけたら、それが偶然の破損を見るためのものか、改ざんを防ぐためのものかを確かめ、後者ならSHA-256以上への置き換えを計画してみてください。