来自passlib documentation
因此，如果我们认为对数据库进行一次调用，则登录/注册中rounds的最佳值是什么，并且它将 MongoDB 与非阻塞调用一起使用。 (使用Mongotor，并使用电子邮件作为_id，因此默认情况下它是索引的，查询速度很快: 0.00299978256226 ，并且当然已使用具有 3个记录的数据库进行了测试...)
import passlib.hash
import time
hashh = passlib.hash.pbkdf2_sha512
beg1 = time.time()
password = hashh.encrypt("test", salt_size = 32, rounds = 12000)
print time.time()- beg1 # returns 0.142999887466
beg2 = time.time()
hashh.verify("test", password) # returns 0.143000125885
print time.time()- beg2
现在，如果我使用一半值(value):
password = hashh.encrypt("test", salt_size = 32, rounds = 4000) # returns 0.0720000267029
hashh.verify("test", password) # returns 0.0709998607635
在Dell XPS 15 i7 2.0 Ghz上使用 Windows 7 64位
注意:安装了bcrypt，当然，直接将其用作默认值(
rounds = 12)确实很痛苦:hashh = passlib.hash.bcrypt
beg1 = time.time()
password = hashh.encrypt("test", rounds = 12) # returns 0.406000137329
print time.time()- beg1
beg2 = time.time()
hashh.verify("test", password) # returns 0.40499997139
print time.time()- beg2
半值:
password = hashh.encrypt("test", rounds = 12) # 0.00699996948242 wonderful?
hashh.verify("test", password) # 0.00600004196167
当使用适合生产的
pbkdf2_sha512时，您能建议我一个很好的回合值吗？ 最佳答案
(此处为passlib开发人员)
pbkdf2_sha512花费的时间与它的rounds参数(elapsed_time = rounds * native_speed)成线性比例。使用系统数据native_speed = 12000 / .143 = 83916 iterations/second，这意味着您需要大约83916 * .350 = 29575 rounds才能获得〜350ms的延迟。
对于bcrypt来说，事情有些麻烦，因为它花费的时间与它的rounds参数(elapsed_time = (2 ** rounds) * native_speed)成对数比例。使用系统数据native_speed = (2 ** 12) / .405 = 10113 iterations/second，这意味着您需要大约log(10113 * .350, 2) = 11.79 rounds才能获得〜350 ms的延迟。但由于BCrypt仅接受整数舍入参数，因此您需要选择rounds=11(〜200ms)或rounds=12(〜400ms)。
所有这些都是我希望在将来的passlib版本中解决的问题。作为一项正在进行的工作，passlib的商品 repo 当前包含一个简单的小脚本choose_rounds.py，它负责在给定的目标时间内选择正确的回合值。您可以按以下方式直接下载并运行它(运行可能需要20秒钟左右):
$ python choose_rounds.py -h
usage: python choose_rounds.py <hash_name> [<target_in_milliseconds>]
$ python choose_rounds.py pbkdf2_sha512 350
hash............: pbkdf2_sha512
speed...........: 83916 iterations/second
target time.....: 350 ms
target rounds...: 29575
$ python choose_rounds.py bcrypt 350
hash............: bcrypt
speed...........: 10113 iterations/second
target time.....: 350 ms
target rounds...: 11 (200ms -- 150ms faster than requested)
target rounds...: 12 (400ms -- 50ms slower than requested)
(编辑:增加了关于安全最小回合的响应...)
免责声明:确定安全最小值是一个令人惊讶的棘手问题-存在许多难以量化的参数，很少的真实世界数据以及一些严格无益的理论。缺乏良好的权威，我一直在自己研究这个主题。对于现成的计算，我将原始数据简化为一个简短的公式(如下所示)，这通常是我使用的公式。只是要知道，其背后是几页假设和粗略的估计，这使其更像是Fermi Estimation而不是确切的答案:|
我使用GPU攻击PBKDF2-HMAC-SHA512的经验法则(2012年中)是:
days * dollars = 2**(n-31) * rounds
days是攻击者有50/50的机会猜测密码的天数。 dollars是攻击者的硬件预算(以$ USD为单位)。 n是用户密码中的平均熵量(以位为单位)。 要回答您的脚本小子问题:如果平均密码具有32位熵，并且攻击者使用的是价格为$ 2000且具有良好GPU的系统，则在30000回合中，他们将需要30天(
2**(32-31)*30000/2000)才有50/50的几率破解给定的哈希。我建议您使用这些值，直到您感到满意的舍入/天取舍为止。注意事项:
31是关键因素，因为它编码使用特定技术级别攻击特定算法的成本估算。实际值2**-31衡量将花费攻击者的“每轮美元天数”。为了进行比较，使用ASIC攻击PBKDF2-HMAC-SHA512具有接近46的因素-数字越大意味着攻击者的钱更多，并且每轮安全性就越低，尽管脚本小子通常没有这种预算:)