logo标签列表

哈希函数是否保证唯一性？

md5hash
3
在我们的应用中，我们将会收到一个png图像和一个大约200个字符长度的字节数组。我想要将图片保存，并以与该字节数组对应的文件名保存，但不是保存字节数组本身，因为我不想让文件名达到200个字符。所以，我的想法是将字节数组保存到数据库中，然后使用MD5算法得到一个短文件名。当需要显示特定的图像时，我查找其字节数组，进行MD5计算，然后查找该文件。
到目前为止都还好。问题在于潜在地两个不同的字节数组可以哈希为相同的MD5值。那么，一个文件实际上将覆盖另一个文件。或者它们能吗？ 我的问题是：
  • 两个大约200个字符长度的字节数组是否可能哈希成相同的字符串？
  • 如果可能，那是每10个宇宙年一次这样的事情，还是可以在我的应用中可能发生？
  • 有没有一个哈希算法可以产生一个（比如）32个字符长的独一无二的字符串？
1
我不理解通过某些任意计算自动确定文件名的必要性。只需创建一些关键字...文件名或其他内容，并将其存储在200个字符字节数组旁边，然后将其用作文件名。这样可以避免计算混乱，并使底层代码更简单... - John Sobolewski
请按照惯例使用大写字母。 - thb
jsobo - 我想使用哈希（或类似）函数的原因是，在许多情况下，源字节数组（和PNG）对于不同的用户将是相同的，因此我可以避免在该实例中保存多个版本的相同PNG。也就是说，如果100个人都有相同的字节数组（由于相同的选项集），那么他们都共享同一个PNG文件。 - Max Williams
8个回答
8

从一个200字节的源中逻辑上不可能得到一个32字节的代码，这个代码在所有可能的200字节源中都是唯一的，因为你可以在200字节中存储更多的信息而不是32字节。

唯一的例外是，在这200字节中存储的信息也适合于32字节，即此时你的源数据格式极其低效且浪费空间。

6

哈希（与加密相反）时，您正在减少被哈希数据的信息空间，因此总会存在碰撞的可能性。

在哈希函数中，最好的情况是所有哈希值都均匀分布在哈希空间中，并且您的哈希输出足够大，以提供您所说的“每十亿年一次的事件”！

因此，哈希对您是否足够“好”的影响取决于碰撞的后果。您始终可以将唯一ID添加到校验和/哈希中，以获得两全其美的效果。

2
如果您想仅从数据源计算代码，则无法这样做。如果您可以使用唯一标识符，则可能不需要哈希。 - JohnB
4
为什么不使用数据库中的唯一ID呢？可以参考自增ID示例。
唯一标识符并不总是整数。一些关系型数据库具有uuid功能。 - Shiplu Mokaddim
4

两个哈希值发生碰撞的概率取决于哈希大小。MD5生成128位哈希值，因此对于2128+1个哈希，至少会有一个碰撞。

SHA1的这个数字为2160+1，SHA512的这个数字为2512+1。

这里有一个规则适用。输出位数越多，独特性越强，计算量也越大。因此需要在独特性和计算量之间做出权衡，选择最佳方案。

1
在从上述数字得出任何结论之前，您应该先了解生日攻击。http://en.wikipedia.org/wiki/Birthday_attack - John Sobolewski
结论是正确的。对于2^128+1个输入，将会发生碰撞（至少一个）。生日悖论表明你很可能更早地得到一个。 - Thilo
3

两个大约200个字符的bytearrays是否可以MD5哈希到相同的字符串？

考虑到200字节的字符串比32字节的字符串（MD5摘要）更多，这是肯定会发生的。

所有哈希函数都有这个问题，但有些比MD5更强大。请尝试SHA-1。git正在使用它来达到同样的目的。

2

就像其他人所说的那样。哈希算法不会为您提供所需的内容，除非您可以接受冲突风险。

数据库对此很有帮助。 您可以为每个200个字符长的字符串获取唯一索引。这里没有冲突，并且您需要将这些200个字符的名称设置为索引，以便它将使用额外的内存但会为您排序，使搜索非常快速。您将获得一个独特的标识符，可以轻松用于文件名。

2
可能会出现两个MD5哈希值相同的情况。1996年，MD5算法被发现存在漏洞，密码分析专家建议改用SHA-1哈希算法。
因此，我建议您切换到SHA-1（40个字符）。但不要担心：我怀疑您的两张图片会得到相同的哈希值。我认为您可以在应用程序中承担这种风险。
0

我对哈希算法的工作并不是很熟悉，但据我理解，在哈希算法中总会存在碰撞的可能性，即两个不同的对象可能被哈希到相同的哈希值，但可以保证每次一个对象都将被哈希到相同的哈希值。还有其他技术可用于解决这个问题，比如线性探测。

网页内容由stack overflow 提供, 点击上面的
可以查看英文原文，
原文链接