针对我们的每个二进制资产，我们会生成一个MD5哈希值。这被用来检查特定的二进制资产是否已经存在于我们的应用程序中。但是，不同的二进制资产是否可能生成相同的MD5哈希值？因此，不同的字符串是否可能生成相同的MD5哈希值？
两个不同的字符串能生成相同的MD5哈希码吗？
106
- Lieven Cardoen
1
这是用来检查某个二进制资产是否已经存在于我们的应用程序中。这个要求是关于唯一性的。MD5不用于这种情况，通常它被用作校验和来确定某些东西是否被更改过（它只是一个哈希）。同样的数据再次产生相同的MD5校验和的可能性非常小。 - Mladen B.
12个回答
103
对于一组数十亿的资产来说，《随机碰撞的机会微乎其微》- 这不应该让您担心。考虑到生日悖论，假设有2^64(或18,446,744,073,709,551,616)个资产，单个MD5冲突在此集合中出现的概率为50%。在这个规模下，您可能会在存储容量方面超过谷歌。
然而，由于MD5哈希函数已被破解(它容易受到碰撞攻击的攻击)，任何决定攻击者都可以在几秒钟内生成2个相撞的资产。因此，如果您想使用MD5，请确保这样的攻击者不会危及您的应用程序的安全性！
此外，如果攻击者可以伪造与您数据库中的现有资产相撞的冲突，那么请考虑后果。虽然(截至2011年) MD5没有已知的这种攻击(预像攻击)，但通过扩展当前关于碰撞攻击的研究，这是可能的。
如果这些问题成为问题，请考虑查看哈希函数SHA-2系列(SHA-256、SHA-384和SHA-512)。缺点是稍微慢一些，并且哈希输出较长。
然而，由于MD5哈希函数已被破解(它容易受到碰撞攻击的攻击)，任何决定攻击者都可以在几秒钟内生成2个相撞的资产。因此，如果您想使用MD5，请确保这样的攻击者不会危及您的应用程序的安全性！
此外，如果攻击者可以伪造与您数据库中的现有资产相撞的冲突，那么请考虑后果。虽然(截至2011年) MD5没有已知的这种攻击(预像攻击)，但通过扩展当前关于碰撞攻击的研究，这是可能的。
如果这些问题成为问题，请考虑查看哈希函数SHA-2系列(SHA-256、SHA-384和SHA-512)。缺点是稍微慢一些，并且哈希输出较长。
- intgr
4
5就我所知，现在用“天数”来形容这个情况有些夸张了。 - Nick Johnson
1真的，我更新了我的帖子。2004年的随机碰撞攻击非常快。而2007年的MD5前缀碰撞攻击可能需要数天时间，但通常对攻击者更有用。 - intgr
2请参考Rubens的答案，其中提供了一个可行的示例，可以在几个小时内生成两个不同可执行文件之间的冲突。 :) - Nick Johnson
有没有两个有意义的文本在相同的上下文中具有相同的MD5哈希值的例子？就像“让我们在星期一下午5:00见面”和“我永远不会见你！”我知道这是非常罕见的情况，但有没有任何例子呢？ - endo64
47
MD5是一种加密哈希函数 - 因此，两个不同的字符串可以生成相同的MD5代码。
特别地，需要注意的是，MD5代码具有固定长度，因此可能的MD5代码数量是有限的。然而，任意长度的字符串数量绝对是无限的，因此逻辑上一定会发生碰撞。
- Konrad Rudolph
15
是的，两个不同的字符串可能会生成相同的MD5哈希码。
以下是一个简单的测试，使用非常相似的十六进制字符串二进制消息：
它们生成不同的SHA-1校验和，但相同的MD5哈希值。其次，这些字符串非常相似，因此很难找到它们之间的区别。
可以使用以下命令找到差异：
上面的碰撞示例来自Marc Stevens的文章：MD5的单块碰撞，2012年；他解释了他的方法，并提供了源代码（论文的备用链接）。
以下是一个简单的测试，使用非常相似的十六进制字符串二进制消息：
$ echo '4dc968ff0ee35c209572d4777b721587d36fa7b21bdc56b74a3dc0783e7b9518afbfa200a8284bf36e8e4b55b35f427593d849676da0d1555d8360fb5f07fea2' | xxd -r -p | tee >/dev/null >(md5) >(sha1sum)
c6b384c4968b28812b676b49d40c09f8af4ed4cc -
008ee33a9d58b51cfeb425b0959121c9
$ echo '4dc968ff0ee35c209572d4777b721587d36fa7b21bdc56b74a3dc0783e7b9518afbfa202a8284bf36e8e4b55b35f427593d849676da0d1d55d8360fb5f07fea2' | xxd -r -p | tee >/dev/null >(md5) >(sha1sum)
c728d8d93091e9c7b87b43d9e33829379231d7ca -
008ee33a9d58b51cfeb425b0959121c9
它们生成不同的SHA-1校验和，但相同的MD5哈希值。其次，这些字符串非常相似，因此很难找到它们之间的区别。
可以使用以下命令找到差异：
$ diff -u <(echo 4dc968ff0ee35c209572d4777b721587d36fa7b21bdc56b74a3dc0783e7b9518afbfa200a8284bf36e8e4b55b35f427593d849676da0d1555d8360fb5f07fea2 | fold -w2) <(echo 4dc968ff0ee35c209572d4777b721587d36fa7b21bdc56b74a3dc0783e7b9518afbfa202a8284bf36e8e4b55b35f427593d849676da0d1d55d8360fb5f07fea2 | fold -w2)
--- /dev/fd/63 2016-02-05 12:55:04.000000000 +0000
+++ /dev/fd/62 2016-02-05 12:55:04.000000000 +0000
@@ -33,7 +33,7 @@
af
bf
a2
-00
+02
a8
28
4b
@@ -53,7 +53,7 @@
6d
a0
d1
-55
+d5
5d
83
60
上面的碰撞示例来自Marc Stevens的文章：MD5的单块碰撞，2012年；他解释了他的方法，并提供了源代码（论文的备用链接）。
另一个测试：
$ echo '0e306561559aa787d00bc6f70bbdfe3404cf03659e704f8534c00ffb659c4c8740cc942feb2da115a3f4155cbb8607497386656d7d1f34a42059d78f5a8dd1ef' | xxd -r -p | tee >/dev/null >(md5) >(sha1sum)
756f3044edf52611a51a8fa7ec8f95e273f21f82 -
cee9a457e790cf20d4bdaa6d69f01e41
$ echo '0e306561559aa787d00bc6f70bbdfe3404cf03659e744f8534c00ffb659c4c8740cc942feb2da115a3f415dcbb8607497386656d7d1f34a42059d78f5a8dd1ef' | xxd -r -p | tee >/dev/null >(md5) >(sha1sum)
6d5294e385f50c12745a4d901285ddbffd3842cb -
cee9a457e790cf20d4bdaa6d69f01e41
SHA-1校验和不同，但MD5哈希值相同。
区别在于一个字节：
$ diff -u <(echo 0e306561559aa787d00bc6f70bbdfe3404cf03659e704f8534c00ffb659c4c8740cc942feb2da115a3f4155cbb8607497386656d7d1f34a42059d78f5a8dd1ef | fold -w2) <(echo 0e306561559aa787d00bc6f70bbdfe3404cf03659e744f8534c00ffb659c4c8740cc942feb2da115a3f415dcbb8607497386656d7d1f34a42059d78f5a8dd1ef | fold -w2)
--- /dev/fd/63 2016-02-05 12:56:43.000000000 +0000
+++ /dev/fd/62 2016-02-05 12:56:43.000000000 +0000
@@ -19,7 +19,7 @@
03
65
9e
-70
+74
4f
85
34
@@ -41,7 +41,7 @@
a3
f4
15
-5c
+dc
bb
86
07
上面的例子改编自Tao Xie和Dengguo Feng: 使用仅一个消息块构造MD5碰撞, 2010年。
相关：
- 是否存在两个已知字符串具有相同的MD5散列值？ 在Crypto.SE上
- kenorb
13
- sharptooth
5
1什么概率？碰撞的概率吗？不，那将是1，也就是非常高。;-) - Konrad Rudolph
嗯，没错。肯定存在两个具有相同MD5哈希值的字符串。 - sharptooth
5我知道这个问题被称为鸽巢原理问题。 - Daniel A. White
1生日问题只涉及碰撞的可能性。要证明必须有一个，你需要鸽巢原理。 - jk.
@Alex Spencer：类似于这里描述的内容 https://dev59.com/W3RA5IYBdhLWcg3wsgFP - sharptooth
13
当然可以：MD5哈希具有有限长度，但是可以对无限数量的字符字符串进行MD5哈希。
- Tony Andrews
4
我认为根据我们的需求仔细选择哈希算法是必要的，因为哈希冲突并不像我想象的那样稀有。最近我在我的项目中发现了一个非常简单的哈希冲突案例。我正在使用 xxhash 的 Python 封装进行哈希。链接：https://github.com/ewencp/pyhashxx
s1 = 'mdsAnalysisResult105588'
s2 = 'mdsAlertCompleteResult360224'
pyhashxx.hashxx(s1) # Out: 2535747266
pyhashxx.hashxx(s2) # Out: 2535747266
这在系统中引起了非常棘手的缓存问题，最终我发现这是哈希碰撞。
- i_am_saurabh
3
是的，这是可能发生的（尽管风险非常小）。否则，你会有一个相当有效的压缩方法！
编辑：正如Konrad Rudolph所说：将潜在无限的输入转换为有限的输出集（32个十六进制字符）将导致无数次碰撞。
- jensgram
3
正如其他人所说，两个不同的输入之间可能会发生冲突。但是，在您的用例中，我不认为这会成为问题。我非常怀疑您会遇到冲突——我曾在以前的工作中使用MD5为数以十万计的图像文件（JPG、位图、PNG、原始格式）生成指纹，并且没有出现过冲突。
但是，如果您正在尝试对某种数据进行指纹识别，也许可以使用两个哈希算法——一个输入结果与两个不同算法的相同输出的概率几乎为零。
但是，如果您正在尝试对某种数据进行指纹识别，也许可以使用两个哈希算法——一个输入结果与两个不同算法的相同输出的概率几乎为零。
- Thomas Owens
1
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
原文链接