UUID的人类可读替代方案

Question

我正在开发一个系统，这个系统大量地使用假名来让隐私关键数据能够被研究人员使用。这些假名应该具有以下特点：

1. 它们不应该包含任何信息（例如创建时间、与其他假名的关系、编码数据等）。
2. 容易创建唯一的假名。
3. 它们应该是人类可读的。这意味着人类在比较、复制和大声阅读时应该很容易理解。

我的第一个想法是使用UUID4。它们在 (1) 和 (2) 上相当好，但在 (3) 上并不太好。

另一种方法是使用更广泛的字符集对 UUID 进行编码，从而生成较短的字符串（例如 shortuuid）。但我不确定这是否会真正提高可读性。

目前我正在研究的另一种方法是从一篇 2005 年的论文中获得启发，题为 "An optimal code for patient identifiers"，旨在解决我所遇到的问题。该算法描述了如何创建具有 30 位熵的 8 字符假名。不过我更倾向于使用更广泛审查的标准。

此外还有 Git 的方法：仅显示实际假名的前几个字符。但这意味着假名可能会在一段时间后失去其唯一性。

因此，我的问题是：是否有任何广泛使用的人类可读唯一标识的标准？

- tobib

---

参见：https://dev59.com/sHI-5IYBdhLWcg3wSGUB - dreftymac

这个回答解决了你的问题吗？可读性 GUID - icc97

Answer 1

目前我不知道有任何被广泛使用的标准。这里提供一种不常用的方案：

Proquints

https://arxiv.org/html/0901.4016

https://github.com/dsw/proquint

一个UUID4（128位）将被转换为8个proquints。如果这太多了，你可以只取UUID4的最后64位（即只取64个随机位）。这并不会使它失去唯一性；只是增加了碰撞的可能性，但这个可能性一开始就存在，并且你可以通过数学方法进行估算，以决定是否对你的目的仍然可行。

- Vasiliy Faronov

Answer 2

请看这里 UUID Readable

生成易于记忆且可读的UUID，这些 UUID 是莎士比亚式和语法正确的句子。

- Debdut

---

这是一个不错的例子。如果有人想知道，它会生成类似于这样的东西：Jacquette Brandt John the Pectus of Barnsdall doubted Glenn Gay Gregg and 12 noisy stoats。可读吗？是的。容易记住吗？不是。好玩吗？是的。 - cYee

Answer 3

这篇文章建议使用SHA-256哈希的前几个字符，类似于git的做法。UUID通常基于SHA-1，因此这并没有太大的区别。属性（2）和（3）之间的权衡在于字符数。

如果有d位数字，则总共可以得到2 **（4 * d）个标识符，但第一个碰撞预计会在2 **（2 * d）之后发生。

真正重要的问题不在于使用何种标识符，而在于如何处理碰撞。

- tobib