哈希算法的基本含義與分類

哈希是密碼學(xué)的基礎(chǔ)，理解哈希是理解數(shù)字簽名和加密通信等技術(shù)的必要前提。

哈希，英文是 hash ，本來意思是”切碎并攪拌“，有一種食物就叫 Hash ，就是把食材切碎并攪拌一下做成的。哈希函數(shù)的運(yùn)算結(jié)果就是哈希值，通常簡稱為哈希。哈希函數(shù)有時(shí)候也翻譯做散列函數(shù)。

根據(jù)維基百科的定義，哈希函數(shù)要做的事情是給一個(gè)任意大小的數(shù)據(jù)生成出一個(gè)固定長度的數(shù)據(jù)，作為它的映射。所謂映射就是一一對應(yīng)。一個(gè)可靠的哈希算法要滿足三點(diǎn)。

第一是安全，給定數(shù)據(jù) M 容易算出哈希值 X ，而給定 X 不能算出 M ，或者說哈希算法應(yīng)該是一個(gè)單向算法。第二是獨(dú)一無二，兩個(gè)不同的數(shù)據(jù)，要擁有不相同的哈希。第三是長度固定，給定一種哈希算法，不管輸入是多大的數(shù)據(jù)，輸出長度都是固定的。

但是仔細(xì)想一下，如果哈希的長度是固定的，也就是取值范圍是有限的，而輸入數(shù)據(jù)的取值范圍是無限的，所以總會(huì)找到兩個(gè)不同的輸入擁有相同的哈希。所以，哈希函數(shù)的安全性肯定是個(gè)相對概念。如果出現(xiàn)了兩個(gè)不同輸入有相同輸出的情況，就叫碰撞，collision 。不同的哈希算法，哈希位數(shù)越多，也就基本意味著安全級別越高，或者說它的”抗碰撞性“就越好。

再來說說哈希函數(shù)的主要作用。哈希的獨(dú)一無二性，保證了如果數(shù)據(jù)在存儲(chǔ)或者傳輸過程中有絲毫損壞，那么它的哈希就會(huì)變。哈希函數(shù)的最常見的一個(gè)作用就是進(jìn)行完整性校驗(yàn)（ Integrity Check ），完整的意思是數(shù)據(jù)無損壞。哈希有很多不同的稱呼，有時(shí)候叫 Digest 摘要，有時(shí)候叫 Checksum 校驗(yàn)值，有時(shí)候叫 Fingerprint 指紋，其實(shí)說的意思差不多，也就是說哈希可以用來代表數(shù)據(jù)本身。

例如朋友給我傳遞一份數(shù)據(jù)，傳完之后，我有一份，他手里也有一份，如果兩份數(shù)據(jù)的哈希值是一樣的，那么這兩份數(shù)據(jù)的內(nèi)容就是一樣的，或者說可以認(rèn)為傳遞過程中數(shù)據(jù)沒有損壞，我手里拿到的數(shù)據(jù)是完整的。

所以說，哈希函數(shù)的基本作用就是給大數(shù)據(jù)算出一個(gè)摘要性的長度固定的字符串，也就是所謂的哈希。哈希的作用主要是進(jìn)行完整性校驗(yàn)。

哈希算法的分類

下一步我們把哈希函數(shù)分類，更細(xì)致的聊聊哈希算法的特點(diǎn)。首先說哈希算法有很多種，例如 md5 ，SHA256 等等，但是它們總體上可以分為兩大類，一類是普通哈希，另外一類是加密哈希，cryptographic hash function 。

業(yè)界可以找到的哈希算法是有很多種的。我們可以大致按照輸出的哈希的長度來聊，雖然哈希算法的安全性也不單單是跟哈希長度有關(guān)，但是一般哈希值越長也就是越安全。

例如 CRC-32 的輸出是32 bit，也就是32位的二進(jìn)制數(shù)，表示成十六進(jìn)制就是8位。MD5 算法的哈希是32位16進(jìn)制數(shù)，比較常見。SHA-256是256個(gè) Bit ，十六進(jìn)制表示就是64位。這些算法可以分成普通哈希和加密哈希算法，兩種算法之間沒有特別明顯的區(qū)別。例如本來 MD5 就是設(shè)計(jì)出來做加密哈希的，但是后來由于計(jì)算機(jī)的發(fā)展 MD5 出現(xiàn)碰撞的可能性就很大了，所以目前 MD5 只能當(dāng)普通哈希用，用來做數(shù)據(jù)校驗(yàn)。

加密哈希跟普通哈希的區(qū)別就是安全性，一般原則是只要一種哈希算法出現(xiàn)過碰撞，就會(huì)不被推薦成為加密哈希了，只有安全度高的哈希算法才能用作加密哈希。

同時(shí)加密哈希其實(shí)也能當(dāng)普通哈希來用，Git 版本控制工具就是用 SHA-1 這個(gè)加密哈希算法來做完整性校驗(yàn)的。一般來講越安全的哈希算法，處理速度也就越慢，所以并不是所有的場合都適合用加密哈希來替代普通哈希。

在密碼學(xué)領(lǐng)域，有兩個(gè)算法都是把數(shù)據(jù)做輸入，而輸出是一段誰也看不懂的數(shù)據(jù)。其中一個(gè)就是哈希算法，另外一個(gè)是加密算法。注意，哈希算法和加密算法是完全不同的。

首先哈希算法的輸出長度是固定的，而加密算法的輸出長度是跟數(shù)據(jù)本身長度直接相關(guān)的，第二，哈希是不可以逆向運(yùn)算出數(shù)據(jù)的，而加密算法的輸出是要能夠逆向運(yùn)算出數(shù)據(jù)的。關(guān)于加密算法，我們這里就不展開聊了。

這里主要是強(qiáng)調(diào)加密哈希算法只是被用在加密過程中，但是它本身不是加密算法。

總之，哈希算法有很多種，長度越長的算法基本認(rèn)為越安全。安全度低的哈希算法被認(rèn)為是普通哈希算法，主要用來做完整性校驗(yàn)。安全度高的被稱為加密哈希算法，會(huì)被用在加密算法中。所謂的高低都是相對概念，例如 MD5 曾經(jīng)屬于加密哈希，但是目前只能用來做安全校驗(yàn)了。而從2017年開始，SHA-1 算法生成的加密證書也會(huì)被各大瀏覽器拒絕了。目前最流行的加密算法是 SHA-2 ，但是跟 SHA-1 不同，SHA-2 不是一種算法，而是一系列算法的統(tǒng)稱，其中就包括咱們之前提過的 SHA-256 。

實(shí)用例子

說了這么多基礎(chǔ)知識(shí)，最后一部分咱們聊聊哈希在現(xiàn)實(shí)中的應(yīng)用。

首先一個(gè)場景是網(wǎng)站注冊。當(dāng)我們提交用戶名密碼的時(shí)候，用戶名被會(huì)直接保存到網(wǎng)站的數(shù)據(jù)庫中，但是密碼卻不是直接保存的，而是先把密碼轉(zhuǎn)換成哈希，保存到數(shù)據(jù)庫中的其實(shí)是哈希。所以，即使是公司后臺(tái)管理人員，也拿不到用戶的密碼。這樣，如果萬一公司數(shù)據(jù)庫泄露了，用戶的密碼依然是安全的。而當(dāng)用戶自己登錄網(wǎng)站的時(shí)候，輸入密碼提交到服務(wù)器，服務(wù)器上進(jìn)行相同的哈希運(yùn)算，因?yàn)檩斎霐?shù)據(jù)沒變，所以哈希也不會(huì)變，登錄也就成功了。

另外一個(gè)場景是區(qū)塊鏈和加密貨幣中。比特幣地址生成的時(shí)候，就用到了 SHA-256 算法，POW 也就是工作量證明，用的也是這個(gè)算法。

基本上凡是涉及到密碼學(xué)的地方，都會(huì)或多或少的用到哈希函數(shù)。

總結(jié)

關(guān)于哈希和哈希函數(shù)，我們就聊到這里，下面來總結(jié)幾句。

哈希的基本作用就是提供一個(gè)數(shù)據(jù)的摘要或者指紋，通常的使用場景就是完整性校驗(yàn)。哈希算法有很多種，一般來講哈希越長的算法，安全性也就越高，安全度足夠高的哈希，或者說沒有任何人能夠成功實(shí)現(xiàn)碰撞的哈希，才有資格被考慮用在加密場合，而這類的哈希算法也被叫做加密哈希算法。

實(shí)際中常見的哈希算法有 MD5 ，SHA-1 ，和 SHA-256 等等，其中 MD5 通常用來進(jìn)行數(shù)據(jù)校驗(yàn)，SHA-1 曾經(jīng)是加密哈希算法，但是目前已經(jīng)被除名，也只能做為一種安全度更高的校驗(yàn)算法了。SHA-256 依然是廣泛使用的加密哈希算法，在比特幣生成地址以及 POW 工作量證明算法中都會(huì)用到。