给定数亿个平均长度为几百个的唯一字符串，md5 可以唯一地代表它们中的每一个吗？会发生碰撞吗？安全性不是问题，但唯一性是问题。
问问题
182 次
3 回答
4
如果 MD5 沿 2^128 空间均匀分布其结果（它没有，但非常接近），您可以计算大小为n的集合中两个值发生碰撞的几率。这通常被称为“生日问题”。
其中一些数学可能看起来令人困惑，所以我会尽可能地解释它。
设M为 MD5 范围的大小（2^128，因为 MD5 是 128 位散列函数）
让n是这个范围内的随机值的数量（你说 100,000,000）
我们可以计算 p，即至少发生一次碰撞的概率，其中：
使用您提供的值：
感谢Dukeling提供了上述等式的答案，1.46E-23得到0.0000000000000000000000146。您可以在此处阅读有关公式的更多信息。
于 2013-02-14T07:56:20.207 回答
1
对于任何类型的散列函数，例如 MD5，存在 2 个散列到相同值的字符串。因此，给定任何一组唯一字符串，除非您深入分析它们或将它们全部散列，否则您不能确定其中 2 个不会散列到相同的值。
于 2013-02-14T07:09:25.373 回答
1
如果您担心攻击者恶意构造冲突字符串，则不能使用 MD5。如果这不是问题，MD5 很可能足以满足您的应用程序，在实际用例中的典型故障率约为每百万年发生一次意外碰撞。
但是，我建议选择更可靠的东西，这样您就不必担心了。如果不出意外，您将始终必须捍卫您使用 MD5 的决定，因为它“已知已损坏”。
例如，您可以使用MD160获取 160 位散列，使用 SHA-1 获取 168 位散列，或使用 SHA-256 获取 256 位散列。尽管努力试图找到它们，但所有这些算法都没有已知的冲突。意外碰撞的可能性比小行星撞击失败的可能性小数十亿倍。
最佳选择取决于您的优先事项。碰撞的后果是什么？你必须抵抗恶意攻击吗？性能有多重要？哈希大小有多重要？给我们一些更多的细节，我们可以给你更好的建议。
于 2013-02-14T07:23:33.163 回答