1

我正在通过网络传输文件。传输过程中对数据丢失零容忍。我被要求计算原始文件和复制文件的 SHA256 值以验证内容是否相同。到目前为止，我已经根据复制和粘贴文件进行了比较，并让 Windows 重命名文件，并在文件名后附加 -copy。我还尝试在上面重命名之后重命名文件，以及删除文件扩展名。到目前为止，它们都产生相同的哈希值。我还编写了更改文件属性的代码（只是更改了 lastWrittenTime 和 fileCreationTime），这似乎对哈希没有影响。

Checksum result of copying and pasting a file(explorer appends "-copy to name):

E7273D248F191A0F914837A21BE39D229D790CA242D38651BAA06DAC9EBB63F7
E7273D248F191A0F914837A21BE39D229D790CA242D38651BAA06DAC9EBB63F7

Checksum result of renaming the -copy in explorer:

E7273D248F191A0F914837A21BE39D229D790CA242D38651BAA06DAC9EBB63F7
E7273D248F191A0F914837A21BE39D229D790CA242D38651BAA06DAC9EBB63F7

Checksum result of changing file extension:

E7273D248F191A0F914837A21BE39D229D790CA242D38651BAA06DAC9EBB63F7
E7273D248F191A0F914837A21BE39D229D790CA242D38651BAA06DAC9EBB63F7

创建哈希时使用文件的哪些部分？

好的，零容忍有点过分，如果哈希不匹配，则必须重新发送文件。

4

2 回答 2

13

整个二进制文件内容通过散列算法流式传输。文件元数据（例如名称、日期等）不起作用。

于 2013-10-31T21:58:10.943 回答
3

首先，一般建议：不要这样做。使用 rsync 或类似的东西进行批量文件传输。Rsync 背后有多年的优化和调试，有无数的选项来控制复制如何（以及是否）发生，并且在 Windows 上可用。不要浪费时间建造已经建造的东西。

但如果你必须……</p>

散列算法通常关心字节，而不是文件。将 SHA256 应用于文件时，您只需读取字节并将它们传递给算法。

如果您想对路径、权限等进行哈希处理，您应该在目录级别执行此操作，因为这些内容构成了目录的“内容”。目录没有标准的字节级表示，因此您将自己制作一个。看起来像按排序顺序列出的目录列表通常就足够了。并确保每个条目都包含相应事物的哈希值，无论是文件还是另一个目录。这样，目录的哈希不仅唯一地指定每个子目录的名称和属性，而且递归地指定子目录的全部内容。

注意：相同文件具有相同哈希的事实实际上对您有利，因为一旦系统意识到目的地已经存在具有相同哈希的文件，就可以避免传输第二个文件。当然，您必须为此明确编码。但也请注意，这样做可以在文件被移动或复制时允许超便宜的同步，因为它们将具有与以前相同的哈希值。只有受影响的目录（从直接父目录到根目录）才会有不同的哈希值。

最后，一个小问题：不存在零容忍。忘记在宇宙的生命周期中是否会发生 SHA256 碰撞。伽马射线可以翻转“这两个文件不匹配！”的位。这种翻转发生得非常少，但比你想象的要频繁。在嘈杂的量子宇宙中，我们应该避免谈论绝对。

于 2013-10-31T22:02:40.877 回答