区块链中的数学知识之HASH算法

哈希算法（hash）

任意长度的二进制值（明文） 映射为较短的固定长度的二进制值（hash值） ，并且不同的明文很难映射为相同的hash值。

例如：计算一段话“csdn网站真是好好啊”的 md5 hash 值为：

    10012549883a2ef85dc81b90fb606046 #这个值是假设，还没有论证过

哈希函数具有输入敏感特性。也就是说，如果输入数据发生微小改变——比如改一个字符，那么输出将发生很大的变化。这带来两点好处：第一，你无法通过输出的变化，来推测输入发生了什么变化。第二，保存哈希值可以验证数据是否被篡改。一般的，hash算法都是算力敏感型，意味着计算资源是瓶颈，主频越高的CPU进行 hash 的速度也越快。也有一些hash算法不是算力敏感的，例如scrypt，需要大量的内存资源，节点不能通过简单的增加更多 CPU 来获得 hash 性能的提升。

注：MD5是一个经典的hash算法，其和SHA-1算法都已被证明安全性不足应用于商业场景。为了提高安全性，NIST NSA 还设计出了 SHA-224、SHA-256、SHA-384，和 SHA-512算法（统称为SHA-2） ，跟SHA-1算法原理类似。比特币使用的是 SHA256。

所以一个优秀的hash算法，需要冲突避免，即很难找到两段内容不同的明文，使得它们的 hash 值一致（发生冲突）。即对于任意两个不同的数据块，其hash值相同的可能性极小；对于一个给定的数据块，找到和它hash值相同的数据块极为困难。

例如：文字"version1" 和"version2" 进行MD5 HASH后二者的MD5值就天差地别了

"version1"的MD5 HASH值为 "966634ebf2fc135707d6753692bf4b1e";

"version2"的MD5 HASH值为 "2e0e95285f08a07dea17e7ee111b21c8";

但是还有一种可能

1、"0e306561559aa787d00bc6f70bbdfe3404cf03659e704f8534c00ffb659c4c8740cc94

2feb2da115a3f4155cbb8607497386656d7d1f34a42059d78f5a8dd1ef"

2、"0e306561559aa787d00bc6f70bbdfe3404cf03659e744f8534c00ffb659c4c8740cc94

2feb2da115a3f415dcbb8607497386656d7d1f34a42059d78f5a8dd1ef"

上面这两段文字只有红色加大的数字不同，但是MD5 HASH后的值如下:

1、cee9a457e790cf20d4bdaa6d69f01e41

2、cee9a457e790cf20d4bdaa6d69f01e41

这个就是碰撞案例，像这种案例很多，现在的计算机只要数秒就能找到MD5的一个碰撞案例，因此，MD5在数年前就已经不被推荐作为应用中的散列算法方案，取代它的是SHA家族算法，也就是安全散列算法（Secure Hash Algorithm，缩写为SHA）。

安全散列算法与MD5算法本质上的算法是类似的，但安全性要领先很多——这种领先型更多的表现在碰撞攻击的时间开销更大，当然相对应的计算时间也会慢一点。SHA家族算法的种类很多，有SHA0、SHA1、SHA256、SHA384等等。其中SHA1是现在用途最广泛的一种算法，但是在2017年2月破灭了，谷歌宣布实现了 SHA-1 碰撞。所以对于一些大的商业机构来说， MD5 和 SHA1 已经不够安全，推荐至少使用 SHA2-256 算法。