常见的哈希算法总结

概述

        哈希算法又称摘要算法，它的作用是：对任意一组输入数据进行计算，得到一个固定长度的输出摘要。哈希算法的目的：为了验证原始数据是否被篡改。

        哈希算法最重要的特点就是:

• 相同的输入一定得到相同的输出;
• 不同的输入大概率得到不同的输出。

 

哈希碰撞 

        哈希碰撞是指两个不同的输入却得到了相同的输出，例如：

"AaAaAa".hashCode(); // 0x7460e8c0
"BBAaBB".hashCode(); // 0x7460e8c0

"通话".hashCode(); // 0x11ff03
"重地".hashCode(); // 0x11ff03

        有些爱提问题的同学就会问了：碰撞能不能避免？答案是不能。碰撞是一定会出现的 ，因为输出的字节长度是固定的，string 的hashCode() 输出是4字节整数，最多只有4294967296种输出，但输入的数据长度是不固定的,有无数种输入。所以，哈希算法是把一个无限的输入集合映射到一个有限的输出集合，必然会产生碰撞。

       产生碰撞并不可怕，我们更应该想办法去减少碰撞的概率，因为碰撞概率的高低关系到哈希算法的安全性。

 

常用的哈希算法

        根据碰撞概率，哈希算法的输出长度越长，就约难产生碰撞，同样也就越安全。

算法	输出长度（位）	输出长度（字节）
MD5	128bits	16bytes
SHA-1	160bits	20bytes
RipeMD-160	160bits	20bytes
SHA-256	256bits	32bytes
SHA-512	512bits	40bytes

我们以MD5算法为例对本地的一张图片进行加密：

        使用MessageDigest 时，我们首先根据哈希算法获取一个MessageDigest 实例，然后，反复调用update(byte[]) 输入数据。当输入结束后，调用digest() 方法获得byte[] 数组表示的摘要，最后，把它转换为十六进制的字符串。

public static void main(String[] args) {
		try {
			byte[] imageByteArray = Files.readAllBytes(Paths.get("D:\\share\\jay.jpg"));

			MessageDigest digest = MessageDigest.getInstance("MD5");
			digest.update(imageByteArray);
			byte[] resultByteArray = digest.digest();
			StringBuilder sb = new StringBuilder();
			for (byte b : resultByteArray) {
				sb.append(String.format("%02x", b));
			}
			
			System.out.println(sb);
			System.out.println(sb.length());
		} catch (NoSuchAlgorithmException e) {
			// TODO Auto-generated catch block
			e.printStackTrace();
		} catch (IOException e) {
			// TODO Auto-generated catch block
			e.printStackTrace();
		}
	}

得到的结果：b20e30d3d237be3042682ffcfeda58d9
                     32 

哈希算法的用途

校验下载文件

        因为相同的输入永远会得到相同的输出，因此，如果输入被修改了，得到的输出就会不同。我们在网站上下载软件的时候，经常看到下载页显示的MD5哈希值：

        若要判断自己下载的软件是不是官方提供的时，我们只需要计算一下自己下载的文件通过MD5算法加密后的结果，然后拿去和官方提供的比对，如果内容一样，它两的值一定是一样的。

 

储存用户和密码 

哈希算法的另一个重要用途是存储用户口令。如果直接将用户的原始口令存放到数据库中，会产生极大的安全风险：

• 数据库管理员能够看到用户明文口令;
• 数据库数据一旦泄漏,黑客即可获取用户明文口令。

 

username	password
bob	123456789
alice	abcdefg

        不存储用户的原始口令，那么如何对用户进行认证？方法是存储用户口令的哈希，例如，MD5 。在用户输入原始口令后，系统计算用户输入的原始口令的MD5并与数据库存储的MD5对比，如果一致，说明口令正确，否则，口令错误。
        因此，数据库存储用户名和口令的表内容应该像下面这样：

username	password
bob	25f9e794323b453885f5181f1b624d0b
alice	73a90acaae2b1ccc0e969709665bc62f

        这样一来，数据库管理员看不到用户的原始口令。即使数据库泄漏，黑客也无法拿到用户的原始口令。想要拿到用户的原始口令，必须用暴力穷举的方法, 一个口令一个口令的试 ，直到某个口令计算的MD5恰好等于指定值。
        使用哈希口令时,还要注意防止彩虹表攻击。什么是彩虹表呢?上面讲到了，如果只拿到MD5 , 从MD5反推明文口令，只能使用暴力穷举的方法。然而黑客并不笨,暴力穷举会消耗大量的算力和时间。但是, 如果有一个预先计算好的常用口令和他们的MD5的对照表,这个表就是彩虹表。