【区块链基础知识】哈希:任何事物都有一个独一无二的编号

 NXEGO区块链社群   2018-05-10 22:50   968 人阅读  0 条评论
微信图片_20180510225234.jpg


文章看点


一、生活中的编号

二、什么是哈希算法?

三、哈希值的特性

四、什么是好的哈希算法?

五、结语

六、哈希工具



生活中的编号


你去上学,班主任会告诉你一个学号;毕业后上班,HR会给你一个工号;你回家,抬头看得到门牌;你去桑拿,前台会给你一块手牌;


站在管理者的角度看,为了把一摊事管得有秩序,就得排序。这样协作系统能定位目标,更好地服务。否则,课程没法排,工资没法算,快递员找不到你家,甚至在你洗完澡结账时都会纠结半天,因为前台搞不清你到底吃了多少果盘。


编号,要解决两个问题:

1)能定位;

2)无重号。


小规模编号,比如班级学号,从1、2、3……开始,就能解决问题;中等规模的如大企业工号,数字前面得加个字母:A120908;大规模编号如身份证系统,别管谁进来,统一18位数字标签贴在你的身份证上。


但,如果是给互联网里的所有文件编号,标签应该如何贴呢?那可是星辰大海呀,如果按老办法排序,那得到千年后才能给你现在看的这篇文章编上号。而且遇到重号问题如何解决?是否专门安排公务员管这摊事?


那有没有效率更高的编号方法?有,答案是哈希算法。



什么是哈希算法?


哈希算法是将文件映射为较短的固定长度字符串(哈希值)。——维基百科


任何计算机文件都由电子讯号组成。简单地说:0和1组成了全部的信息世界,即:比特世界。


微信图片_20180510225358.jpg


比如,我们眼中的香肠图片,在比特世界里是这样的:01010111001111010101100101110101……



我没写完整,上万位吧,写完得一屋子,总之就是0和1两个数字排成了一条长龙,这才是这张图片在比特世界里的本来面目,我们把这串长龙称为“二进制文件”。


我们把这条长龙切碎,搅拌之后就得到哈希值:4f7f56ecc0b725893b59f6428258304a94e40f48


哈希值是哈希算法的最终结果,是文件在互联网里的编号。如果这张图片是一个人,那哈希值就是TA的指纹、TA的身份证编号。


你完全不用理解哈希算法如何把二进制文件变成哈希值,这是数学家的事,你只要把哈希函数看作一台屠宰机器,就能理解一切:这台机器把任何猪都能剁成等长的香肠,而哈希值就是这根香肠的花纹。


除了所有哈希值都一样长之外,这些花纹有一些其他漂亮的特性,能轻巧地用在比特世界的方方面面。



哈希值的特性


如果你看到两个文件有完全相同的哈希值,那你立马可以判定它们是同一文件。这也是哈希值最基本的特性:相同文件的哈希值相同,即,复制后的文件与原文件哈希值相同。


这容易理解,因为既然是两只一模一样的猪,那它们用相同方法做出来的香肠应该一模一样。但如果两只猪其他部位完全相同,哪怕它们尾巴尖上的一根毛不同,那香肠最终的纹理会完全不同。


源文件稍有改动,哈希值面目全非。


这一特性使得用哈希值标注的文件无法被篡改,因为哪怕只篡改上图一个像素,马上就能被认出——哈希值会完全不同。


另外,哈希值还有的特性:


第一、不可逆推:在具备编码功能的同时,哈希算法也作为一种加密算法存在。即,你无法通过分析哈希值计算出源文件的样子,换句话说:你不可能通过观察香肠的纹理推测出猪原来的样子。


第二、计算极快:哈希一部20G高清电影和一个5K文本文件复杂度相同,计算量都极小,可以在0.1秒内得出结果。也就是说,不管猪有多肥,骨头多硬,做成香肠都只要眨眨眼的时间。


能用极快的速度给你的文件编出不重复的号码,而且任何人都无法通过这个号码推算出文件原来的样子,这就是哈希算法的意义。


把文件切碎和搅拌的过程就是哈希算法,而切碎和搅拌的动作,称为加密和压缩,而不同的烧菜师傅会有不同的刀法,于是就有了很多哈希算法,比如:CRC-32、MD5和SHA1……名字虽然唬人,可它们之间只是张家师傅和李家师傅的区别,但不同师傅之间的刀功却有高下,那差距究竟在哪里呢?



什么是好的哈希算法?


正如前文维基百科的定义:哈希算法只是将文件映射为哈希值,“映射”的意思是投影。既然是投影,那总会不同的人有一模一样的影子。所以最终在数学意义上,哈希会发生重号,只是重号概率小到我们难以理解地接近零。


这种无限接近零的概率类似于:明天一早你突然当选美国总统、你从小到大每天都中六合彩,或者下一秒49个外星人在你面前排成7×7方阵……的概率。但万一碰到了呢?我们把这种情况称为碰撞。


越好的哈希算法发生碰撞的概率越小。


可如果只为完成“少发生碰撞”这一个目标,很容易实现,你只要把哈希值弄得长长的就可以了。但哈希值最终不是纯数字编号,而是数字与字母的组合,目的也只有一个:缩短哈希值长度,便于实际应用。毕竟,没有人会带一根1米的香肠出差。


如果你要自建一个小型图片网站,使用CRC-32短哈希算法给图片贴标签就足够了,它能为你提供42亿种不同的标签,而且文件名长度(哈希值)永远只有8位。


如果你要检索论文库,MD5算法足够你用:哈希值稍长,但几乎不会有重复,能让你做出足够精准的索引。


而商业级加密,你可以用SHA256:哈希值稍长,但倒推难度极大:需要人类当前所有计算能力总和的千万倍……还不一定能算出来。


所以,无论是CRC-32、MD5、SHA256……并没有绝对最好的哈希算法。只有在不同场景下,衡量成本收益之后,才存在相对最优。



结语


二十年前,如果你去图书馆找一本名叫《美国种族简史》的书,得先思考它属于宗教类还是历史类,然后再跑去不同的区域爬格子。而现在,你只需轻轻一点,整个屏幕就会告诉你有没有这本书,如果有,那它在哪里。


图书馆用的小规模搜索技术贴标签:以前是手工分类,现在是数据库。


而互联网级别的大规模的搜索就得靠哈希算法生产索引标签了。比如Google等搜索引擎、迅雷等下载软件、比特币等加密货币……都能通过哈希值准确定位目标。


即使哈希算法乍看起来毫不起眼,无非做出了一串奇怪的字符,但它却是比特世界里的板砖,能搭出高楼大厦,能让比特世界更有序。即使离你再远的信息,在哈希算法的帮助下,都可以让你触手可及。 



哈希工具


1、哈希文件:http://www.atool.org/file_hash.php


微信图片_20180510225419.jpg


哈希了前文香肠图片,请注意最下方的“4f7f”开头的哈希值即为前文哈希值。


2、哈希字符:http://www.kjson.com/encrypt/hash/?fm=map


微信图片_20180510225436.jpg


字符“Hello”用SHA256哈希算法得出的哈希值为:185f8db32271fe25f561a6fc938b2e264306ec304eda518007d1764826381969


恭喜你,今天又在数字世界里精进了一步。



本文地址:https://nxego.com/post/67.html
版权声明:本文为原创文章,版权归 NXEGO区块链社群 所有,欢迎分享本文,转载请保留出处!

发表评论


表情

还没有留言,还不快点抢沙发?