什么是哈希？分类及应用场景详解！

一、哈希的含义及来源

哈希，源自英文单词hash，原意为"切碎并搅拌"，形象地描述了这种将任意长度的信息压缩成固定长度的值的过程。在计算机科学中，哈希一般指的是hash函数，也被称为散列。哈希值在电子数据取证领域中被广泛应用来校验数据的完整性，就如同法医鉴定的DNA检验、笔迹鉴定的动力定型、指纹鉴定的细节特征组合一样重要。

哈希并不神秘，实际上，它只是一个简单的算法。比如我们在数学中遇到的 b+1=a，只要输入b，经过运算就能得出输出a，同样道理，哈希算法也能实现类似的运算。它的输入可以是各种类型的数据，如字符串、数据或者文件，经过运算之后，都会得到一个固定长度的哈希值。哈希运算是一种压缩映射，无论输入的数据如何变化，输出的结果总是固定长度的数字/字母混合的随机数列。

哈希运算具备两个显著的特点：

原始信息即使只改动一个字节，哈希计算的结果也会完全不同，因此要找到两个具有相同哈希值的不同源数据，在计算上几乎是不可能的。

在哈希函数中，不同的输入可能会得到相同的哈希值，这意味着无法通过哈希值逆向推出唯一输入值。换言之，哈希算法无法从结果追溯到输入。

二、哈希的分类

哈希算法种类繁多，其中包括32位十六进制的md5、64位十六进制数的SHA-256等等。根据功能和安全性的差异，我们将这些哈希算法分为普通哈希和加密哈希两大类别。

从本质上来说，普通哈希和加密哈希并无太大区别，两者的区别主要在于安全性。比如MD5算法原本是为了作为加密哈希而设计的，但是随着计算机技术的进步，MD5出现了碰撞的可能性，现在更多的是作为普通哈希用于数据校验。而SHA-1曾是加密哈希算法，自2017年起，SHA-1算法生成的加密证书被各大浏览器拒绝。如今流行的是SHA-2系列加密算法，其中就包括我们前面提到的SHA-256。

理论上讲，只要一种哈希算法存在碰撞的情况，就不建议用作加密哈希，只有安全性较高的哈希算法才适合作为加密哈希使用。尽管哈希算法的安全性并非仅仅取决于哈希数列的长度，但从大概率上看，长度较长的哈希算法被认为更安全。因此，哈希算法按输出哈希的长度可以大致区分出普通哈希和加密哈希，前者主要用于数据完整性校验，后者则被用于加密算法中。

三、常见哈希算法简介

MD5: MD5是一种广泛使用的密码散列函数，可以产生一个128位（16字节）的哈希值，用于确保信息传输完整一致。

SHA-1: SHA是一种安全哈希算法，主要应用于数字签名标准（Digital Signature Standard DSS）中定义的数字签名算法（Digital Signature Algorithm DSA）。SHA-1会产生一个160位的消息摘要，可用来验证数据的完整性。需要注意的是，SHA-1有一定的碰撞概率，虽然可能性极低。

SHA-256: SHA-256是SHA-2系列算法的一部分，是一个256位长的哈希值。这种算法通常用长度为64的十六进制字符串来表示。

四、哈希的应用场景

哈希有很多不同的名字，如 Digest（摘要）、Checksum（校验值）、Fingerprint（指纹）等等，虽然叫法不同，但实际上表达的意思相似。换句话说，哈希可以作为一种数据的代表形式。

由于数据在传输或者存储过程中，只要有任何细微的变化，对应的哈希值也会随之改变，这就是哈希独一无二的特性。正是因为这个特性，哈希函数最常见的用途就是进行数据完整性校验（Integrity Check），即数据无损校验。

1. 文件校验

哈希的这一特性使得其成为当前应用最广泛的文件完整性校验算法。它通常用在以下两种情况中：

文件传输校验

保存二进制文件系统数字指纹

举个例子，当我们从服务器下载一个软件时，可以通过比较下载后的软件与原始软件的哈希值来判断软件是否被篡改，这对于保护账户安全至关重要。

2. 数字签名

在数字签名协议中，哈希起着至关重要的作用。为了提高运算速度，签名方会对数据文件进行哈希值计算，然后对很短的哈希值用非对称算法进行数字签名操作。接收方也会对数据文件进行同样的哈希值计算，并使用非对称算法验证数字签名。这种方式在统计上可以认为与对文件本身进行数字签名是等效的，且更加安全。

总之，哈希在我们的日常生活中扮演着不可或缺的角色，从网络安全到个人隐私保护，都能看到它的身影。希望这篇文章能帮助你更好地理解哈希的概念和应用。