我在哪里可以找到xxhash64和md5碰撞概率统计数据？

Question

我找不到有关xxhash64的碰撞百分比的任何信息。

我将把它用于缓存系统（生成需要唯一的哈希密钥，大约数亿）。 现在我使用md5，但我不需要加密属性。

所以我需要一些信息，以确定它对我的任务是一个好的决定。 在最好的情况下 - 比较md5和xxHash64之间的冲突次数。

Answer 1

您可以使用birthday problem来计算自己。

通常，给出散列函数概率的数学表达式是：

p（k）= 1 - exp（-k（k-1）/ 2N，k（哈希数）随机生成的值，其中每个值都是小于的负整数N（可能的哈希值）：

N = 2 ^（位数），md5的示例为2 ^ 128，或32位哈希为2 ^ 32    

如果您使用md5

将生成128位哈希值，通过应用此公式，您将获得此“S”图。例如，为了获得50％（0.5）的碰撞概率，该图解释了至少需要2100,000万亿个哈希！如果我们使用少于10亿个哈希值，则碰撞概率可以忽略不计。

如果您使用数亿个散列键，则使用md5的冲突概率为0％。

如果您使用xxhash64，

假设xxhash64产生64位哈希。你会得到这个图表。

根据这张图片，您可以看到，如果碰撞百分比为50％，您至少需要50亿个哈希值。 50亿个哈希中的两个可以有1/2的奇数来拥有相同的哈希！如果你有大约120亿个哈希值，那么哈希碰撞的几率就达到了100％。

如果您使用数亿个散列键，则使用xxhash64 的冲突概率为0.033％。

这个link解释了为什么md5或快速哈希方法不安全。