substr md5碰撞

Question

我需要一个4个字符的哈希值。目前我正在使用md5()哈希的前4个字符。我正在散列一个长度不超过80个字符的字符串。这会导致碰撞吗？或者，碰撞的几率是多少，假设我的哈希值小于65,536（16 ⁴ ）不同的元素？

Answer 1

好吧，md5的每个字符都是十六进制位。这意味着它可以具有16个可能值中的一个。因此，如果您只使用前4个“十六位”，则表示您可以拥有16 * 16 * 16 * 16或16^4或65536或2^16种可能性。

因此，这意味着结果的总可用“空间”仅为16位宽。现在，根据Birthday Attack/Problem，碰撞有以下几率：

• 50%偶然 - ＆gt; 300条目
• 1%偶然 - ＆gt; 36条目
• 0.0000001%偶然 - ＆gt; 2条目。

因此碰撞的可能性非常大。

现在，你说你需要一个4个字符的哈希值。根据具体要求，您可以：

• 16^4（65,536）个可能值的4个十六进制位
• 26^4（456,976）个可能值的4个字母位
• 36^4（1,679,616）个可能值的4个字母数字位
• 4个ascii可打印位，约为93^4（74,805,201）个可能的值（假设ASCII 33 - > 126）
• 256^4（4,294,967,296）个可能值的4个完整字节。

现在，您选择的将取决于实际用例。哈希是否需要传输到浏览器？你是如何存储的等等。

我将举一个例子（在PHP中，但应该很容易翻译/看看发生了什么）：

4个Hex-Bits ：

$hash = substr(md5($data), 0, 4);

4位字：

$hash = substr(base_convert(md5($data), 16, 26)0, 4);
$hash = str_replace(range(0, 9), range('S', 'Z'), $hash);

4个字母数字位：

$hash = substr(base_convert(md5($data), 16, 36), 0, 4);

4个可打印的Assci位：

$hash = hash('md5', $data, true); // We want the raw bytes
$out = '';
for ($i = 0; $i < 4; $i++) {
    $out .= chr((ord($hash[$i]) % 93) + 33);
}

4个完整字节：

$hash = substr(hash('md5', $data, true), 0, 4); // We want the raw bytes

Answer 2

Surprisingly high indeed.正如您从this graph of an approximate collision probability（来自wikipedia page的公式）所看到的那样，只有几百个元素，您发生碰撞的概率超过50％。

当然，请注意，如果您面临攻击者提供字符串的可能性，您可能会认为它是100％ - 在16位搜索空间中发现碰撞的扫描几乎可以在任何时候完成现代PC。或者甚至是任何现代手机。

Answer 3

4个第一个字符包含4 * 4 = 16位数据，因此碰撞肯定会达到65536个元素，并且由于生日攻击，它将被发现更快。你应该使用更多的哈希值。