两个数据块可能产生相同CRC64值的可能性有多大？

Question

我有一个缓存应用程序，它使用CRC64值来确保数据完整性。 我正在考虑增加一个额外的字段，一个时间戳来传递数据 在各种缓存服务器之间进行比较，以查看数据是否已更改。

但是，这需要协议更改。虽然这不是一个大问题，但我已经有了 一个CRC64，可用作指示某些事情发生了变化。

是否有人知道生成相同CRC64的两个数据块周围的统计数据？如果没有，我怎么能计算它或估计它的可能性？

Answer 1

如果你认为crc64是'完美'，那么这些数字是非常合理的：

For a 1% probability of collision, you need 6.1 × 10^8 entries. For a 50% probability of collision, you need 5.1 × 10^9 entries.

当然，如果数据可能是由恶意来源提供的，那么可以很容易地生成像crc64这样简单的哈希冲突，并且冲突可能会很频繁。所以，你是否走这条路线取决于输入数据的来源和碰撞的潜在后果。

Answer 2

任何两个给出的块碰撞的概率是1/2 ⁶⁴ ，或者在约1.8×10 ¹⁹ 中的1。

但是，如果您对大小为N的任意两个块的碰撞率感兴趣，则概率很快就会变得更高。

有关更多信息，请参阅维基百科上的Birthday Problem，其中包含公式和近似值。

Answer 3

两个CRC64相对于不同随机数据相同的概率在2 ** 64中接近1个机会。但由于CRC对数据模式有些敏感，可能会出现退化情况，你会丢失几个二进制数保护。可能不可能得出一个硬数字，但你可能会安全地假设在最差情况下碰撞机会在2 ** 50左右的时间内不到1次。

如果你使用加密哈希而不是CRC64，你可以放心接近理论极限，但加密哈希的计算成本通常要高得多。