哈希算法（应用场景）

1.哈希算法介绍

将任意长度的二进制值串映射为固定长度的二进制值串，该映射的规则就是哈希算法。

 

2.哈希算法满足条件

1.从哈希值不能反向推导出原始数据（哈希算法，单向哈希算法）
2.对输入数据非常敏感，哪怕原始数据只修改了一个bit，最后得到的哈希值也大不相同
3.散列冲突的概率要很小，对于不同的原始数据，哈希值相同的概率非常小
4.哈希算法的执行效率要尽量高，针对较长的文本，能够快速计算出哈希值

 

3.哈希算法应用场景

3.1.安全加密

    最常用的加密的哈希算法是MD5（MD5消息摘要算法）和SHA（安全散列算法）。对于加密来说，两个方面比较重要：
    1.很难根据哈希值反向推到出原始数据（加密的目的就是防止原始数据泄露）
    2.尽量减少碰撞冲突概率（理论上没有办法做到完全不冲突）。这里可以了解鸽巢原理，假如有10个鸽巢，却有11只鸽子。

    在实际项目中，为了更加保障数据安全，使用原始数据+盐（salt）方式，一起计算哈希值的方式

 

3.2.唯一标识

    如果要在海量图库中，搜索某张图片是否存在。是否可以直接通过图片的元信息（比如图片名称）进行比对？
    答案是：不能。因为可能存在名称相同，但是图片内容不同；或者名称不同，但是图片内容相同的情况。
    那么该如何实现搜索呢？
    
    答案：获取图片的二进制信息（二进制码串开头取100个字节+中间取100个字节+最后取100个字节），将拼接在一起的300个字节通过哈希算法，得到哈希值。作为图片的唯一标识即可。

 

3.3.数据校验

    电驴这样的 BT 下载软件我们都有用过。我们知道，BT 下载的原理是基于 P2P 协议的。我们从多个机器上并行下载一个 2GB 的电影，这个电影文件可能会被分割成很多文件块（比如可以分成 100 块，每块大约 20MB）。等所有的文件块都下载完成之后，再组装成一个完整的电影文件就行了。
    我们知道，网络传输是不安全的，下载的文件块有可能是被宿主机器恶意修改过的，又或者下载过程中出现了错误，所以下载的文件块可能不是完整的。如果我们没有能力检测这种恶意修改或者文件下载出错，就会导致最终合并后的电影无法观看，甚至导致电脑中毒。
    现在的问题是，如何来校验文件块的安全、正确、完整呢？
    我们通过哈希算法，对 100 个文件块分别取哈希值，并且保存在种子文件中。哈希算法有一个特点，对数据很敏感。只要文件块的内容有一丁点儿的改变，最后计算出的哈希值就会完全不同。
    所以，当文件块下载完成之后，我们可以通过相同的哈希算法，对下载好的文件块逐一求哈希值，然后跟种子文件中保存的哈希值比对。如果不同，说明这个文件块不完整或者被篡改了，需要再重新从其他宿主机器上下载这个文件块。