SHA-256、MD-5，哈希散列函数这些原理你懂了吗？

编者按：本文来自 区块链大本营（ID：blockchain_camp），作者：wagslane，译者：火火酱，Odaily星球日报经授权转载。

本文对哈希函数进行简要的介绍，旨在帮助读者理解为什么要使用哈希函数，以及其基本工作原理。文中将省略具体证明和实现细节，而将重点放在高级原理上。

为什么要使用哈希函数

哈希函数被广泛应用于互联网的各个方面，主要用于安全存储密码、查找备份记录、快速存储和检索数据等等。例如，Qvault使用哈希散列将主密码扩展为私人加密密钥。

（Qvault：https://qvault.io/）

用途列表清单详见: https://en.wikipedia.or/

本文将重点介绍哈希函数的几个重要特性，也可以说是其最重要的特性：

• 哈希函数确定性地加扰数据；

• 无论输入是什么，哈希函数的输出大小始终相同；

• 无法从加扰的数据中检索原始数据（单向函数）；

确定性地加扰数据

首先，想象一个魔方。

我们从恢复魔方开始。如果我们随机转动魔方，到最后，魔方将会呈现和开始时完全不同的状态。同样，如果我们重新开始，重复完全相同的动作，那么我们会不断得到完全相同的结果。尽管看起来结果可能是随机产生的，但实质上并非如此。这就是“确定性”的意思。

“确定性”在安全存储密码方面起着至关重要的作用。例如，假设我的密码是“iLoveBitcoin”。

我可以使用哈希函数对其进行加扰：

iLoveBitcoin→ “2f5sfsdfs5s1fsfsdf98ss4f84sfs6d5fs2d1fdf15”

现在，如果有人看到这个加扰后的版本，他们也不会知道我的原始密码！这一点非常重要，因为这意味着，作为一名网站开发人员，我只需存储用户密码的哈希散列(加扰数据)，即可对其进行验证。

当用户进行注册时，我对密码进行哈希散列处理，并将其存储在数据库中。当用户登录时，我只需再次对输入的内容进行哈希散列处理，并比较两个哈希值。由于特定的输入始终会输出相同的哈希值，所以该方法每次都可以成功验证密码。

如果网站以纯文本格式存储密码的话，则会出现巨大的安全漏洞。如果有人入侵该网站，那么他将会能获取所有的电子邮件和密码，并可以尝试在其他网站上使用这些信息进行登录。

无论输入是什么，输出大小始终相同

如果对单个单词进行哈希，则输出将是特定的大小(对于特定的哈希函数SHA-256来说，其大小是256 bits)。如果对一本书进行哈希，其输出也将是相同的大小。

这是其另一个重要特性，因为这可以节省我们的计算时间。典型的例子是在数据映射（data map）中使用哈希散列作为键（key）。数据映射是计算机科学中用来存储数据的简单结构。

当程序在映射中存储数据时，会向映射提供键（key）和值（value）。当程序想要访问该值时，它可以向映射提供适当的键并接收相应的值。数据映射的优势在于它们可以立即找到数据。该键被用作计算机能够立即找到的地址，这样一来，就不必花费数小时在数百万条记录中进行搜索了。

因为键就像地址一样，不能太大。如果想将书籍存储在数据映射中，则可以对书籍的内容进行哈希散列处理，并使用哈希值作为键。作为一名程序员，我可以轻而易举地使用哈希散列来查找该书的内容，而不必按标题、作者等对数千条记录进行排序。

其工作原理是怎样的呢？

这部分是本文的难点，我会尽量将其简化，省略实际的实现细节，重点介绍计算机在使用哈希散列处理数据时工作原理的基本概念。

下面让我们来看一下我为此专门编写的一个算法——LANEHASH：

我们从要进行哈希散列的数据开始

我把字母和数字转换成1和0 (计算机中的所有数据都以1和0的形式进行存储，不同的1和0的组合代表了不同的字母)

此时，我们通过各种预设的步骤对数据进行转换。步骤内容可以是任意的，但重要的是，每次使用LANEHASH时，我们都需要遵循相同的步骤，以便我们的算法具有确定性。我们将前4位从左侧移到右侧：

每隔1 位（bit）进行间隔：

我们把这两部分转换为以十进制的数字。十进制是我们在学校中学过的“正常的”数字系统。(所有的二进制数据实际上都是数字，你可以在其他网站上在线查询如何将二进制转换为十进制数字)

我们将这两个数字相乘：

然后对该数进行平方：

再将该数字转换回二进制：

从右侧切掉9 bits后正好得到16 bits：

然后将该二进制数据转换回英语：

如上所示，如果输入相同，那么最后终将会得到相同的输出结果。但是，如果改变任何一个字母，最终的结果也将发生巨大变化。