摘录
当两个不同的文件具有相同的校验和时，可能会发生校验和冲突。本博文探讨了校验和冲突的概率、影响因素、检测技术以及校验和冲突对数据完整性和安全性的影响。
校验和常用于验证文件完整性和检测错误。然而，两个不同的文件可能会产生相同的校验和值，概率很小。本文将对校验和冲突的可能性、影响、检测以及风险缓解技术进行探讨。
介绍
校验和是从文件数据计算出的一个简单的值，用作完整性指纹。在两个不同时间下载的文件具有匹配的校验和时，可以确信文件未被篡改。然而，尽管数据发生了变化，校验和错误地匹配的碰撞是可能的。
什么是校验和？
校验和算法处理文件的数据，生成一个短的校验和值。一些常见的校验和方法包括：
MD5 - 生成一个128位哈希值
SHA-1 - 生成一个160位哈希值
CRC32 - 计算一个32位循环冗余校验值
校验和旨在为每个文件提供一个唯一的指纹，可以重新计算并匹配以验证完整性。
不同的文件可以具有相同的校验和吗？
由于校验和是对任意大数据的较小、固定长度的表示，数学上不可避免地会出现碰撞。两个不同的文件最终可以产生匹配的校验和。
概率取决于：
- 校验和算法 - 像SHA-256这样的复杂哈希比简单的哈希如CRC32具有更低的碰撞几率。
- 文件大小 - 更大的文件具有更大的熵，所以发生碰撞的可能性较小。
- 文件数量 - 更多的文件增加了碰撞的概率。
尽管概率极低，实际碰撞确实发生过，包括不同源代码文件的重复SHA-1值的例子。
检测校验和碰撞
要识别校验和碰撞：
可以通过比较文件大小或使用不同的算法重新计算来双重检查匹配的校验和。
统计监测可以标记需要调查的异常碰撞次数。
数据错误导致的碰撞可能导致解析或解码失败。
密码签名提供比普通校验和更强的完整性验证。
校验和碰撞的影响
未检测到的校验和碰撞的主要风险包括：
如果不正确地假设不匹配的文件相等，则会发生静默数据损坏。
如果恶意文件冒充其他白名单文件，则存在安全漏洞。
这可能导致软件故障、数据不准确和敏感系统的违规。
缓解校验和碰撞风险
一些减小碰撞几率的方法：
实施额外的检查，如大小比较或次要哈希。
应用纠错码以检测和恢复受损的位。
使用数字签名或HMAC验证完整性，而不是仅依赖于单个校验和。
统计监测异常碰撞事件并进行修复。
结论
虽然在实践中不太可能发生校验和碰撞，但设计系统时应预料到可能的哈希冲突。通过结合强大的哈希算法、冗余、纠错和签名，而不仅仅依赖于单个校验和，可以可靠地验证完整性，即使在碰撞的情况下也是如此。通过深思熟虑的实施，可以减小碰撞的风险，构建更安全、更弹性的系统。
