3、校验算法入门：哈希算法原理、MD5与SHA家族对比、校验和(Checksum)的概念

聊到镜像校验，绕不开一个核心概念——哈希算法。说白了，哈希就是一种“数据指纹”技术。不管你的文件有多大，哪怕是一个 4GB 的 Ubuntu ISO，哈希算法都能给你算出一串固定长度的数字串。这串数字就像人的指纹，理论上只要文件变了，指纹就会变。

我刚开始接触这玩意儿时，总觉得它很神秘。后来在项目里吃过亏，才真正重视起来。嗯，咱们一步步拆解。

3.1 哈希算法到底在干什么？

哈希算法（Hash Function）的核心逻辑很简单：输入任意长度的数据，输出固定长度的摘要。这个摘要就是哈希值，也叫散列值。

它有四个关键特性：

• 确定性：同样的输入，永远得到同样的输出。
• 快速性：计算速度要快，不能算个大文件等半天。
• 雪崩效应：输入改一个比特，输出结果会大变样。你想想看，改一个字符，整个哈希值面目全非。
• 抗碰撞性：很难找到两个不同的输入，却得到相同的哈希值。这是安全性的根基。

我在一次系统恢复中遇到过这样的情况：下载的镜像明明显示校验通过，但刷进去就是启动不了。后来发现，是校验工具用了过时的算法，碰撞了。从那以后，我对算法选择格外谨慎。

3.2 MD5：曾经的王者，如今的弃子

MD5（Message Digest Algorithm 5）诞生于 1991 年，输出 128 位（16 字节）的哈希值。在很长一段时间里，它是校验的代名词。你下载个文件，旁边经常跟着一个 .md5 文件。

但好景不长。2004 年，中国密码学家王小云团队宣布找到了 MD5 的碰撞方法。什么意思？就是可以人为构造两个不同的文件，让它们的 MD5 值一模一样。

我曾经在维护一个老旧系统时，发现它的镜像校验还在用 MD5。我建议立刻升级，但业务方觉得“这么多年都没出事”。结果后来一次供应链攻击，攻击者就是利用 MD5 碰撞替换了合法镜像。嗯，血的教训。

3.3 SHA 家族：从 SHA-1 到 SHA-256

SHA（Secure Hash Algorithm）系列是美国国家标准与技术研究院（NIST）发布的。目前主流的有三个版本：

算法	输出长度	安全状态	典型用途
SHA-1	160 位（20 字节）	已破解（2017 年 Google 展示碰撞）	已淘汰，仅用于兼容旧系统
SHA-256	256 位（32 字节）	安全（当前推荐）	镜像校验、SSL/TLS 证书、区块链
SHA-512	512 位（64 字节）	安全（更长的输出，更慢）	高安全场景、合规要求

我个人习惯在恢复模式下使用 SHA-256。为什么？因为它在安全性和性能之间取得了最好的平衡。SHA-512 虽然更安全，但在一些嵌入式设备上计算速度明显变慢。你想想看，在 UEFI Shell 或者 initramfs 环境下，CPU 资源本来就有限，没必要为了那一点理论上的安全性牺牲时间。

3.4 校验和（Checksum）：简单但有限

校验和的概念比哈希更古老。它通常指通过求和、异或等简单运算得到的短校验值。比如经典的 CRC32（循环冗余校验），输出 32 位，计算极快。

但校验和有一个致命弱点：抗碰撞能力极差。它只能检测随机错误（比如传输过程中的比特翻转），无法对抗人为恶意篡改。攻击者可以轻松构造出两个不同文件但 CRC32 值相同的数据。

我记得有一次，一个同事用 CRC32 来校验固件包。我问他为什么不用 SHA-256，他说“CRC32 快啊”。我说：“如果有人故意替换你的固件，CRC32 根本拦不住。”后来他改用了 SHA-256，再也没出过问题。

3.5 知识体系总览

下面这张图把本章的核心逻辑串起来了。你可以看到，从数据输入到校验输出，不同算法在安全性、速度和用途上各有取舍。

从图上可以看得很清楚：校验和（CRC32）在最左边，速度快但安全性最低；MD5 在中间，已经过时；SHA 家族在最右边，其中 SHA-256 是当前恢复模式下的最佳选择。

3.6 实战中的选择建议

说了这么多理论，最后给几条我在项目中沉淀下来的经验：

• 日常下载镜像：用 SHA-256 校验。官方基本都提供 .sha256 文件。
• 嵌入式或 UEFI Shell 环境：如果 SHA-256 计算太慢，退而求其次用 SHA-1 也可以，但别用 MD5。
• 传输过程中的完整性检查：CRC32 够用，比如网络协议里的帧校验。
• 固件签名、软件包验证：必须用 SHA-256 或更高，配合数字签名一起使用。