哈希算法与消息摘要

说起哈希算法，我脑子里第一个蹦出来的场景就是：几年前做支付系统，需要校验订单数据的完整性。那时候MD5还在用，后来被安全审计揪出来，说这玩意儿早就该退役了。嗯，从那以后我养成了个习惯——但凡涉及「不可逆」和「防篡改」的地方，一定先把算法族谱翻一遍再下决定。

哈希函数，说白了就是一把压缩器。你给任意长度的数据，它吐出一个固定长度的“指纹”。这个指纹有几个关键特征：

• 单向性：从指纹反推出原文，理论上不可行（实际上MD5已经可以碰撞了）。
• 抗碰撞性：找到两个不同输入产生相同输出，应该极难。
• 雪崩效应：输入改一个比特，输出几乎完全不同。

下面这张图把今天要聊的几个主流哈希算法串起来了。你把它当成一张路线图，读完后回来再看，脉络会更清楚。

MD5：曾经的主力，如今的雷区

MD5输出128位，速度快，实现简单。十年前我接手过一个老系统，密码存储就是简单MD5。那时候攻击者还没把彩虹表玩得那么溜，勉强能扛。2010年后碰撞攻击被大幅优化，现在用手机都能在几分钟内找到两个不同文件产生相同MD5值。

我个人的态度很明确：任何新项目都不应该再用MD5。如果你看到代码里还有MD5做签名或者存密码，趁早改。我曾经在一个项目里见到过MD5加盐的方案，表面看安全一些，但实际上盐值一旦泄露，MD5的弱点依然能被直接利用。

SHA-1：退休进行时

SHA-1输出160位，比MD5稍慢，但安全强度其实也没好到哪里去。2017年Google和CWI成功给出了第一个完整SHA-1碰撞实例（SHAttered攻击）。从那以后，浏览器证书、Git存储等纷纷弃用它。

我记得有一次给客户做系统的密码升级，老的哈希字段就是SHA-1。我们做了渐进迁移——用户登录时如果检测到是SHA-1，就重算SHA-256并更新。整个过程花了一个月，但之后再也没有安全告警了。

建议： 除非你必须维护一个上古组件，否则别碰SHA-1。Chrome已经明确标记SHA-1证书为不安全，这已经足够说明问题了。

SHA-2：当前工业标准

SHA-2家族包括SHA-224、SHA-256、SHA-384、SHA-512。其中SHA-256是主流选择。输出长度越长，安全性越高，速度也越慢。实际项目中，我推荐对称选择：

我自己的经验：如果项目没有特殊合规要求，直接上SHA-256。速度和安全性之间平衡得很好。Java 8以上的 MessageDigest 原生支持，用起来很方便。

// Java 示例：计算字符串的 SHA-256 摘要
import java.security.MessageDigest;

public class HashDemo {
    public static void main(String[] args) throws Exception {
        String input = "Hello, 加密SDK实战!";
        MessageDigest md = MessageDigest.getInstance("SHA-256");
        byte[] digest = md.digest(input.getBytes("UTF-8"));
        // 转成十六进制字符串
        StringBuilder sb = new StringBuilder();
        for (byte b : digest) {
            sb.append(String.format("%02x", b & 0xff));
        }
        System.out.println(sb.toString());
    }
}

SHA-3：新一代选择

SHA-3基于Keccak算法思想，于2015年被NIST标准化。它和SHA-2结构完全不同，不是加固版本，而是另一种构造方式。输出长度可灵活配置（224/256/384/512）。目前SHA-3还没有大规模替代SHA-2，因为前者的性能在某些硬件上没有优势，且SHA-2短时间内仍然安全。

我个人觉得，如果项目从头搭建，且需要应对未来十年以上的安全需求，可以优先选SHA-3-256。它在量子计算时代也不容易被打穿，当然这只是保守推测。不过我在实际项目中见到SHA-3用得还比较少——大多数团队还是习惯用SHA-256。

消息摘要的几个实战要点

• 加盐存储密码： 直接对密码哈希会遭受彩虹表攻击。正确的做法是附加随机盐值，再计算哈希。盐值长度不少于16字节，且每个用户不同。
• HMAC（哈希消息认证码）： 使用另一个密钥和哈希函数组合，保证消息完整性和来源认证。我常用来做API请求签名。
• 防重复提交： 可以用哈希作为请求的唯一指纹，服务器缓存该指纹一段时间。
• 文件重复检测： 大型文件系统里，对文件内容做哈希，相同哈希代表内容相同（不考虑碰撞）。

嗯，关于哈希我能想到的坑和经验差不多就这些了。你在写代码时遇到的具体问题，欢迎去课程讨论区里提，我看到会回复。