哈希函数基础：SHA-256原理与应用
说到日志签名防篡改，哈希函数是地基。没有它，链式存储就是个空架子。我最早接触哈希是在做文件完整性校验时，那时候还在用MD5，踩了不少坑。后面慢慢摸透了SHA-256，才真正理解什么叫“不可逆”、“抗碰撞”。
哈希函数到底干了一件什么事？
简单说：任意长度的输入，经过哈希函数，输出一个固定长度的“摘要”。这个摘要看起来随机，但实际上完全由输入决定。你改一个bit，摘要就面目全非。
我习惯用一个比喻：它像一台碎纸机，你把一张写满字的纸塞进去，出来一堆纸屑。你没法把纸屑还原成原来的纸，但别人拿到同样的纸，碎出来的纸屑形状一定一模一样。
哈希函数的三大铁律
- 确定性：同一输入，永远输出同一摘要。
- 抗碰撞：找两个不同输入得到同一摘要，计算上不可行。
- 单向性：由摘要反推输入，计算上不可行。
SHA-256原理——拆开看
SHA-256是SHA-2家族的一员，输出256位（32字节）。它的处理过程可以拆成三步：填充、分组、压缩。
1. 填充（Padding）
消息先补一个1，再补若干个0，最后补64位长度信息。目的是让消息长度正好是512的整数倍。比如一条“Hello”消息，原始长度40bit，补完后的长度是512bit。
我这里提个细节：64位长度信息不能少。少了它，即使你改了消息前几个bit，摘要也可能不变。我曾经在自研校验工具时漏了这一步，结果查出很多假阳性，后来才发现是填充没按标准做。
2. 分组（Block Decomposition）
填充后的消息切成512bit（64字节）一组。每组再展开成64个32bit的“字”（从W0到W63）。前16个字直接取自原消息，后面48个字通过循环移位和异或计算出来。
3. 压缩函数（Compression Function）
这是哈希的核心。SHA-256有8个初始状态寄存器，叫做A～H。每一组消息要经过64轮迭代，每轮用当前的消息字Wt和常数Kt去更新这8个寄存器。64轮做完后，输出就是这一组的摘要。全部组处理完，最后的A～H拼接起来就是最终的256位哈希值。
具体公式我就不手抄了，但你可以理解为：每个字都要经过“Σ函数、选择函数、多数函数”的混合，然后做模加运算。这种设计让输入的任何微小变化都能扩散到整个输出。
# 用Python验证一下（简化版，仅示意round）
def sha256_round(a, b, c, d, e, f, g, h, w, k):
S1 = rightrotate(e, 6) ^ rightrotate(e, 11) ^ rightrotate(e, 25)
ch = (e & f) ^ ((~e) & g)
temp1 = h + S1 + ch + k + w
S0 = rightrotate(a, 2) ^ rightrotate(a, 13) ^ rightrotate(a, 22)
maj = (a & b) ^ (a & c) ^ (b & c)
temp2 = S0 + maj
return (temp1 + temp2) & 0xFFFFFFFF, a, b, c, (d + temp1) & 0xFFFFFFFF, e, f, g这段代码里，rightrotate是循环右移，S1和S0是Σ函数，ch是选择函数，maj是多数函数。实际SHA-256还有更多的位运算，但核心思想就是“加、异或、循环移位”的组合。
SHA-256在日志签名场景中的应用
咱们这门课讲的是日志签名防篡改，哈希函数是关键组件。具体怎么用？
- 日志条目哈希：每条日志先算SHA-256摘要，作为该条日志的“指纹”。
- 哈希链：后一条日志的摘要包含前一条日志的摘要。这样改了任意一条日志，后面所有链条上的哈希都会对不上。
- 签名前哈希：对哈希摘要做数字签名，而不是直接签日志原文。效率高得多，还能保证原始数据不被篡改。
| 特性 | SHA-256 | MD5 | SHA-1 |
|---|---|---|---|
| 输出长度 | 256 bit | 128 bit | 160 bit |
| 抗碰撞（2025年） | 安全 | 已被攻破 | 已被攻破 |
| 速度（相对） | 较慢 | 快 | 中等 |
| 推荐场景 | 区块链、防篡改 | 不推荐 | 不推荐 |
避坑：不要拿SHA-256当加密用
哈希是单向的，不是加密。加密可以解密，哈希不可逆。有人用SHA-256做密码存储，但直接存哈希值仍然不安全——彩虹表可以反查。我曾经见过一个项目，只存了SHA-256(password)就以为万事大吉，结果被彩虹表秒破。正确做法是：加盐（salt）+ 慢哈希（如bcrypt）。
一张图看懂SHA-256处理流程
下面这张SVG图把从原始消息到256位摘要的整个流程画出来了，你一看就清楚。
整个流程像流水线，每步都不可少。我个人习惯在实际项目里用库函数，比如OpenSSL或Python hashlib，但理解底层逻辑对排查问题特别有用。有一次日志哈希链条断掉，我怎么debug都找不出原因，后来发现是某条日志长度刚好差1bit，填充逻辑里用了Big-endian还是Little-endian没对齐。回头查标准文档，才发现自己理解错了。
经验之谈：如果你在设计哈希链存储系统，记得把每条日志的哈希值和前一条哈希值一起存进数据库。我见过有人只存最新哈希，结果链断了以后，无法回溯验证历史数据。
好了，哈希函数基础讲到这里。SHA-256是当前最实用的选择——安全、成熟、标准。做日志签名防篡改，用它就对了。