3. 固件包的完整性校验：哈希算法原理
上一章我们聊了固件加密，解决了「别人看不懂」的问题。但还有个更隐蔽的风险——数据在传输过程中被篡改。
你想想看，设备从云端下载固件包，中间要经过多少个路由器、网关、CDN节点？任何一个环节被劫持，攻击者都能把固件包里的二进制数据改掉。更可怕的是，如果设备傻乎乎地直接刷入被篡改的固件，轻则变砖，重则被植入后门。
怎么防？靠的就是完整性校验。今天我们就来拆解它的核心——哈希算法。
3.1 什么是哈希算法？
哈希算法，说白了就是一个「数字指纹」生成器。你给它一段数据（不管多大），它吐出一串固定长度的字符串。这串字符串就是数据的「身份证」。
哈希算法有几个关键特性：
- 单向性：从哈希值无法反推出原始数据。这是数学上的不可逆，不是算力问题。
- 抗碰撞性：很难找到两个不同的数据，它们的哈希值相同。
- 雪崩效应：原始数据哪怕只改一个比特，哈希值都会面目全非。
核心逻辑：发送方计算固件包的哈希值，接收方下载后重新计算哈希值。两个值一比对，就能知道固件包有没有被动过手脚。
我在项目中遇到过一件事：有个同事觉得哈希校验太慢，想跳过。结果设备升级后频繁死机，最后定位发现是固件在传输过程中被中间人篡改了一个字节。嗯，从那以后，团队再也没人敢省这一步了。
3.2 常见的哈希算法：MD5 vs SHA-256
目前OTA领域最常用的哈希算法有两个：MD5 和 SHA-256。我建议你重点掌握后者。
| 特性 | MD5 | SHA-256 |
|---|---|---|
| 输出长度 | 128位（32个十六进制字符） | 256位（64个十六进制字符） |
| 安全性 | 已破解，可人为构造碰撞 | 目前安全，无已知有效碰撞攻击 |
| 计算速度 | 较快 | 较慢（但现代MCU完全可接受） |
| 推荐场景 | 仅用于非安全场景（如文件去重） | OTA升级、数字签名、安全校验 |
避坑指南：我曾经见过某厂商的IoT设备还在用MD5做固件校验。结果安全研究人员用公开的MD5碰撞工具，构造了两个不同固件但哈希值相同的包，成功绕过了校验。所以，新项目请直接上SHA-256，别给自己挖坑。
3.3 校验和（Checksum）的作用
你可能还听过「校验和」这个词。它和哈希算法是什么关系？
简单说：校验和是哈希算法的「轻量版」。
校验和通常用CRC（循环冗余校验）或简单的异或和来实现。它的特点是：
- 计算极快，硬件支持好
- 输出很短（通常是16位或32位）
- 安全性极低，容易被绕过
那校验和还有用吗？有。它适合做「快速完整性检查」。比如：
- 固件包下载完成后，先算一个CRC，快速排除传输中的比特翻转
- 如果CRC对不上，直接重传，不用跑完整的SHA-256
- 如果CRC对上了，再跑SHA-256做安全校验
我习惯的做法是：CRC + SHA-256 双层校验。CRC负责快速过滤，SHA-256负责安全兜底。这样既保证了效率，又保证了安全性。
3.4 防止传输过程中数据被篡改
光有哈希算法还不够。你想想看，如果攻击者同时篡改了固件包和哈希值呢？设备拿到假的固件和假的哈希值，一比对，哎，对上了，然后刷入恶意固件……
所以，哈希值本身也需要被保护。常见的做法有两种：
- 哈希值通过安全通道传输：比如HTTPS、TLS加密通道，保证哈希值在传输过程中不被篡改。
- 哈希值被签名：用私钥对哈希值进行数字签名，设备用公钥验证签名。这是最安全的做法，也是我们下一章的重点。
个人经验：我在做一个智能门锁项目时，最初只用了HTTPS传输哈希值。后来发现，如果攻击者控制了本地网络（比如伪造Wi-Fi热点），HTTPS的证书验证可能被绕过。最终我们改成了「哈希值 + 数字签名」的方案，才算真正放心。
3.5 知识结构图：完整性校验的核心流程
下面这张图展示了OTA升级中完整性校验的完整链路。你可以看到，哈希算法只是其中一环，真正的安全需要「传输加密 + 哈希校验 + 签名验证」三层配合。
3.6 代码示例：用Python计算SHA-256
理论讲完了，我们动手看看实际代码。下面是一个简单的SHA-256计算示例：
import hashlib
# 模拟固件包数据
firmware_data = b"This is the firmware binary content..."
# 计算SHA-256哈希值
hash_obj = hashlib.sha256()
hash_obj.update(firmware_data)
hash_hex = hash_obj.hexdigest()
print(f"SHA-256 Hash: {hash_hex}")
# 输出示例：e3b0c44298fc1c149afbf4c8996fb92427ae41e4649b934ca495991b7852b855
# 验证：修改一个字节后哈希值的变化
modified_data = b"This is the firmware binary content!." # 末尾加了一个点
hash_obj2 = hashlib.sha256()
hash_obj2.update(modified_data)
hash_hex2 = hash_obj2.hexdigest()
print(f"Modified Hash: {hash_hex2}")
# 你会发现两个哈希值完全不同，这就是雪崩效应小技巧：在实际项目中，我习惯把哈希值计算和校验封装成一个独立模块，方便单元测试。另外，记得在固件包的元数据中同时携带哈希值和签名，不要只传一个。
3.7 本章小结
好了，我们来捋一捋今天的内容：
- 哈希算法是完整性校验的基石，它把任意长度的数据映射成固定长度的「数字指纹」
- MD5已不安全，新项目请用SHA-256
- 校验和（CRC）适合做快速过滤，但不能替代安全哈希
- 哈希值本身也需要保护，推荐通过安全通道传输或数字签名
- 实际项目中，CRC + SHA-256 + 数字签名是黄金组合