请问哈希值碰撞率会发生在大体相同的两个文件，还是完全不同的文件身上？

nmyh

mifanu 发表于 2023-4-13 13:40
这么说，哈希用来校验文件下载是否完整，是100%不会出错的？不用担心那种碰撞的情况。
因为我之前考虑 ...

只是校验下载文件是否完整的情况，是不会出错的。
按照5楼附件的例子，碰撞应该是同时对两个文件进行的处理（结果为相同大小且相同的md5），3楼的附件示例应该也属于这个情况。

woshilaji2

哈希碰撞与文件相似性无关 （哈希算法没有设计缺陷时）
MD5算法 有缺陷  可以强制构造同哈希文件

rfc6979

对这个问题感兴趣可以看看这里:
_https://github.com/corkami/collisions

studycpp

不是很难理解.  hash值本身就是数值,范围就是能表示的文件数目.  好的算法是尽可能给不同的文件(内容和大小分配不同的数值代号,而且间隔要均匀点,,, 我不知道专业说法是不是 稀疏度?均匀度.  所以 相同大小  或者不同大小的文件 都有可能是同一个序列号,.即为hash值

mifanu

studycpp 发表于 2023-4-17 11:01
不是很难理解.  hash值本身就是数值,范围就是能表示的文件数目.  好的算法是尽可能给不同的文件(内容和大小 ...

hash算法好像首先会计算大小，所以大小差一个byte都不可能发生碰撞。所以hash不会简陋到连大小都不一样还计算出一样的值，不会有这样的低级错误，这是我的初步结论。或者说hash值里本身就有精确到b的大小信息。
您的举例我能理解，您的意思说一杯果汁和一杯均匀稀释的果汁有可能hash一样，到我想hash不至于这样，

安全强迫症

mifanu 发表于 2023-4-17 11:38
hash算法好像首先会计算大小，所以大小差一个byte都不可能发生碰撞。所以hash不会简陋到连大小都不一样 ...

基本上不会计算大小的。