结论:先定用途,再选算法
同一个「哈希」在不同用途上要求完全相反:校验要快,密码存储要慢。选错的代价不是「不够优雅」,而是签名可被伪造、密码可被秒破。
| 用途 | 选什么 | 为什么 | 不要用 |
|---|---|---|---|
| 文件完整性校验(非对抗) | SHA-256,兼容旧系统可读 MD5 | 快、确定、可复现,目标是发现损坏 | — |
| 数据指纹 / 去重 / 缓存键 | SHA-256 | 碰撞概率可忽略,输出稳定 | 位宽太短的截断指纹 |
| 防篡改 / 接口签名 | HMAC-SHA256 | 密钥必须参与,且不能自己拼字符串 | hash(secret + msg) |
| 密码存储 | Argon2id,其次 bcrypt | 慢哈希 + 每用户盐,专为抵抗枚举 | 任何裸 SHA / MD5 |
四个性质决定了它能干什么
哈希把任意长度输入映射成固定长度摘要。四个性质各自对应一种能力,也各自对应一类误用:
| 性质 | 含义 | 对应能力 |
|---|---|---|
| 确定性 | 同输入永远同输出 | 校验可复现 |
| 雪崩效应 | 改 1 个比特,输出约一半比特翻转 | 无法从摘要相似度推断输入相似度 |
| 抗原像 | 由摘要反推输入不可行 | 单向性 |
| 抗碰撞 | 难找两个不同输入产出同一摘要 | 防伪造 |
雪崩效应可以直接验证(真实 SHA-256):
echo -n "hello" | sha256sum # 2cf24dba5fb0a30e26e83b2ac5b9e29e1b161e5c1fa7425e73043362938b9824
echo -n "hellp" | sha256sum # fdd7585e08c4e2afd71dcabdb4636c89d557a3f42db9e2040c8bbd1708aa4ce7
只差最后一个字母,64 个十六进制字符没有一个相同。所以不要用哈希值比较来判断两段内容是否相近——摘要不保留任何相似性信息。
但「单向」不等于「不可破解」:短密码和常见字符串可以被彩虹表或暴力枚举反查。这正是密码必须加盐、并用慢哈希的原因;而通用哈希工具默认不加盐,因为它要保证结果可复现。
哈希也不能当随机源:输出可预测,随机数用 CSPRNG(crypto.randomBytes)。
碰撞强度是 2^(n/2),不是 2^n
| 算法 | 输出位 | 抗碰撞强度 | 现状 |
|---|---|---|---|
| MD5 | 128 | 2⁶⁴ | 已有可复现碰撞构造 |
| SHA-1 | 160 | 2⁸⁰ | 已有可复现碰撞构造 |
| SHA-256 | 256 | 2¹²⁸ | 无已知实用攻击 |
| SHA-512 | 512 | 2²⁵⁶ | 无已知实用攻击 |
原因一句话:攻击者不需要撞上某个特定摘要,只要任意两条输入相撞即可,所以所需尝试次数约为 2^(n/2)(生日悖论)。256 位对应约 2¹²⁸,仍远超可行算力;128 位只剩 2⁶⁴,专用硬件已经够用——MD5 不是「理论上有风险」,而是碰撞早已能按需构造(SHA-1 的 SHAttered 攻击让两份不同 PDF 得到同一摘要)。
推导过程、可运行的碰撞实验、截断指纹该取多少位,都在哈希碰撞详解,这里只保留选型结论。
MD5 / SHA-1:只在非对抗场景可用
判断标准只有一个问题:攻击者有没有动机为你精心构造输入?
- 文件去重、缓存键、本地比对:没有对手,MD5 依然快且可用。
- 数字签名、证书、安全标识、任何防篡改场景:出局,包括「只是顺手用一下」。
SHA-2:默认选择,以及一个必须知道的坑
SHA-256 与 SHA-512 都没有已知的实用碰撞攻击,区别在代价与平台:SHA-256 输出 256 位,在 32 位平台、移动端和高并发校验里更省;SHA-512 输出 512 位,在 64 位 CPU 上更快,对抗长度扩展攻击表现略好。普通场景选 SHA-256 即可。
长度扩展:为什么 hash(secret + msg) 能被直接伪造
SHA-2 使用 Merkle–Damgård 构造:摘要就是内部压缩状态的最终值。知道 H(secret || msg) 与 msg 的长度,就能把这个状态当作初始值继续往后压缩,算出 H(secret || msg || padding || 追加内容)——全程不需要知道 secret。
这不是理论风险:Webhook 验签里,攻击者在消息尾部追加内容,签名照样通过。
// ❌ 危险:可被长度扩展攻击伪造
const sig = sha256(SECRET + body);
// ✅ 正确:HMAC 把密钥混入初始状态,结构上免疫
const sig = hmacSha256(SECRET, body);
生成与验证 HMAC 可直接用 HMAC 生成工具;若换用 SHA-3 / BLAKE3(海绵构造),也没有这个性质。
密码存储:慢哈希不是可选项
SHA 的设计目标是快,这在密码存储里恰好致命:一张现代 GPU 每秒可计算数十亿次,弱密码瞬间被破。密码存储需要故意慢 + 每用户盐:
| 方案 | 特点 | 关键参数 |
|---|---|---|
| BCrypt | 自适应成本因子,自动加盐 | cost ≥ 12(每 +1 耗时翻倍) |
| Argon2id | 2015 密码哈希竞赛冠军,内存硬 | 内存 ≥ 19 MB、迭代 ≥ 2、并行度 1–4 |
| SCrypt | 内存硬,抗硬件加速 | N ≥ 2¹⁴、r = 8、p = 1 |
| PBKDF2 | 兼容性最好,但非内存硬 | 迭代 ≥ 600,000(OWASP 2023) |
内存硬是抗 GPU 的关键:GPU 核心多、每核心可用内存小,Argon2/SCrypt 强制每次猜测占用大块内存,把并行度压回显存容量与带宽的约束上。
hash-text 是通用单向哈希工具,适合校验、指纹、签名验真;密码存储请用 Bcrypt 哈希工具。参数怎么调、旧哈希怎么迁,见密码哈希指南。
哈希 ≠ 加密
| 加密(AES 等) | 哈希(SHA/MD5/BCrypt) | |
|---|---|---|
| 可逆性 | ✅ 有密钥可还原 | ❌ 单向 |
| 输出长度 | 与明文相关 | 固定 |
| 用途 | 保护机密 | 验证完整性 / 生成指纹 |
| 典型误用 | — | 把哈希当加密,指望能解密 |
需要还原数据用 AES 加密。
文件校验实操
# Linux / macOS
sha256sum ubuntu-24.04.iso
sha256sum -c SHA256SUMS # 官方发布 .sha256/.sums 文件时,批量核对
# Windows PowerShell
Get-FileHash .\ubuntu-24.04.iso -Algorithm SHA256
# Windows cmd
certutil -hashfile ubuntu-24.04.iso SHA256
要点:摘要必须来自官方 HTTPS 渠道,且与文件不同源;同源比对只会「一致地错」。完整流程见文件完整性校验。
选型决策树
需要哈希?
├── 要能还原原始数据?
│ └── ❌ 哈希做不到,改用 AES 加密
├── 要验证内容没被改?
│ ├── 有共享密钥? → HMAC-SHA256
│ └── 无密钥、只验完整性? → SHA-256(非安全场景可用 MD5)
├── 要生成指纹 / 去重 / 缓存键?
│ └── SHA-256(追求极致速度且无对手 → BLAKE3)
├── 要存密码?
│ └── Argon2id 优先,其次 BCrypt(cost≥12),绝不用 SHA/MD5
└── 要签名?
└── 用成熟的签名算法(Ed25519 / RS256),不要自己拼哈希