文本哈希工具怎么选:MD5、SHA 系列与 BCrypt 的边界

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

常见问题

MD5 还能用吗?

用于「完整性校验 / 非安全场景」(如文件去重、缓存键)仍可用,因为它快且无碰撞攻击风险影响这些用途。但任何涉及「防篡改 / 防伪 / 安全标识」的场景都不要用 MD5/SHA-1,改用 SHA-256。

SHA-256 和 SHA-512 怎么选?

两者都安全。SHA-256 输出 256 位,在 32 位/移动端和高并发校验中更省;SHA-512 输出 512 位,64 位平台上更快且抗长度扩展攻击略好。普通场景选 SHA-256 即可。

为什么密码不能用 SHA 存储?

SHA 系列设计目标是「快」,攻击者可用 GPU 每秒算数十亿次。密码存储需要「慢哈希」+ 盐(salt),如 BCrypt/Argon2/SCrypt,故意拖慢单次计算以抵抗暴力破解。本站 hash-text 工具是通用哈希,不是密码存储方案。

哈希和加密是一回事吗?

不是。加密可逆(有密钥可还原明文),哈希单向(理论上不可还原)。哈希用于「验证完整性 / 生成指纹」,加密用于「保护机密」。需要还原数据请用 AES(本站 AES 加密工具)。

加盐(salt)是什么?

salt 是在哈希前拼接到原文的随机值,使相同明文产生不同哈希,阻止彩虹表批量反查。通用哈希工具通常不自动加盐(因为要可复现),密码存储的 salt 由 BCrypt 等专业方案自动处理。

为什么不能直接用 hash(密钥 + 消息) 做签名?

因为 SHA-256 这类 Merkle–Damgård 构造存在长度扩展攻击。 攻击者拿到 H(secret || message) 和 message 的长度后,即使不知道 secret,也能构造出 H(secret || message || padding || 附加内容) 的有效哈希——他可以在消息尾部追加内容并给出合法签名。正确做法是用 HMAC(HMAC-SHA256),它通过两重嵌套哈希把密钥混入初始状态,结构上免疫该攻击;或者直接用 SHA-3 / BLAKE3(采用海绵构造,无此问题)。永远自己拼字符串当签名,是 Webhook 验签里最常见的严重漏洞之一。

← 返回博客首页