哈希算法的进化：从 MD5 到 SHA-3

密码学家设计 MD5Message-Digest Algorithm 5消息摘要算法第五版的时候觉得 128 位够长了——2¹²⁸ 种可能暴力穷举要算到宇宙热寂。1992 年发布全世界用上了。这个设计只撑了十二年。2004 年王小云团队在国际密码学会议上公布了 MD5 的碰撞方法。不需要 2¹²⁸ 次尝试只需要 2⁴⁰ 次——一个普通机房跑几天就能找到。两个不同文件同一个 MD5 值。密码学里最不该发生的事发生了。这次攻破不是意外是数学上的必然。哈希函数把任意长度的输入压缩成固定长度的输出——输入有无限多种可能输出只有有限种。鸽子比洞多必有两只进同一个洞。区别只在于你是算到宇宙热寂才碰上一对还是设计上就有漏洞让人几步就找到了。MD5 属于后者。MD5被一张假证书判了死刑2008 年一群研究者用 MD5 碰撞造了一张假的 CA 证书。CACertificate Authority证书颁发机构证书是什么是你浏览器信任的根——你的银行网站、邮箱、网银全凭它说「这个网站是真的」。CA 用 MD5 给证书签名攻击者构造了两份内容不同但 MD5 值相同的证书一份是「我是一家中等公司给我签个名」一份是「我有权签发任何域名」。哄着 CA 在真证书上盖了章把签名挪到假证书上——假证书瞬间合法。浏览器没有报警。证书链检查全部通过。攻击者能冒充任何网站你的 HTTPS 锁定图标绿着对面坐的是别人。这不是理论攻击是工程上已经能造的假证书。MD5 立刻被判死刑——TLS 证书禁用、代码签名禁用、密码存储换 bcrypt。一个用了十六年的算法一夜之间变成「别碰」。但 MD5 没有死透。至今还有人在用 MD5 做文件校验、做去重——「我不防恶意攻击我只想快速校验」。这是它唯一的容身之地不防碰撞只防意外。SHA-1多活了十年死法一样SHA-1 是 MD5 的继任者——NSA美国国家安全局设计的160 位输出比 MD5 宽了 32 位。设计上更复杂轮次更多理论上更难碰撞。但 SHA-1 底层的压缩结构还是老的那一套——Merkle-Damgård 结构消息切成小块逐块喂进压缩函数前一轮的输出是下一轮的输入。迭代到最后一轮吐出来的就是哈希值。这个结构本身没有漏洞但 SHA-1 用的内部函数太窄了——160 位在那个算力爆炸的年代不再是安全的。2017 年Google 联手荷兰的研究机构发布了SHAttered两份内容不同的 PDFSHA-1 值完全一样。花了 6500 年的 CPU 时间加 110 年的 GPU 时间——不是轻松算出来的是终于有人愿意花这个钱算了。这笔账单的意义不是「SHA-1 被攻破了」是「攻击成本从不可行降到了可行」。2017 年花十几万美金就能算出来再过五年呢再过十年SHA-1 的寿命是算力替你倒数的。Google 的演示不是为了炫技是告诉整个行业SHA-1 的迁移窗口关上之前赶紧走。Git 还在用 SHA-1 标识 commit。Linus Torvalds 说过「Git 用 SHA-1 不是为了安全是为了完整性」但 Git 社区自己也在规划迁移 SHA-256。旧系统拖得越久升级越疼。SHA-2加长就是加安全SHA-1 被攻破的逻辑很简单160 位不够长。SHA-2 的回应也很简单加长。SHA-2 是一整个家族——SHA-224、SHA-256、SHA-384、SHA-512四个成员主要差别在输出长度。底层结构一样还是 Merkle-Damgård——SHA-224/256 用 512 位分块、64 轮压缩SHA-384/512 用 1024 位分块、80 轮压缩核心思路没变。SHA-256 输出 256 位SHA-512 输出 512 位。找一对碰撞有多难生日悖论给出答案碰撞的难度只有输出位长的一半——SHA-1 要 2⁸⁰ 次尝试SHA-256 要 2¹²⁸ 次。2¹²⁸ 是 10³⁸ 这个量级全世界所有计算机从诞生算到今天加起来也差得远。至于 2²⁵⁶ 的原像攻击给定哈希值反推输入那是 10⁷⁷ 的量级——宇宙里原子总数大约 10⁸⁰只差三个数量级更不用想。**加长不改变结构但改变碰撞的门槛。**从 160 位到 256 位不是多了 96 位是碰撞难度乘了 2⁴⁸。算力翻倍、量子计算成熟——在可预见的未来依然摸不到 2¹²⁸ 的边。现在 TLS 证书、比特币、代码签名——全在 SHA-256 的地盘上。它不完美结构上还是老的那套但够用。SHA-3不是继任者是备胎SHA-2 够用为什么还要设计 SHA-3因为「够用」的前提是整个密码学界没找到 SHA-2 的漏洞。万一找到了呢万一明天有人发现 SHA-256 的压缩函数有结构缺陷呢整个互联网的安全底座压在 SHA-2 上没有备选。美国国家标准与技术研究院NIST在 2007 年公开征集 SHA-3全世界密码学家提交了 64 个候选。三轮筛选2012 年选出冠军Keccak——一个完全不同的底层结构海绵函数。Merkle-Damgård 是「分块→逐块压缩→迭代」。海绵函数是「吸收→挤压」先把所有数据吸进海绵里吸收阶段再用力挤出一段固定长度的摘要挤压阶段。结构全换不共享 SHA-2 的任何 DNA。这意味着攻击 SHA-2 的技巧对 SHA-3 不成立。**SHA-3 不是「更安全」是「安全来源不同」。**你的系统用 SHA-256 做主哈希用 SHA-3 做备选——万一 SHA-2 被攻破备胎马上转正。一个网站不会因为一个哈希算法被攻破而全线崩塌。这就是密码学校计的底线不赌单点每个关键环节都有独立的后路。怎么选MD5 被攻破了SHA-1 被攻破。SHA-2 还站着SHA-3 等着接班。选哈希算法不是问「哪个最先进」是问你的使用场景攻击者是谁。你只做文件去重、数据校验不防恶意——MD5 够了。快简单生态全认。别拿它做安全性验证防篡改防篡改用 SHA-256。你用的是旧系统只认 SHA-1——能迁就迁。Git 还有时间但 SHA-1 的迁移窗口在收窄。拖到最后一刻挨一刀。你是新系统做 TLS、代码签名——SHA-256没别的。256 位是当前性价比最高的选择——安全快生态全认。512 位更安全但更慢大部分场景不需要。你存密码——别用 SHA-256 直接哈希密码。密码专用算法 bcrypt、scrypt、Argon2 故意算得慢拖慢暴力破解。SHA-256 太快了一秒能算几百万次——密码被撞开的代价是速度差。你追求最高安全要考虑后量子时代——SHA-3。它不是「更好」是「不一样」。不和 SHA-2 共用一个底层攻击不共享。大部分人选 SHA-256大部分场景够用。SHA-3 是备胎存着暂时用不上——就像 SHA-2 够用之前SHA-3 已经在等它的位置。