我可以使用 MD5 哈希的一部分进行数据识别吗？答案

【问题标题】：Can I use part of MD5 hash for data identification?我可以使用 MD5 哈希的一部分进行数据识别吗？
【发布时间】：2011-02-16 07:59:07
【问题描述】：

我对@987654321@ 使用 MD5 哈希。这里没有攻击者，所以我不在乎 MD5 是否已被破坏并且可以故意产生冲突。

我的问题是我需要提供日志记录，以便更容易诊断不同的问题。如果我将每个哈希记录为一个太长、不方便且看起来很难看的十六进制字符串，那么我想缩短哈希字符串。

现在我知道只取 GUID is a very bad idea 的一小部分 - GUID 被设计为唯一的，但其中一部分不是。

对于 MD5 是否也是如此 - 我可以说 MD5 的前 4 个字节，并假设由于与原始哈希相比字节数减少，我只会获得更高的冲突概率吗？

【问题讨论】：

【解决方案1】：

简短的回答是肯定的，您可以使用前 4 个字节作为 id。不过要小心生日悖论：

添加更多文件时，发生冲突的风险会迅速增加。 50.000 大约有 25% 的机会发生 id 冲突。

编辑：好的，只需阅读指向您其他问题的链接，对于 100.000 个文件，冲突的可能性大约为 70%。

【讨论】：

【解决方案2】：

这里有一个相关的话题，你可以参考

【讨论】：

【解决方案3】：

另一种缩短散列的方法是将其转换为比 HEX 更高效的形式，例如 Base64 或其变体。

即使您决定使用 4 个字符，使用 4 个 base64 字符也会比十六进制提供更多的位。

【讨论】：