Hash Functions Explained for Developers (MD5, SHA-256, bcrypt)

我仍然记得那天我必须向我们的CEO解释为什么我们的整个用户数据库被泄露。那是2016年，我已经做了八年的安全工程师，我以为我知道自己在做什么。我们使用MD5来哈希密码——这是我加入之前几年前做出的决定——攻击者在不到48小时内破解了我们340,000个用户密码的87%。这次泄露给我们带来了230万美元的补救费用，无数的工程时间，几乎毁掉了我们的声誉。这个事件改变了我对哈希函数的看法，这也是我今天写这篇文章的原因。

哈希函数是现代软件安全的无形守护者，但我所辅导的大多数开发者并不真正理解它们。他们知道应该使用它们，但不知道一个与另一个有何不同，或者何时速度成为负担而非资产。本文将改变这一点。我将逐步讲解你会遇到的三种最重要的哈希函数——MD5、SHA-256和bcrypt——不仅解释它们如何工作，还说明何时使用每一种，更重要的是，何时完全避免使用它们。

哈希函数的实际作用（以及为什么你应该关心）

哈希函数接受任意大小的输入并生成固定大小的输出，称为哈希或摘要。把它想象成一个数学肉绞机：你可以放入一整头牛或一个汉堡饼，但出来的总是相同大小。魔力在于这个过程是确定性的——相同的输入总是产生相同的输出——但几乎不可能逆转。

好的加密哈希函数应具备以下特点：首先，它必须是确定性的。哈希“password123”一百万次，每次都会得到相同的结果。其次，它必须在一个方向上计算快速，但逆向计算在计算上不可行。第三，即使输入的微小变化也应该产生完全不同的输出——这称为雪崩效应。改变输入中的一位，输出中的大约50%的位应该翻转。

第四，它必须是抗碰撞的。碰撞发生在两个不同的输入产生相同的哈希输出时。尽管碰撞在数学上是不可避免的（输入是无限的，但输出是有限的），一个好的哈希函数使找到碰撞变得极其困难，几乎不可能。最后，输出应该显得随机且均匀分布，即使它完全是确定性的。

我见过开发者把哈希函数与加密混淆，所以让我说得清楚：加密是可逆的，需要正确的密钥，而哈希不是。当你加密数据时，打算稍后解密它。当你哈希数据时，你是在创建一个单向指纹。这个区别至关重要，因为它决定了你应该为哪个工作使用哪个工具。

在我日常的金融应用安全工作中，我使用哈希函数有三个主要目的：验证数据完整性（确保文件没有被篡改）、创建数字签名和存储密码。每个用例都有不同的要求，这就是理解哈希函数之间差异的重要性。

MD5：无法消亡的破损哈希函数

MD5（消息摘要算法5）是由罗纳德·李维斯特在1991年设计的，生成128位（16字节）的哈希值，通常表示为32个字符的十六进制字符串。十多年中，它是从密码存储到文件完整性验证的首选哈希函数。如今，它在加密上已经被破解，但我每月至少仍然在生产代码中看到它一次。

"最快的哈希函数通常是安全性最差的选择——在加密学中，速度是一种脆弱性，而不是一种特性。"

针对MD5的第一次严重碰撞攻击在2004年由肖云·王及其同事发表。他们展示了找到碰撞比理论上应该需要的2^64次操作要容易得多。到2008年，研究人员创建了两个完全不同的可执行文件，生成相同的MD5哈希。2012年，Flame恶意软件利用MD5碰撞伪造了Microsoft数字证书。这一切并不仅仅是墙上的文字——那是用霓虹灯喷涂的字。

以下是MD5在实际中的样子。字符串“Hello, World!”生成的MD5哈希是：65a8e27d8879283831b664bd8b7f0ad4。只需将一个字符的改变为“Hello, World?”，你将得到：7f138a09169b250e9dcb378140907378。注意输出是多么截然不同——这就是雪崩效应正常工作。问题不是MD5未能满足这一基本要求；而是该算法存在数学弱点，允许攻击者比他们应当能够的速度更快地找到碰撞。

那么，为什么开发者仍然使用MD5？速度和熟悉性。MD5非常快速——在我的开发机器上，我每秒可以计算大约4亿个MD5哈希。几乎每一种编程语言和框架中都可以找到它。我听过每一个借口：“我们只是用它来做校验和，而不是安全性，”或者“我们的系统不够重要，不会被攻击，”或我最喜欢的借口，“我们一直都是这么做的。”

让我说得直接：在2026年，MD5可接受的使用场景只有两个。首先，你可以将其用于非加密目的，如创建缓存键或分区数据，碰撞抗性不重要。其次，你可能需要它来与正在积极更换的旧系统保持向后兼容。就这些。如果你在任何与安全相关的事情上使用MD5——密码、数字签名、证书验证——你正在犯一个最终会让你付出代价的错误。

性能论证已经不成立。像SHA-256这样的现代替代方案对几乎任何用例都足够快，而且安全性带来的好处远远超过了微不足道的性能差异。在我工作的金融系统中，我们每天处理数百万的交易，从MD5切换到SHA-256每笔交易只增加了不到2毫秒的延迟——这对用户来说完全无法察觉，但安全性显著提高。

SHA-256：现代加密学的工作马

SHA-256（安全哈希算法256位）是SHA-2系列的一部分，由NSA设计并于2001年发布。它产生一个256位（32字节）的哈希值，通常表示为64个字符的十六进制字符串。与MD5不同，SHA-256没有已知的实际碰撞攻击，使其成为当前大多数加密应用的标准。