Question

您可以在以下用例中推荐哪种校验和算法？

我想生成小JPEG文件的校验和（每个~8 kB），以检查内容是否发生了变化。遗憾的是，使用文件系统的修改日期是一种选择校验和不需要加密强，但它应该可以有力地指示任何大小的变化。

第二个标准是速度，因为它应该每秒至少处理数百个图像（在现代CPU上）。

计算将在具有多个客户端的服务器上完成。客户端通过千兆TCP将映像发送到服务器。所以没有磁盘I / O 是瓶颈。

Answer 1

如果您有许多小文件，您的瓶颈将是文件I / O，可能不是校验和算法。

可以找到哈希函数列表（可以将其视为校验和）here。

您是否有任何理由不能使用文件系统的修改日期来确定文件是否已更改？那可能会更快。

Answer 2

有许多快速CRC算法可以解决这个问题： http://www.google.com/search?hl=en&q=fast+crc&aq=f&oq=

编辑：为什么讨厌？ CRC是完全合适的，其他答案就是证明。由于没有指定语言，因此Google搜索也是合适的。这是一个古老的问题，已经解决了很多次，以至于不太可能有明确的答案。

Answer 3

CRC-32主要是因为它的计算成本低廉
任何形式的I / O都会被考虑，主要是因为这将是此类事业的限制因素;）
问题不在于计算校验和，问题是将图像存入内存以计算校验和。
我建议“停滞不前”的监控：
- 第1阶段：检查文件时间戳的更改，如果检测到更改，则移交给...（在编辑版本中描述的情况下不需要）
  < / LI>
- 阶段2：将图像存入内存并计算校验和
同样重要的是：多线程：设置一个管道，如果有多个CPU内核可以并行处理多个图像。

Answer 4

如果您通过网络接收文件，则可以在收到文件时计算校验和。这将确保您在数据在内存中时计算校验和。因此，您不必将它们从磁盘加载到内存中。

我相信如果您应用此方法，您的系统上的开销几乎为零。

这是我在嵌入式系统上使用的例程，它对固件和其他东西进行校验和控制。

static const uint32_t crctab[] = {
    0x0,
    0x04c11db7, 0x09823b6e, 0x0d4326d9, 0x130476dc, 0x17c56b6b,
    0x1a864db2, 0x1e475005, 0x2608edb8, 0x22c9f00f, 0x2f8ad6d6,
    0x2b4bcb61, 0x350c9b64, 0x31cd86d3, 0x3c8ea00a, 0x384fbdbd,
    0x4c11db70, 0x48d0c6c7, 0x4593e01e, 0x4152fda9, 0x5f15adac,
    0x5bd4b01b, 0x569796c2, 0x52568b75, 0x6a1936c8, 0x6ed82b7f,
    0x639b0da6, 0x675a1011, 0x791d4014, 0x7ddc5da3, 0x709f7b7a,
    0x745e66cd, 0x9823b6e0, 0x9ce2ab57, 0x91a18d8e, 0x95609039,
    0x8b27c03c, 0x8fe6dd8b, 0x82a5fb52, 0x8664e6e5, 0xbe2b5b58,
    0xbaea46ef, 0xb7a96036, 0xb3687d81, 0xad2f2d84, 0xa9ee3033,
    0xa4ad16ea, 0xa06c0b5d, 0xd4326d90, 0xd0f37027, 0xddb056fe,
    0xd9714b49, 0xc7361b4c, 0xc3f706fb, 0xceb42022, 0xca753d95,
    0xf23a8028, 0xf6fb9d9f, 0xfbb8bb46, 0xff79a6f1, 0xe13ef6f4,
    0xe5ffeb43, 0xe8bccd9a, 0xec7dd02d, 0x34867077, 0x30476dc0,
    0x3d044b19, 0x39c556ae, 0x278206ab, 0x23431b1c, 0x2e003dc5,
    0x2ac12072, 0x128e9dcf, 0x164f8078, 0x1b0ca6a1, 0x1fcdbb16,
    0x018aeb13, 0x054bf6a4, 0x0808d07d, 0x0cc9cdca, 0x7897ab07,
    0x7c56b6b0, 0x71159069, 0x75d48dde, 0x6b93dddb, 0x6f52c06c,
    0x6211e6b5, 0x66d0fb02, 0x5e9f46bf, 0x5a5e5b08, 0x571d7dd1,
    0x53dc6066, 0x4d9b3063, 0x495a2dd4, 0x44190b0d, 0x40d816ba,
    0xaca5c697, 0xa864db20, 0xa527fdf9, 0xa1e6e04e, 0xbfa1b04b,
    0xbb60adfc, 0xb6238b25, 0xb2e29692, 0x8aad2b2f, 0x8e6c3698,
    0x832f1041, 0x87ee0df6, 0x99a95df3, 0x9d684044, 0x902b669d,
    0x94ea7b2a, 0xe0b41de7, 0xe4750050, 0xe9362689, 0xedf73b3e,
    0xf3b06b3b, 0xf771768c, 0xfa325055, 0xfef34de2, 0xc6bcf05f,
    0xc27dede8, 0xcf3ecb31, 0xcbffd686, 0xd5b88683, 0xd1799b34,
    0xdc3abded, 0xd8fba05a, 0x690ce0ee, 0x6dcdfd59, 0x608edb80,
    0x644fc637, 0x7a089632, 0x7ec98b85, 0x738aad5c, 0x774bb0eb,
    0x4f040d56, 0x4bc510e1, 0x46863638, 0x42472b8f, 0x5c007b8a,
    0x58c1663d, 0x558240e4, 0x51435d53, 0x251d3b9e, 0x21dc2629,
    0x2c9f00f0, 0x285e1d47, 0x36194d42, 0x32d850f5, 0x3f9b762c,
    0x3b5a6b9b, 0x0315d626, 0x07d4cb91, 0x0a97ed48, 0x0e56f0ff,
    0x1011a0fa, 0x14d0bd4d, 0x19939b94, 0x1d528623, 0xf12f560e,
    0xf5ee4bb9, 0xf8ad6d60, 0xfc6c70d7, 0xe22b20d2, 0xe6ea3d65,
    0xeba91bbc, 0xef68060b, 0xd727bbb6, 0xd3e6a601, 0xdea580d8,
    0xda649d6f, 0xc423cd6a, 0xc0e2d0dd, 0xcda1f604, 0xc960ebb3,
    0xbd3e8d7e, 0xb9ff90c9, 0xb4bcb610, 0xb07daba7, 0xae3afba2,
    0xaafbe615, 0xa7b8c0cc, 0xa379dd7b, 0x9b3660c6, 0x9ff77d71,
    0x92b45ba8, 0x9675461f, 0x8832161a, 0x8cf30bad, 0x81b02d74,
    0x857130c3, 0x5d8a9099, 0x594b8d2e, 0x5408abf7, 0x50c9b640,
    0x4e8ee645, 0x4a4ffbf2, 0x470cdd2b, 0x43cdc09c, 0x7b827d21,
    0x7f436096, 0x7200464f, 0x76c15bf8, 0x68860bfd, 0x6c47164a,
    0x61043093, 0x65c52d24, 0x119b4be9, 0x155a565e, 0x18197087,
    0x1cd86d30, 0x029f3d35, 0x065e2082, 0x0b1d065b, 0x0fdc1bec,
    0x3793a651, 0x3352bbe6, 0x3e119d3f, 0x3ad08088, 0x2497d08d,
    0x2056cd3a, 0x2d15ebe3, 0x29d4f654, 0xc5a92679, 0xc1683bce,
    0xcc2b1d17, 0xc8ea00a0, 0xd6ad50a5, 0xd26c4d12, 0xdf2f6bcb,
    0xdbee767c, 0xe3a1cbc1, 0xe760d676, 0xea23f0af, 0xeee2ed18,
    0xf0a5bd1d, 0xf464a0aa, 0xf9278673, 0xfde69bc4, 0x89b8fd09,
    0x8d79e0be, 0x803ac667, 0x84fbdbd0, 0x9abc8bd5, 0x9e7d9662,
    0x933eb0bb, 0x97ffad0c, 0xafb010b1, 0xab710d06, 0xa6322bdf,
    0xa2f33668, 0xbcb4666d, 0xb8757bda, 0xb5365d03, 0xb1f740b4
};

typedef struct crc32ctx
{
    uint32_t crc;
    uint32_t length;
} CRC32Ctx;


#define COMPUTE(var, ch)    (var) = (var) << 8 ^ crctab[(var) >> 24 ^ (ch)]

void crc32_stream_init( CRC32Ctx* ctx )
{
    ctx->crc = 0;
    ctx->length = 0;
}

void crc32_stream_compute_uint32( CRC32Ctx* ctx, uint32_t data )
{
    COMPUTE( ctx->crc, data & 0xFF );
    COMPUTE( ctx->crc, ( data >> 8 ) & 0xFF );
    COMPUTE( ctx->crc, ( data >> 16 ) & 0xFF );
    COMPUTE( ctx->crc, ( data >> 24 ) & 0xFF );
    ctx->length += 4;
}

void crc32_stream_compute_uint8( CRC32Ctx* ctx, uint8_t data )
{
    COMPUTE( ctx->crc, data );
    ctx->length++;
}

void crc32_stream_finilize( CRC32Ctx* ctx )
{
    uint32_t len = ctx->length;
    for( ; len != 0; len >>= 8 )
    {
        COMPUTE( ctx->crc, len & 0xFF );
    }
    ctx->crc = ~ctx->crc;
}

/*** pseudo code ***/
CRC32Ctx crc;
crc32_stream_init(&crc);

while((just_received_buffer_len = received_anything()))
{
    for(int i = 0; i < just_received_buffer_len; i++)
    {
        crc32_stream_compute_uint8(&crc, buf[i]); // assuming buf is uint8_t*
    }
}
crc32_stream_finilize(&crc);
printf("%x", crc.crc); // ta daaa

Answer 5

zlib标题中提供的

adler32广告宣传速度明显快于crc32，但准确度稍差。

Answer 6

CRC32可能已经足够好了，虽然有一个小的机会可能会发生冲突，这样一个被修改过的文件可能看起来没有，因为这两个版本生成相同的校验和。为了避免这种可能性，我建议使用MD5，它很容易就足够快，并且发生碰撞的几率降低到几乎无穷大的程度。

正如其他人所说，有很多小文件，你真正的性能瓶颈将是I / O，因此问题就是解决这个问题。如果你发布一些更多的细节，有人可能会建议一种方法来排序。

Answer 7

您最重要的要求是“检查内容是否已更改”。

如果最重要的是检测到文件中的任何更改，则应该选择MD-5，SHA-1甚至SHA-256。

鉴于您表明校验和不是加密的，我建议使用CRC-32有三个原因。 CRC-32在8K文件上提供了良好的汉明距离。 CRC-32至少要比MD-5快一个数量级来计算（你的第二个要求）。有时同样重要的是，CRC-32只需要32位来存储要比较的值。 MD-5需要4倍的存储空间，而SHA-1需要5倍的存储空间。

BTW，任何技术都会通过在计算哈希值时预先计算文件的长度来加强。

Answer 8

根据Luke指出的Wiki page，MD5实际上比CRC32更快！

我自己在Windows Vista上使用Python 2.6尝试了这一点，并得到了相同的结果。

以下是一些结果：

crc32：162.481544276 MBps md5：224.489791549 MBps

crc32：168.332996575 MBps md5：226.089336532 MBps

crc32：155.851515828 MBps md5：194.943289532 MBps

我也在考虑同样的问题，我很想使用Rsync的Adler-32变体来检测文件差异。

Answer 9

只是上面的后记; jpegs使用有损压缩，压缩程度可能取决于用于创建jpeg的程序，系统上的颜色调色板和/或位深度，显示伽玛，图形卡和用户设置的压缩级别/颜色设置。因此，在字节级别比较构建在不同计算机/平台上或使用不同软件的jpeg将非常困难。

强大而快速的校验和算法？

10 个答案: