Question

使用我的webapp，我在各个子目录中存储带有哈希生成文件名的缓存文件，以优化性能级别。我知道我可以提高性能的另一种方法是确保生成的名称遵循8.3文件名结构，因此NTFS不必生成短文件名（我将无法在注册表中设置它）。

为了做到这一点，虽然我不得不将哈希（我认为SHA1）修剪为8个字符，显然这会大大增加碰撞的概率。我想知道的是碰撞的概率是多少？

我已经看到了关于完整SHA1哈希冲突率的答案here，但我的数学很糟糕，因此计算该值远远超出了我。

Answer 1

由于SHA-1的输出均匀分布，您可以使用生日悖论来估算碰撞率：

假设您保留n输出的SHA-1位，在包含2^(n/2)条记录的集合中有大约50％的机会发生碰撞，或者换句话说，碰撞率约为1/2^(n/2)

如果您需要更准确的答案，您可以随时在问题中引用的答案中使用公式。

所以在这里，如果我们假设每个字符都是1个字节（8位），那么如果你有〜2^(8*8/2) = 4294967296个记录，你很可能会遇到冲突（因此碰撞率将是{{1}这是非常小）。

考虑到您使用测试程序发现的冲突率，2.32 * 10^-8函数返回一个十六进制字符串，这意味着它的8个字符的子字符串仅代表4个字节，因此基于上述的近似冲突率公式为ToSHA1Fingerprint()或1/2^(4*8/2) = 0.000015258789。

Answer 2

看起来碰撞率对我的需求来说太高了，我使用以下代码进行了~0.004％的测试。

const int Iterations = 10;
const int Maxitems = 360000;

for (int i = 0; i < Iterations; i++)
{
    List<string> paths = new List<string>();

    for (int j = 0; j < Maxitems; j++)
    {
        string path = Path.GetRandomFileName().ToSHA1Fingerprint()
                                              .Substring(0, 8);

        paths.Add(path);
    }

    int count = paths.Distinct().Count();

    double collisionRate = ((Maxitems - count) * 100D) / Maxitems;
    collisions.Add(collisionRate);
}

double averageCollisionRate = collisions.Average();

修剪的SHA1-哈希的碰撞率

2 个答案: