Question

我正在生成以下字符串的SHA256

{
    "billerid": "MAHA00000MUM01",
    "authenticators": 
    [
        {
            "parameter_name": "CA Number",
            "value": "210000336768"
        }
    ],
    "customer": 
    {
        "firstname": "ABC",
        "lastname": "XYZ",
        "mobile": "9344895862",
        "mobile_alt": "9859585525",
        "email": "abc@billdesk.com",
        "email_alt": "abc2@billdesk.com",
        "pan": "BZABC1234L",
        "aadhaar": "123123123123"
    },
    "metadata": 
    {
        "agent": 
        {
            "agentid": "DC01DC31MOB528199558"
        },
        "device": 
        {
            "init_channel": "Mobile",
            "ip": "124.124.1.1",
            "imei": "490154203237518",
            "os": "Android",
            "app": "AGENTAPP"
        }
    },
    "risk":
    [
        {
          "score_provider": "DC31",
          "score_value": "030",
          "score_type": "TXNRISK"
        },
        {
          "score_provider": "BBPS",
          "score_value": "030",
          "score_type": "TXNRISK"
        }
    ]
}

我从不同来源获得不同的SHA256输出。该网站：https://www.freeformatter.com/sha256-generator.html#ad-output 计算以上字符串的SHA256：053353867b8171a8949065500d7313c69fe7517c9d69eaff11164c35fcb14457

此网站（https://emn178.github.io/online-tools/sha256.html）将SHA256命名为eae5c26759881d48a194a6b82a9d542485d6b6ce96297275c136b1fa6712f253

我正在使用Javascript中的CryptoJs库计算SHA256，这也为eae5c26759881d48a194a6b82a9d542485d6b6ce96297275c136b1fa6712f253提供了此结果。

我希望计算的SHA256为：053353867b8171a8949065500d7313c69fe7517c9d69eaff11164c35fcb14457

为什么这些在不同位置的SHA256计算有区别？

Answer 1

您遇到的问题是由于 encoding 差异造成的。相同字符串的编码可能产生不同结果的原因有很多：

不同的行尾（Windows为CR / LF，Linux为LF，经典MacOS为CR）；
空白的其他差异（制表符或空格，行尾的空白）；
不同的字符编码（语言实现中的Windows-1252，UTF-8和UTF-16或内部字符表示）；
元信息的存在（字节顺序标记的存在）；
在编码中处理特殊字符的不同方法（一个字符后跟一个合并代字号和一个带有合并代字号的字符，请参见Unicode equivalence）；

还有可能导致不同结果的不可见错误：

存在无法打印的字符/控制代码（字符串末尾的空值0x00可能是最好的示例）；

除了任何（结构化）文本可能存在的所有这些差异之外，JSON数据结构还可以具有等效的值。最好的例子可能是数字前的+前导字符。这完全是虚假的，但仍会导致不同的文本表示形式，但数字的值相同。

如果字符串的编码不同，则哈希算法的二进制输入也不同，对于普通的密码哈希，您得到的结果相差约50％。产生相同输入的方法称为规范化（或C14N，因为规范化的C和N之间有14个字符）。

很早以前就为XML定义了canonical form。对于JSON并非如此，即使JSON的规范化要容易得多。毕竟，JSON具有较少复杂的规则集。有尝试规范化JSON，请参见例如this draft RFC明确提到密码哈希：

例如，当加密散列应用于JSON时文档，单个物理表示形式允许哈希通过消除以下内容中的差异来表示文档的逻辑内容内容如何以JSON编码。

顺便说一下，

This draft RFC看起来更全面。

现在您可以保留RFC草案之一。如果要保留换行符，则可以使用这些定义良好的规则来序列化JSON，并将其用作哈希函数的输入，同时保持JSON本身不变。这样，格式不同的 JSON仍会生成相同的哈希。

[Input JSON] -> (parse) -> (canonicalize & serialize) -> (hash) -> [hash value]
[Input JSON'] -> (parse) -> (canonicalize & serialize) -> (hash) -> [hash value']

如果Input JSON和Input JSON'在结构/语义上相同，则哈希输出将是相同的，因为规范化将消除差异。

请注意，JSON Web签名（JWS）方面解决了此问题。签名毕竟在内部使用哈希。签名位于包含的有效负载上，并且仅使用该有效负载的编码。只要中间系统不重新编码JSON，就可以了。签名不必相同，它们只需要验证数据即可。

不幸的是，散列并非如此。但是，实际上，您可以将JSON定义为文件并使用相同的推理。缺点当然是如果得到差异，则必须执行二进制比较以找到差异，然后追溯引入变更的位置。在语义相同的情况下（例如，在替换或更新JSON库时），工作系统可能会破坏哈希。

SHA256相同字符串的不同值

1 个答案: