哈希函数是否与进化算法的创始假设相矛盾？

Question

1. Evolutionary Algorithms使用适应度函数来选择跨代的生存候选者（“适者生存”）。我相信所有适应度函数都假设候选者的值越接近期望值，他们的输入（“关键点”）必须越接近所需的输入。

2. Cryptographic Hash Functions具有“生成具有给定哈希的消息不可行”的属性。我理解这意味着值的“接近度”与键的“接近度”之间几乎没有相关性。

将这两者放在一起，并不意味着“适者生存”假设对于密码哈希函数是错误的吗？ 意思是，如果你想使用进化算法试图找出加密哈希值的反向，那么适应度函数会把你推向错误的方向。值是否与“密切”之间的相关性密钥的“接近程度”是进化算法的先决条件？

Answer 1

是的，根据所有三个（好）加密哈希函数的输出，构建一个一致告诉你值A比目标B更接近目标的适应度函数几乎是不可能的。这是你提到的财产。因此，进化算法无法加速反转加密哈希函数的平均情况。 然而，这不应该是一个惊喜：所述属性仅在第一时间有用，因为它精确地打破了进化算法的方法（通过查看哈希值相似性来加速逆转）。

概括这一点，进化算法（就像所有其他依赖启发式指导搜索的算法，例如A*）只有在你能定义一个有意义的适应度函数（启发式）时才有用^†。显然，有可能构造不允许这种情况的问题（例如，通过提供太少的信息），并且完全可以认为存在一些具有相同问题的更真实的应用程序。进化算法并不能治愈癌症，但这并不奇怪（没有什么可以，否则我们会转向另一种比喻）。

_{^†在旁注中，该适应度函数不必接近任何特定值，存在许多问题，其中适应度可以无限增长，例如，在优化性能代码时，适应度可以是每秒的操作次数。}

Answer 2

  

加密散列函数具有“生成具有给定散列的消息不可行”的属性。我理解这意味着值的“接近度”与键的“接近度”之间几乎没有相关性。

您对值与键的“亲密度”的理解是正确的。实际上，这是散列函数的主要目的。进化算法在这里不会很好用。

然而，这并不是“生成具有给定哈希的消息是不可行的”。这是因为哈希函数不是1比1.例如，hash(a) = key = hash(b)可能是。{1}}。因此，如果您获得了密钥，则无法确定原始邮件是a还是b。