哈希冲突和附加数据

Question

假设我有两个字符串（或字节数组）A和B都具有相同的散列（散列我的意思是MD5或SHA1）。如果我连接它后面的另一个字符串，A + C和B + C也会有相同的哈希H'吗？ C + A和C + B会发生什么？

我用MD5对它进行了测试，在我的所有测试中，在最后添加一些内容使得哈希值相同，但在开头附加时却没有。

这总是正确的（对于所有输入）？

这适用于所有（众所周知的）哈希函数吗？如果不是，是否存在（众所周知的）散列函数，其中A + C和B + C不会发生碰撞（而C + A和C + B也不会碰撞）？

（除了MD5(x + reverse(x))和其他构造的东西我的意思）

Answer 1

详细信息取决于散列函数H，但通常它们的工作方式如下：

1. 使用输入块X（例如，512位）
2. 将输入分解为更小的片段（例如，32位）并根据输入
更新散列内部状态
3. 如果有更多输入，请转到步骤1
4. 最后，将内部状态吐出为哈希值H（X）

因此，如果A和B发生碰撞，即H（A）= H（B），则在消耗它们之后，散列将处于相同的状态。使用相同的输入C进一步更新状态可以使得到的散列值相同。这解释了为什么H（A + C）有时是H（B + C）。但这取决于A和B的大小如何与输入块大小对齐以及散列如何在内部打破输入块。

如果C是散列块大小的倍数，则C + A和C + B可以是相同的，但可能不是。

Answer 2

这取决于哈希函数的完全。此外，您遇到这些碰撞的可能性非常小。

Answer 3

这里讨论的散列函数通常是加密的（SHA1，MD5）。这些散列函数有一个Avalanche effect - 输出会随着输入的微小变化而急剧变化。

C的前缀和后缀扩展名将有效地延长输入时间。 因此，在输入的前面或后面添加任何内容都应该显着改变有效的哈希输出。

我不明白你是如何进行MD5检查的，这是我的测试。

echo "abcd" | md5sum
70fbc1fdada604e61e8d72205089b5eb

echo "0abcd" | md5sum
f5ac8127b3b6b85cdc13f237c6005d80

echo "abcd0" | md5sum
4c8a24d096de5d26c77677860a3c50e3

你是说你找到了两个具有相同MD5哈希的输入，然后在输入的结尾或开头添加了一些东西，发现最后添加导致与原始输入相同的MD5？

请提供样品测试结果。