什麼是密碼學雜湊？簡單解釋

想像一下，你可以取任何一段資料——一個單字、一部小說、一個 4 GB 的影片——並將其縮減為一串簡短的、固定長度的字元，用以唯一識別它。只要改變原始資料中的一個逗號，這串字元就會完全不同。而且無法逆轉這個過程來恢復原始資料。

這正是密碼學雜湊函數所做的事。它是現代安全的最基本構件之一，默默地保護著你在線上所做的幾乎一切。

指紋的比喻

雜湊就像數位指紋。你的指紋唯一識別你，但沒有人能從指紋還原你的面孔。同樣，密碼學雜湊唯一識別一段資料，而不會揭示那段資料是什麼。

將任何輸入送入雜湊函數，你就會得到一個摘要（也稱為雜湊值或校驗碼）——一串固定長度的十六進位字元。SHA-256 是最常見的演算法之一，無論輸入大小，始終產生 64 個字元的輸出。

四個基本特性

一個函數只有滿足以下特性才能稱為密碼學雜湊：

1. 確定性。 相同的輸入在任何機器、任何時間始終產生相同的輸出。
2. 單向性（原像抗性）。 給定一個雜湊值，在計算上不可能找到原始輸入。你無法「反雜湊」資料。
3. 抗碰撞性。 實際上不可能找到產生相同摘要的兩個不同輸入。對於 SHA-256，意外碰撞的機率大約是 2^128 分之一——這個數字比可觀測宇宙中的原子數量還大。
4. 雪崩效應。 改變輸入中的一個位元，輸出中大約一半的位元會翻轉。相似的輸入之間沒有可偵測的模式或關係。

常見的雜湊演算法

MD5 (1991)

• 輸出： 128 位元（32 個十六進位字元）
• 狀態： 在密碼學上已被破解。研究人員可以在筆記型電腦上幾秒鐘內產生碰撞。
• 仍見於： 檔案下載的非安全校驗碼和遺留系統。

SHA-1 (1995)

• 輸出： 160 位元（40 個十六進位字元）
• 狀態： 安全用途已被棄用。Google 在 2017 年展示了實際碰撞（「SHAttered」攻擊）。
• 仍見於： 較舊的 Git 儲存庫、部分遺留憑證。

SHA-256 (2001)

• 輸出： 256 位元（64 個十六進位字元）
• 狀態： 目前的標準。無已知的實際攻擊。
• 用於： TLS 憑證、Bitcoin、密碼儲存、數位簽章、檔案完整性驗證。

SHA-3 (2015)

• 輸出： 可變（通常 256 位元）
• 狀態： 最新標準，基於與 SHA-2 家族完全不同的內部設計（Keccak 海綿結構）。
• 用於： 前瞻性系統、Ethereum、需要演算法多樣性的場景。

密碼學雜湊的應用場景

密碼儲存

當你建立帳號時，一個設計良好的系統永遠不會以明文儲存你的密碼。它儲存的是雜湊值。當你登入時，系統對你輸入的內容進行雜湊並與儲存的值比較。即使資料庫被入侵，攻擊者得到的是雜湊值——而非密碼。

現代系統更進一步，在雜湊前加入隨機的鹽值（附加的額外資料），並使用刻意緩慢的演算法如 bcrypt、scrypt 或 Argon2，使暴力猜測變得不切實際。

檔案完整性驗證

軟體發行者會在下載頁面旁公佈 SHA-256 校驗碼。下載後，你在自己的機器上計算檔案的雜湊值並進行比較。如果匹配，則證明檔案在傳輸過程中未被損壞或竄改。

數位簽章

當你數位簽署一份文件時，系統先對文件進行雜湊，然後用你的私鑰加密雜湊值。接收者用你的公鑰解密，並與他們自己計算的文件雜湊值比較。這比加密整份文件效率高得多，同時證明了作者身分和完整性。

區塊鏈

區塊鏈中的每個區塊都包含前一個區塊的雜湊值，形成一條不可變的鏈。修改任何過去的交易都會改變其區塊的雜湊值，從該點開始破壞整條鏈，使竄改立即可見。

為什麼 MD5 和 SHA-1 被認為已破解

當有人能刻意建立產生相同雜湊值的兩個不同輸入（即碰撞）時，一個雜湊演算法就被「破解」了。這會削弱所有依賴唯一性的使用場景。

• MD5： 碰撞可以在幾秒鐘內產生。研究人員已經建立了具有相同 MD5 雜湊值的兩個不同 PDF 檔案。
• SHA-1： 2017 年的 SHAttered 攻擊產生了兩個具有相同 SHA-1 雜湊值的不同 PDF，大約需要 6,500 年的單 CPU 計算時間（使用雲端資源是可行的）。

進階學習

雜湊是那種一旦你動手實驗就會變得直覺的概念。試著對一句話進行雜湊，然後改變一個字元，親眼觀察雪崩效應。

• 如何產生和驗證雜湊 — 逐步教學
• 雜湊產生器 — 在瀏覽器中即時計算 SHA-256、MD5、SHA-512 等
• 雜湊識別器 — 貼上未知的雜湊值並識別其演算法