将 IP 地址散列到 [0, H) 中的数字答案

【问题标题】：Hashing an IP address to a number in [0, H)将 IP 地址散列到 [0, H) 中的数字
【发布时间】：2011-10-09 00:32:09
【问题描述】：

我正在使用 Python-2.6。我对哈希函数知之甚少。

我想使用 CRC 散列函数将 IP 地址（如“128.0.0.5”）散列到范围 [0, H) 中。目前我正在考虑做

zlib.crc32('128.0.0.5')%H.

这样好吗？有几个问题。你可以试着回答...

谢谢！

【问题讨论】：

H 有多大，你想如何处理碰撞？
IP 地址已经是一个无符号的 32 位整数。你到底想用这个实现什么？
我正在散列，因为我不想使用 32 位来存储 IP 地址，而只是 log(H, 2)，我将对散列做更多的事情值，我希望它们是随机的。 H 将使用少于 32 位，大约 8 或 10 位。

【解决方案1】：

ad 1) 它会产生不同的结果，但不会影响哈希的质量。

ad 2) 它总是会产生一个正数或零。

ad 3) 当您限制可能的桶数时，它确实会影响散列的质量。

一般来说：你的 H 大约有多大？请记住，IPv4 地址只不过是一个 32 位值。 192.168.0.1 只是一种更易于人类阅读的字节表示。所以如果你的 H 大于 4294967295，就不需要散列了。

【讨论】：

【解决方案2】：

为什么要将 IP 地址散列成数字？它们已经具有原生整数表示。例如，使用netaddr:

>>> import netaddr
>>> ip = netaddr.IPAddress('192.168.1.1')
>>> ip.value
3232235777
>>> netaddr.IPAddress(3232235777)
IPAddress('192.168.1.1')

【讨论】：

+1 表示根本不使用哈希。也会因为使用 netaddr 而给 +1
我正在散列，因为我不想使用 32 位来存储 IP 地址，而只是 log(H, 2)，我将对散列做更多的事情值，我希望它们是随机的。不过我不知道netaddr。看起来它将 IP 地址从“base 256”更改为 base 10，整洁！
如果您想将 32 位数字散列到较小的大小，您将失去分辨率，正如其他人所建议的那样。 netaddr` 模块没有做任何技巧，只是提供了一个 Python 接口。 IPv4 地址的整个范围 (0.0.0.0-255.255.255.255) 每个都代表一个从 0-4294967295 (232) 的无符号 32 位整数。 IPv6 也是如此，只是每个整数都是 128 位 (2128)。

【解决方案3】：

它有什么不同吗？如果我散列 '128.0.0.5' 或其二进制 '0001110101010..' 无论是或没有 '.'s

不是真的。

zlib.crc32 返回一个有符号整数。修改（％）是否否定。带有正 H 的总是给出 pos no？

是的。

H 的 %-ing 会影响散列函数的好坏吗？（我的意思是我可以为可用空间做的最好的事情，使用可用的 xlib.crc32）

您最好使用校验和的所有位来弥补它们缺乏“雪崩效应”。 192.168.1.1、192.168.1.2 等单位数字的变化可能仅在校验和的第一位产生差异，并且由于 % 只关心最后一位，因此哈希会发生冲突。

【讨论】：