如果我散列一堆散列，散列冲突的可能性有多大？答案

【问题标题】：How much more likely are hash collisions if I hash a bunch of hashes?如果我散列一堆散列，散列冲突的可能性有多大？
【发布时间】：2009-11-10 08:48:22
【问题描述】：

假设我使用哈希来识别文件，所以我不需要它是安全的，我只需要尽量减少冲突。我在想我可以通过使用 SIMD 并行运行四个散列然后对最终结果进行散列来加速散列。如果哈希被设计为采用 512 位块，我只需单步执行文件，一次采用 4x512 位块并从中生成四个哈希；然后在文件的末尾，我将四个结果散列在一起。

我很确定这种方法会产生更差的哈希值...但是会差多少？有没有粗略的计算？

【问题讨论】：

标签： hash simd hash-collision

【解决方案1】：

您可以比散列更快地从磁盘读取文件块的想法是未经检验的假设吗？磁盘 IO - 甚至 SSD - 比散列运行的 RAM 慢很多数量级。

确保低冲突是所有哈希的设计标准，所有主流哈希都做得很好 - 只需使用主流哈希，例如MD5。

特定于发布者正在考虑的解决方案，并行散列不会削弱散列。正如海报所说，有专门为块的并行散列和组合结果而设计的散列，尽管可能尚未广泛采用（例如MD6，它从 SHA3 中完整退出）

更一般地说，有mainstream implementations 的散列函数确实使用 SIMD。哈希实现者非常performance-aware，并且确实需要时间来优化他们的实现；你将有一项艰巨的工作，相当于他们的努力。 strong 散列的最佳软件约为 6 到 10 个周期/字节。如果散列是真正的瓶颈，Hardware accelerated 散列也可用。

【讨论】：

如果您担心冲突，我会绕过 MD5 并使用更强大的东西，例如 SHA1、SHA-256 或 Whirlpool。