截断md5的均匀分布？

Question

我们可以说截断的md5 哈希仍然是均匀分布的吗？

为避免误解：我知道，当您开始从md5 结果中删除部分时，发生碰撞的机会要大得多；我的用例实际上对 故意 冲突感兴趣。我也知道有 other hash methods 可能更适合较短哈希的用例（实际上包括我自己的），我肯定正在研究这些。

但我也很想知道md5 的均匀分布是否也适用于它的块。 （认为​​这是一种强烈的好奇心。）

因为 mediawiki 使用它（特别是最左边的两个十六进制数字作为结果的字符）来生成图像的文件路径（例如 /4/42/The-image-name-here.png），他们可能也对至少 near 感兴趣-均匀分布，我想答案是“是”，但我实际上并不知道。

Answer 1

是的，不表现出任何偏见是加密哈希的设计要求。从密码学的角度来看，MD5 被破坏了，但结果的分布从未受到质疑。

如果您仍然需要说服，散列一堆文件、截断输出并使用 ent (http://www.fourmilab.ch/random/) 分析结果并不是一项艰巨的任务。

Answer 2

我写了一个小 php 程序来回答这个问题。这不是很科学，但它使用自然数作为哈希文本显示了哈希值的前 8 位和后 8 位的分布。在大约 40.000.000 次散列之后，最高计数和最低计数之间的差异下降到 1%，所以我认为分布还可以。我希望代码在解释计算内容时更准确:-) 顺便说一句，通过类似的程序，我发现最后 8 位的分布似乎比第一个更好。

<?php
// Setup count-array:
for ($y=0; $y<16; $y++) {
  for ($x=0; $x<16; $x++) {
    $count[dechex($x).dechex($y)] = 0;
  }
}

$text = 1; // The text we will hash.
$hashCount = 0;
$steps = 10000;

while (1) {
  // Calculate & count a bunch of hashes:
  for ($i=0; $i<$steps; $i++) {   
    $hash = md5($text);
    $count[substr($hash, 0, 2)]++;
    $count[substr($hash, -2)]++;
    $text++;
  }
  $hashCount += $steps;

  // Output result so far:
  system("clear");
  $min = PHP_INT_MAX; $max = 0;
  for ($y=0; $y<16; $y++) {
    for ($x=0; $x<16; $x++) {  
      $n = $count[dechex($x).dechex($y)];
      if ($n < $min) $min = $n;
      if ($n > $max) $max = $n;
      print $n."\t";
    }
    print "\n";
  }
  print "Hashes: $hashCount, Min: $min, Max: $max, Delta: ".((($max-$min)*100)/$max)."%\n";
} 
?>