前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >哈希竞猜游戏系统开发成熟方案 哈希竞猜游戏系统开发原理详解

哈希竞猜游戏系统开发成熟方案 哈希竞猜游戏系统开发原理详解

原创
作者头像
VC_MrsHu288
发布2022-06-27 10:54:20
3190
发布2022-06-27 10:54:20
举报
文章被收录于专栏:用户9859085的专栏

  什么是单向散列函数?

  首先,我们从名字上看,一眼就能看出来单向散列函数有两个关键修饰词,“单向”和“散列”。其实,在数学上,单向函数和散列函数是两个不同类型的函数。所以,我们要想理解单向散列函数,我们就要先知道什么是单向函数,什么又是散列函数。

  什么是单向函数?

  单向函数(One-way Function)是正向计算容易,逆向运算困难的函数。也就是说,给定你一个输入,你很容易计算出输出;但是给定你一个输出,你却很难计算出输入是什么。

  用一个通俗的例子讲,把盘子打碎是一件很简单的事情,但是把这些碎片再拼接成一个完整的盘子,就是一件非常困难的事情。但值得注意是:虽然我们强调,单向函数只能正向计算,不能逆向运算。但其实,这只是一个美好的愿望。为什么我这么说?因为就算把盘子碎片再拼接起来非常困难,但是仅仅就是非常困难而已,无论是手工还是计算机辅助,碎盘子还是可以拼接起来的。只是需要花很长的时间而已。这也是现在加密算法的基础,如果给定无限时间,任何加密算法都是可以被破解的,但是可能需要两千年,这个放在人类社会中,是不可接受的,于是我们把这种需要很长很长时间才能破解的“加密算法”认为是不可破解的。

  什么是散列函数?

  散列函数(Hash Function)V+MrsFu123是一个可以把任意大小的数据,转行成固定长度的数据的函数。比如说,无论输入数据是一个字节,或者一万个字节,输出数据都是16个字节。我们把转换后的数据,叫做散列值。因为散列函数经常被人们直译为哈希函数,所以我们也可以称散列值为哈希值。通常的,对于给定的输入数据和散列函数,散列值是确定不变的。

  哈希碰撞

  问题:既然输入数据的大小没有限制,而输出结果的数据长度固定,那么你觉得,会不会存在散列值相同的两个或者多个数据呢?答案:确定存在的。于是我们把这种情况称之为哈希碰撞。

  如何解决Hash碰撞

  方案一:我们可以让数据变得更长,散列值越长,存在相同散列值的概率就越小,发生碰撞的可能性就越小。常见的哈希函算法有,MD5,与SHA1,SHA256。

  什么叫哈希函数?

  数学中的单项散列函数,放在编程的世界里面,我们称为哈希函数

  哈希函数的特点:

  逆向运算困难;

  构造碰撞困难。

  如下特点:

  dist0与dist2,输出的内容一样,根据这个我们可以发现,主要输入内容一样,他们的哈希值就是一样的。

  dist0与dist1,我们只改变了一点点内容,发现输出的哈希值完全不一样,我们把这种情况,称之为“雪崩效应”。

  雪崩效应(Avalanche Effect)是密码学算法一个常见的特点,指的是输入数据的微小变换,就会导致输出数据的巨大变化。严格雪崩效应是雪崩效应的一个形式化指标,我们也常用来衡量均匀分布。严格雪崩效应指的是,如果输入数据的一位反转,输出数据的每一位都有50%的概率会发生变化。

  哈希函数的实际运用场景

  安全校验

  唯一标识

  数据校验

  In a distributed environment,the terminal may not see all the buffers,but only some of them.When the terminal wants to map the content to the buffer through the hashing process,different terminals may see different buffer ranges,resulting in inconsistent hashing results.The final result is that the same content is mapped to different buffers by different terminals.Obviously,this situation should be avoided,because it causes the same content to be stored in different buffers,reducing the efficiency of system storage.Dispersion is defined as the severity of the above situation.A good hash algorithm should be able to avoid inconsistency as much as possible,that is,to reduce the dispersion as much as possible.

原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。

如有侵权,请联系 cloudcommunity@tencent.com 删除。

原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。

如有侵权,请联系 cloudcommunity@tencent.com 删除。

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
相关产品与服务
数据库
云数据库为企业提供了完善的关系型数据库、非关系型数据库、分析型数据库和数据库生态工具。您可以通过产品选择和组合搭建,轻松实现高可靠、高可用性、高性能等数据库需求。云数据库服务也可大幅减少您的运维工作量,更专注于业务发展,让企业一站式享受数据上云及分布式架构的技术红利!
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档