两个不同的固件文件可以有相同的 md5 总和吗？

Question

两个不同的二进制文件可以有相同的 md5 总和吗？一个二进制固件文件具有不同的版本号并标记为已修订，修复了小错误。但是两个文件都有相同的 md5 总和，我认为修改后的文件不能有相同的 md5 总和 - 这会是一个错误吗？

Answer 1

当然。MD5 的碰撞漏洞是众所周知的（参见Crypto.SE , Wikipedia）。虽然它仍然是一个低概率事件，但它可以做到。但是，在您的情况下，我怀疑复制文件时出错。

Answer 2

现有答案未能指出的是，为什么在这种情况下碰撞被认为几乎不可能发生。

MD5 与任何散列算法一样，经过精心设计，因此如果您只更改少量字符，就不会发生冲突。您必须更改大部分（如果不是全部）才能循环回相同的哈希值。那是因为散列的全部意义在于检测一位（或几位）错误；在这个问题域中，您希望较小的更改肯定会触发哈希更改。虽然我们现在知道 MD5 是有缺陷的，但该属性一直保留到今天。

所以，除非固件的新版本是完全不同的，而且除非你只是目睹了一次在一百万的现象，赔率是巨大的，你只需再次收到的旧版本。恭喜，因为这是哈希检查过程完全按预期工作。:)

Answer 3

通常，md5只有当两个文件的内容完全相同时，它们才能具有相同的哈希值。即使是一点点变化也会产生完全不同的哈希值。

有一点需要注意，虽然：一个md5总和为128位（16个字节）。由于不同的可能文件内容的数量是无限的，而不同的可能的 md5 和的数量是有限的，因此存在散列冲突的可能性（尽管在大多数情况下概率很小）。换句话说，当使用 md5 散列时，两个不同的文件可以产生相同的总和。

因此，在某些情况下最好使用更高位的哈希（更多可能的不同输出），以降低（已经很低）偶然哈希冲突的概率，并增加通过蛮力创建故意哈希冲突的难度。

较高位散列的示例包括 SHA-2 散列系列，尤其是sha256、sha384、 或sha512（这是最好的）。后面sha的数字表示相应散列算法生成的位数。