- c - 在位数组中找到第一个零
- linux - Unix 显示有关匹配两种模式之一的文件的信息
- 正则表达式替换多个文件
- linux - 隐藏来自 xtrace 的命令
我正在创建一个与文件相关的应用程序。我一直在寻找计算文件校验和的方法。我想知道根据此标准计算文件 md5 或 SHA-1 或其他内容的校验和的最佳哈希方法是什么
请尽可能详尽。
最佳答案
这取决于您的用例。
如果您只担心意外碰撞,MD5 和 SHA-1 都可以,而且 MD5 通常更快。事实上,MD4 对于大多数用例也足够了,而且通常更快……但它并没有被广泛实现。 (特别是,它不在 hashlib.algorithms_guaranteed
中……尽管在大多数 Mac、Windows 和 Linux 版本上它应该在 hashlib_algorithms_available
中。)
另一方面,如果您担心蓄意攻击——即有人故意制作与您的散列匹配的虚假文件——您必须考虑您所保护内容的值(value)。 MD4 几乎肯定是不够的,MD5 可能还不够,但 SHA-1 是临界值。目前,Keccak(很快将通过 SHA-3)被认为是最好的选择,但您需要掌握它,因为情况每年都在变化。
Cryptographic hash function 上的维基百科页面有一个通常更新很频繁的表。要理解表格:
生成与 MD4 的碰撞只需要 3 轮,而 MD5 需要大约 200 万次,而 SHA-1 需要 15 万亿次。这足以产生碰撞将花费几百万美元(按今天的价格计算)。这对您来说可能不够好,也可能不够好,但对 NIST 来说还不够好。
另外,请记住“总体上更快”远不如“在我的数据和平台上测试得更快”那么重要。考虑到这一点,在我的 Mac 上的 64 位 Python 3.3.0 中,我创建了一个 1MB 的随机 bytes
对象,然后这样做:
In [173]: md4 = hashlib.new('md4')
In [174]: md5 = hashlib.new('md5')
In [175]: sha1 = hashlib.new('sha1')
In [180]: %timeit md4.update(data)
1000 loops, best of 3: 1.54 ms per loop
In [181]: %timeit md5.update(data)
100 loops, best of 3: 2.52 ms per loop
In [182]: %timeit sha1.update(data)
100 loops, best of 3: 2.94 ms per loop
如您所见,md4
比其他的快得多。
测试使用 hashlib.md5()
而不是 hashlib.new('md5')
,并使用熵较小的 bytes
(运行由空格分隔的 1-8 个 string.ascii_letters
)没有显示出任何显着差异。
而且,对于我安装的散列算法,正如下面所测试的,没有什么比 md4 更好的了。
for x in hashlib.algorithms_available:
h = hashlib.new(x)
print(x, timeit.timeit(lambda: h.update(data), number=100))
如果速度真的很重要,可以使用一个很好的技巧来改进它:使用一个糟糕但非常快的哈希函数,比如 zlib.adler32
,并且只将它应用于每个文件的前 256KB。 (对于某些文件类型,最后的 256KB,或最接近中间的 256KB 等可能比第一个更好。)然后,如果发现冲突,则生成 MD4/SHA-1/Keccak/whatever hashes on每个文件的整个文件。
最后,由于有人在评论中询问如何在不将整个文件读入内存的情况下对文件进行哈希处理:
def hash_file(path, algorithm='md5', bufsize=8192):
h = hashlib.new(algorithm)
with open(path, 'rb') as f:
block = f.read(bufsize)
if not block:
break
h.update(block)
return h.digest()
如果充分发挥性能很重要,您将需要在您的平台上尝试不同的 bufsize
值(从 4KB 到 8MB 的 2 的幂)。您可能还想尝试使用原始文件句柄(os.open
和 os.read
),这有时在某些平台上可能更快。
关于python - Python 中的文件校验和,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/16799088/
我想做的是让 JTextPane 在 JPanel 中占用尽可能多的空间。对于我使用的 UpdateInfoPanel: public class UpdateInfoPanel extends JP
我在 JPanel 中有一个 JTextArea,我想将其与 JScrollPane 一起使用。我正在使用 GridBagLayout。当我运行它时,框架似乎为 JScrollPane 腾出了空间,但
我想在 xcode 中实现以下功能。 我有一个 View Controller 。在这个 UIViewController 中,我有一个 UITabBar。它们下面是一个 UIView。将 UITab
有谁知道Firebird 2.5有没有类似于SQL中“STUFF”函数的功能? 我有一个包含父用户记录的表,另一个表包含与父相关的子用户记录。我希望能够提取用户拥有的“ROLES”的逗号分隔字符串,而
我想使用 JSON 作为 mirth channel 的输入和输出,例如详细信息保存在数据库中或创建 HL7 消息。 简而言之,输入为 JSON 解析它并输出为任何格式。 最佳答案 var objec
通常我会使用 R 并执行 merge.by,但这个文件似乎太大了,部门中的任何一台计算机都无法处理它! (任何从事遗传学工作的人的附加信息)本质上,插补似乎删除了 snp ID 的 rs 数字,我只剩
我有一个以前可能被问过的问题,但我很难找到正确的描述。我希望有人能帮助我。 在下面的代码中,我设置了varprice,我想添加javascript变量accu_id以通过rails在我的数据库中查找记
我有一个简单的 SVG 文件,在 Firefox 中可以正常查看 - 它的一些包装文本使用 foreignObject 包含一些 HTML - 文本包装在 div 中:
所以我正在为学校编写一个 Ruby 程序,如果某个值是 1 或 3,则将 bool 值更改为 true,如果是 0 或 2,则更改为 false。由于我有 Java 背景,所以我认为这段代码应该有效:
我做了什么: 我在这些账户之间创建了 VPC 对等连接 互联网网关也连接到每个 VPC 还配置了路由表(以允许来自双方的流量) 情况1: 当这两个 VPC 在同一个账户中时,我成功测试了从另一个 La
我有一个名为 contacts 的表: user_id contact_id 10294 10295 10294 10293 10293 10294 102
我正在使用 Magento 中的新模板。为避免重复代码,我想为每个产品预览使用相同的子模板。 特别是我做了这样一个展示: $products = Mage::getModel('catalog/pro
“for”是否总是检查协议(protocol)中定义的每个函数中第一个参数的类型? 编辑(改写): 当协议(protocol)方法只有一个参数时,根据该单个参数的类型(直接或任意)找到实现。当协议(p
我想从我的 PHP 代码中调用 JavaScript 函数。我通过使用以下方法实现了这一点: echo ' drawChart($id); '; 这工作正常,但我想从我的 PHP 代码中获取数据,我使
这个问题已经有答案了: Event binding on dynamically created elements? (23 个回答) 已关闭 5 年前。 我有一个动态表单,我想在其中附加一些其他 h
我正在尝试找到一种解决方案,以在 componentDidMount 中的映射项上使用 setState。 我正在使用 GraphQL连同 Gatsby返回许多 data 项目,但要求在特定的 pat
我在 ScrollView 中有一个 View 。只要用户按住该 View ,我想每 80 毫秒调用一次方法。这是我已经实现的: final Runnable vibrate = new Runnab
我用 jni 开发了一个 android 应用程序。我在 GetStringUTFChars 的 dvmDecodeIndirectRef 中得到了一个 dvmabort。我只中止了一次。 为什么会这
当我到达我的 Activity 时,我调用 FragmentPagerAdapter 来处理我的不同选项卡。在我的一个选项卡中,我想显示一个 RecyclerView,但他从未出现过,有了断点,我看到
当我按下 Activity 中的按钮时,会弹出一个 DialogFragment。在对话框 fragment 中,有一个看起来像普通 ListView 的 RecyclerView。 我想要的行为是当
我是一名优秀的程序员,十分优秀!