c++ - 这个校验和算法可以改进吗？

Question

我们有一个非常古老的、不受支持的程序，它可以跨 SMB 共享复制文件。它有一个校验和算法来确定文件内容在复制之前是否已经改变。该算法似乎很容易被愚弄——我们刚刚发现了一个示例，其中两个文件相同，除了单个“1”更改为“2”之外，返回相同的校验和。这是算法:

unsigned long GetFileCheckSum(CString PathFilename)
{
        FILE* File;
        unsigned long CheckSum = 0;
        unsigned long Data = 0;
        unsigned long Count = 0;

        if ((File = fopen(PathFilename, "rb")) != NULL)
        {
                while (fread(&Data, 1, sizeof(unsigned long), File) != FALSE)
                {
                        CheckSum ^= Data + ++Count;
                        Data = 0;
                }
                fclose(File);
        }
        return CheckSum;
}

我不是一名程序员(我是一名系统管理员)，但我知道基于 XOR 的校验和会非常粗糙。对于大小相同但内容不同的两个文件，此算法返回相同校验和的可能性有多大？ (我不期待一个确切的答案，“远程”或“很可能”都可以。)

如何在不对性能造成巨大影响的情况下进行改进？

最后，fread() 发生了什么？我快速浏览了文档，但无法弄清楚。 Data 是否依次设置为文件的每个字节？ 编辑:好的，所以它正在将文件读入unsigned long(假设这里是32 位操作系统) block 。每个 block 包含什么？如果文件的内容是abcd，那么第一遍Data的值是多少？是吗(在 Perl 中):

(ord('a') << 24) & (ord('b') << 16) & (ord('c') << 8) & ord('d')

Answer 1

MD5通常用于验证传输文件的完整性。源代码很容易在 C++ 中获得。它被广泛认为是一种快速准确的算法。

另见 Robust and fast checksum algorithm?