SHA-1被认为比MD5更安全，至少有两个原因:更大的哈希值(160比特对128比特)和更好的哈希函数。
我需要在几百万个字符串上生成哈希值。通常，即使对于MD5，发生冲突的机会也应该非常低。我知道MD5很老了，一般来说不被认为是安全的，但在我的情况下，故意攻击不是一个问题(没有外部访问，没有激励等)。我只需要一个相当安全的哈希函数，不会浪费太多的比特，128比特应该足够了。所以我想知道-如果我只得到SHA-1哈希的前128位，这是否比MD5的128位更好?通过"better"我的意思是"不太可能引起碰撞"。
我跑了几个"现实世界";测试4,292,907个不同的字符串。我使用了HEXed散列的11个字符长的子字符串(换句话说，一个44位的部分)。例子:
HASH: 629a09633488e9b2aaf2f5a606706da3
Test 1: 629a0963348
Test 2: 29a09633488
Test 3: 9a09633488e
...
理论上，我计算出碰撞的概率为~41%(基于"生日悖论概率")。公式)。但这是理论，假设是真正的随机分布。因此，我想对MD5和SHA-1进行实证测试，看看结果。下面是它们(右边的数字表示碰撞的次数):
[MD5] [SHA-1]
Test No 1: 2 Test No 1: 0
Test No 2: 0 Test No 2: 0
Test No 3: 1 Test No 3: 0
Test No 4: 0 Test No 4: 1
Test No 5: 0 Test No 5: 0
Test No 6: 0 Test No 6: 1
Test No 7: 1 Test No 7: 0
Test No 8: 2 Test No 8: 0
Test No 9: 1 Test No 9: 0
Test No 10: 1 Test No 10: 0
Test No 11: 0 Test No 11: 1
Test No 12: 0 Test No 12: 1
Test No 13: 0 Test No 13: 0
Test No 14: 0 Test No 14: 1
Test No 15: 0 Test No 15: 1
Test No 16: 0 Test No 16: 1
Test No 17: 1 Test No 17: 1
Test No 18: 1 Test No 18: 1
Test No 19: 0 Test No 19: 0
Test No 20: 0 Test No 20: 1
TOTAL: 8 TOTAL: 10 // No of tests with at least 1 collision
结论:MD5和SHA-1算法的碰撞概率均未显著低于"理论"算法。一个是通过"生日悖论概率"计算出来的。公式。我知道这个测试并不完美，应该持保留态度，但至少对我来说，它表明我可以通过"理论"计算碰撞几率。我担心我的计算与事实相差太远。