我想测试第三方（包括"封闭源代码"）工具（如同步、重复数据消除…）在存在具有相同大小和摘要校验和的文件（流行的CRC32、MD5、SHA-1…等）时的行为。其中一些哈希方法存在已知的漏洞，因此存在产生冲突的方法。
你知道这类数据集的来源（除了暴力尝试创建一些：））或创建此类数据集的生成器吗？
为了明确这一点：我对具有相同校验和、文件大小但内容不同的文件集感兴趣！
正如我们所知道的md5:的弱点
2005年，研究人员能够创建成对的PostScript文档[24]和具有相同散列的X.509证书[25]。后来那一年，MD5的设计者Ron Rivest写道："MD5和sha1都是明显断裂（就抗碰撞性而言）。"[26]
来源：http://en.wikipedia.org/wiki/MD5
我们可以在那里（在维基百科上）和下面的SO主题中找到：
创建自己的MD5冲突
示例对。
问题仍然是->关于漂亮的数据集，还有更多的例子。（或者不错的发电机）。