为Swift生成十进制输出的哈希

我想将一个

字符串

散列到一个散列对象中，该对象具有一些数值

NSNumber

/

Int

作为输出，而不是字母数字值

问题是，在通过swift和一些第三方库进行挖掘之后，我无法找到任何满足我们需要的库

我正在开发一个聊天SDK，它使用

NSNumber

/

Int

作为唯一标识符来关联聊天消息和对话消息

我公司的要求是不在数据库中存储任何附加字段 或者改变我们现有的模式，使事情复杂化

我的团队提供的一个简洁的解决方案是某种生成数字的散列函数

func userIdToConversationNumber(id:String) -> NSNumber

---

我们可以使用该函数将

String

转换为

NSNumber

/

Int

。这个

Int

应该由这个函数产生，碰撞的概率应该可以忽略不计。任何方法的任何建议。

是的，您可以使用加密哈希函数创建抗冲突的哈希。如果遵循算法规范，则此类哈希函数的输出以位为单位。然而，实现通常只返回字节或字节值的编码。散列不会返回数字，正如其他散列在注释中指出的那样

将这样的散列转换为32位的数字相对容易，例如

Int

或

Int32

。您只需获取散列中最左边的字节，并将其解释为无符号整数

然而，加密哈希具有相对较大的输出大小，以确保冲突的可能性较小。碰撞容易出现生日问题，这意味着您只需尝试将hLen的2次方除以2个输入，即可在生成的集合中创建碰撞。例如，您需要2^80次尝试创建RIPEMD-160哈希的冲突

现在对于大多数加密散列，当然是普通散列，同样的规则也适用。这意味着对于32位散列，您只需要2^16个散列就可以合理地确定是否存在冲突。这不好，65536次尝试很容易完成。有些人可能会很幸运，例如，在256次尝试后，发生碰撞的几率为256分之一。那不好

---

因此，计算一个散列值以将其用作ID是可以的，但您需要散列函数的完整输出，例如256位的SHA-2，以确保不会发生冲突。否则，您可能需要使用序列号。

您需要执行的关键计算是生日限制。我最喜欢的表是中的表，当我设计像这样的系统时，我经常引用它

该表表示在发生冲突之前，对于给定的哈希大小，可以哈希多少项。这是基于一个完全一致的散列，加密散列是它的近似值

因此，对于一个64位整数，在散列了6M个元素之后，该列表中的任何地方都有百万分之一的可能发生冲突。对2000万个元素进行散列后，有千分之一的可能发生单一冲突。在50亿个元素之后，你应该赌一次碰撞（50%的几率）

因此，这一切都取决于您计划散列多少个元素，以及如果发生冲突（是否会造成安全问题？您能检测到它吗？您能做些什么，比如更改输入数据吗？），以及您愿意为给定问题承担多大风险

就我个人而言，在这些方面我是百万分之一的人，尽管我被说服有时会降到千分之一。（同样，这不是任何给定元素发生冲突的1:1000机会；那将是可怕的。这是在散列一些元素之后发生冲突的1:1000机会。）在攻击者可以制作任意内容（任意大小）供您散列的情况下，我不会接受百万分之一。但对于长度受限的结构化数据（电子邮件地址、URL），我非常熟悉它

如果这些数字适合您，那么您需要的是一个所有位高度一致的散列。这是一个SHA杂烩。我会使用SHA-2（比如SHA-256），因为你应该一直使用SHA-2，除非你有充分的理由不这样做。由于SHA-2的位都是相互独立的（或者至少这是它的意图）。因此，您计算一个SHA-256，并将顶部（）64位作为一个整数，这就是您的哈希

作为一项规则，对于中等大小的东西，您可以在64位中使用它。您无法在32位中摆脱此问题。所以当你说“NSNumber/Int”时，我希望你明确地表示“64位整数”。例如，在32位平台上，Swift的Int只有32位，所以我会使用UInt64或UInt64_t，而不是Int或NSInteger。我建议在这里使用无符号整数，因为它们是真正唯一的位模式，而不是“数字”（也就是说，将它们相加或相乘是没有意义的），并且具有负值在标识符中往往容易混淆，除非它具有某种语义意义

注意，这里所说的关于散列的一切对于随机数也是正确的，如果它们是由加密随机数生成器生成的。事实上，我通常用随机数来解决这类问题。例如，如果我希望客户端为消息生成自己的随机唯一ID，我需要多少位来安全地避免冲突？（在我的许多系统中，可能无法使用值中的所有位；有些位可能用作标志。）

这是我的一般解决方案，但如果您的输入空间受到限制，还有更好的解决方案。如果输入空间小于2^64，则根本不需要哈希。显然，任何最多8个字符的拉丁-1字符串都可以存储在64位值中。但是，如果您的输入更加受限，那么您可以压缩数据并获得稍长的时间