什么是MD5，MD5之我所见

什么是MD5？——MD5之我见

2009/01/14 03:04

MD5的全称为Message Digest Algorithm 5（即信息摘要算法第五版），这个概念十分抽象，而且又不太好理解，其实，MD5说白了就是平时我们所说的文件条形码，简称文件条码。就像商品一样，每个商品都有各自的条形码一样，不同的商品有不同的条形码，同样，对于软件产品（或文件）来说，不同的文件，其文件条形码也不尽相同。可以说，文件条码是文件固有属性之一，就像文件名，文件大小，修改日期等等一样。

MD5的特点
MD5具有哪些特点呢？首先，MD5的唯一性强，能唯一标识一个文件。我们知道商品的条形码是没有重复的，同样，不同的文件也应该有不同的条形码，也就是说，若文件的内容或长度稍有变化，则其文件条码一定会发生巨大的改变。其次，MD5所关注的仅仅是文件的内容本身，而与文件名等其他信息无关，就好比我们到店里买东西一样，外包装不同的物品，但只要其条形码完全一致，我们就可以认定这两样东西是同一产品。

MD5的实质
MD5从本质上来说，他就是一个函数，由于其采用散列算法，所以又称为散列函数，所谓散列，简单地说就是我们前面所提到的唯一性，散列性越高，唯一性越强，发生冲突的几率也就越低。若写成数学函数模型就是y=f(x)，其中，x代表的是文件内容，f表示MD5散列函数，而y就是该散列函数的计算结果，也就是平时我们常说的MD5值。回顾计算机函数的基本性质，对于计算机函数来说，一个输入x只能对应一个输出y，而一个输出y可以对应无数个输入x，由此可见，MD5同样也是有一定的冲突的，故而MD5函数具有不可逆性，即无法通过对MD5值反算得到原文件内容，因此，MD5时常也被用作加密用。

早期的文件条码用的是CRC或CRC32，由于其算法快捷，且唯一性高，因此被广泛用于计算机文件的快速校验中，进而成为第一代文件条码，随着软件的规模不断扩大，文件数量的不断巨增，长度仅有8位数的CRC远不能胜任，于是第二代文件条码诞生了，这便是MD5，他具有32位数，能唯一标识更多的文件，虽说在算法速度上稍逊于CRC，但其数位长，唯一性高，最主要就是其源代码在网上是公开发表的，可以很容易地得到并集成到现有的任意程序中，故而受到广大网友的青睐，因此我认为，在不久的将来MD5很有可能成为文件条码的行业标准。

MD5的应用
MD5最早开发的初衷就是用于密码加密的，但后来据说被中国的某个王教授给破解了，故而其加密价值就没有了。现在的MD5最大的作用便是前面我们提到的文件识别。在此，我想先举个生活中的例子，以前我们到超市里买东西，由于那时候超市的发展才刚起步，东西不多，所以买东西时，只要看一下商品名称以及所对应的价格就可直接去付账了，而现在却不行了，超市里的东西越来越多，东西随处乱放，若还像以前一样只看商品名称就决定买下来的话是不行的，若不看条形码很是难保证你买的东西和你看到的价格是一致的，我就上过好几回当，买错东西，现在学聪明了，买东西前要看条形码，不看商品名。现在回过来，我们继续说文件，例如，平时我们经常喜欢在网上下载一些东西，在以前，若从网上下载一个文件，我们往往只能看到其文件名，没有条形码，某些好点的网站最多还给你看一些文件大小，但不具体如几MB，随后我们便下载了，然后隔几天又在其他网站上看到另一个相似的“更好的”文件，然后也把它给下了，下好以后才发现原来这两个文件其实是一样的，这才大呼上当，文件小点倒无所谓，如果文件很大，动则数G，若下了两份一样的文件，光财力上不说，你时间精力要花费多少呢？而现在的下载，如果有MD5或文件条形码在的话，我们通过比较它们的条形码，便可以知道这是否为同一软件产品，以免再次重复下载，造成不必要的损失。当然，MD5还有其他许多用处，这里就不说了。

当然，有的网站还是用CRC作为条码，或使用SHA1，一个和MD5差不多的散列函数，但其代码很难弄到，没有权威发布网站，故而用的不是很广泛。更有甚者，有的网站还有自己的散列函数，像eMule等，那仅仅只是特例，而网上我看得最多便是MD5，由于其源代码通俗易懂，所以我大胆预测，其成为行业标准的可能性很高。