Какой алгоритм для хэширования имени, имени и даты рождения человека - PullRequest
Новая
       34

Какой алгоритм для хэширования имени, имени и даты рождения человека

2 голосов
/ 14 апреля 2011

Я должен сохранить комбинацию фамилии, имени и даты рождения человека в виде хэша.Этот хэш позже используется для поиска того же человека с точно такими же свойствами.Мой вопрос заключается в том, если SHA-1 является для этого значимым алгоритмом.

Насколько я понимаю, SHA-1 практически нет вероятности того, что два разных человека (с разными атрибутами) когда-либо получат один и тот же хеш-значение.Это правильно?

Ответы [ 3 ]

1 голос
/ 14 апреля 2011

Хеш-коллизии неизбежны.Каким бы небольшим ни был шанс столкновения, на самом деле не стоит полагаться только на хеш, если вы действительно хотите 100% -ную идентификацию.

Если вы используете хеширование для ускорения поиска в базе данных, вам не нужно использовать SHA256,Используйте любую хэш-функцию вашей системы с наименьшим размером (MD5 () для MySQL, или вы даже можете попробовать CRC32, если ваша база данных не такая большая).Просто когда вы запрашиваете таблицу, вам нужно указать все условия, по которым вы ищете:

SELECT * от пользователя WHERE hash = "AABBCCDD" AND firstname = "Pavel" AND surname = "Sokolov"

Базы данных поддерживают значение, которое называется индекс мощности .Это мера уникальности данных по данному индексу.Таким образом, вы можете индексировать нужные поля вместе с полем хеша, и база данных сама выберет наиболее селективный индекс для запроса.Добавление дополнительных условий не влияет отрицательно на производительность, потому что большинство баз данных может использовать только один индекс при выборе данных из таблицы, и они выберут тот, у которого будет наибольшее количество элементов.

База данных должна сначала выбрать все строкисопоставляет индекс и затем просматривает их, чтобы отбросить строки, которые не соответствуют другим условиям.

Если вы не можете использовать метод, который я описал, я думаю, что даже вероятность столкновения MD5 очень мала, чтобы произойти в базе данныхимена людей.

PS Надеюсь, вы знаете, что вы знаете, что «сочетание фамилии, имени и даты рождения человека» недостаточно для 100% идентификации человека?И скорее эта комбинация совпадет, чем столкнутся некоторые хэши.

1 голос
/ 14 апреля 2011

Если вы хотите найти человека, знающего только эти учетные данные, вы можете сохранить SHA-1 в базе данных (или MD5 для скорости, если у вас нет, как квадриллиона)людей для выборки).

Хеш будет бесполезным, так как не хранит информацию о человеке, но может работать для поиска в базе данных.Вы просто хотите убедиться, что три фрагмента информации совпадают, поэтому было бы безопасно просто объединить их: 

user.hash = SHA1(user.firstName + user.DOB + user.lastName)

И когда вы запрашиваете, вы можете проверить, совпадают ли два: 

hash = SHA1(query.firstName + query.DOB + query.lastName)

for user in database:
  if user.hash == hash:
    return user

Я поставил query.DOB в середину, потому что имя и фамилия могут совпадать, как если бы JohnDoe Bob родился в тот же день, что и John DoeBob.Я не знаю числовых имен, поэтому думаю, что это остановит подобные коллизии;)

Но если это большая база данных, я бы попробовал MD5.Это быстрее, но есть вероятность столкновения (в вашем случае я могу гарантировать, что оно не произойдет).Однако вероятность столкновения составляет на самом деле мала.

Чтобы представить это в перспективе, столкновение представляет собой 1 / 2^128 вхождение, которое составляет: 

                          1
---------------------------------------------------
340,282,366,920,938,463,463,374,607,431,768,211,456

И это немного меньше, чем: 

0.0000000000000000000000000000000000000293873 %

Я довольно уверен, что вы не получите столкновение;)

0 голосов
/ 14 апреля 2011

Если вы беспокоитесь о столкновениях, здесь есть хорошее обсуждение:

Понимание слабости столкновения ша-1

Если у вас есть проблемы с безопасностью, я бы рассмотрел SHA-256 вместо.

...