區塊鏈基礎：散列法 (Hashing)

燈泡，比特（bits）與字節（bytes）

你可能知道計算機中全部的數據都是由0或1組成的，最小的數據單位就是一個比特（bit，或位），它也是0或者1。想象一下，一臺計算機擁有着不少的燈泡，而這個燈泡的狀態有兩種，亮（1）或者滅（0）。而不一樣的數據，由燈泡顯示的圖案也是不一樣的。大數據如視頻，就使用了至關多的燈泡，而一個簡短的電子郵件，其所須要的燈泡就較少。一個單一的燈泡表明着一個比特。另外，你可能據說過一個詞叫字節，一個字節就至關於8個燈泡的組合。而1MB的數據約爲100萬個字節，也就至關於800萬個燈泡。

現在，家用的電腦就擁有了數十億甚至萬億級數量的燈泡。但咱們發現，即便只是由256個燈泡組成的集合，也足以表明宇宙中可以觀察到的任何顆粒。想象一下256個燈泡組可以產生的全部圖案，那將是一個天文數字：也就是2^256種可能性。

加密散列函數（或加密哈希函數）

一個散列函數(hash function)，即取任何的輸入，就能夠產出一個特定大小的輸出。這個運用散列函數，而後產出某些數據的過程，咱們稱之爲散列法（hashing）或音譯爲哈希法。而散列函數的輸出，咱們稱之爲一個散列（hash）。一個特定散列函數的基本特徵，就是它產出輸出的大小。比方說本文中的示例，咱們使用一個產出輸出爲256 bits（32字節）的散列函數。固然也有散列函數可以產出較小的輸出，或者也能夠產出較大的輸出，也存在另一些可以產出256 bits的散列函數，但這個例子中，咱們並不關心具體所使用的散列函數。

使用這個例子的散列函數，當一部N兆（MB）的視頻被散列運算時，那它的輸出結果爲：256個燈泡中有一些燈泡是點亮的。當一個簡短的電子郵件被散列運算時，這256個燈泡的輸出顯示，則是另外的一種圖案。在某些方面，散列法看起來就像是壓縮。簡單地解釋下這二者之間的區別，散列法老是會產生相同數量的燈泡，而壓縮一部N兆（MB）視頻的結果，仍然會產生數以百萬計燈泡的一個輸出。一個壓縮過的視頻，可被解壓縮而後得到原始的視頻。而當一個視頻被散列到僅僅只有256個燈泡時，從這個散列來從新構建原始視頻的可能性就很小了。這可能聽起來並非理想的，但實際上這正是散列函數的一個強大功能。

一個安全的加密散列函數，它的一個關鍵特徵就是，它是單向的。這意味着，從數學和計算機學角度上來看講，從輸出來反推輸入，這幾乎是不可能的。也就是說，給定一個散列，想要了解或查到提供給這個散列函數的輸入數據，它應該是不可行的。技術術語上來說，咱們稱它爲逆原像阻力（pre-image resistance）。

結果是，不管是散列法運算一個較大或者一個較小的輸入，散列函數應消耗大約相同的時間量。另外一個理想中的結果是，這個散列，也就是由散列函數而產生的燈泡圖案，彷佛應是隨機的，對數據「password1」進行散列法運算，其產生的燈泡圖案，與對數據「password2」進行散列法運算而產生的燈泡圖案，二者是有很大不一樣的。不然，若是圖案是類似的，那對方就能夠推斷出輸入也是相似的，而若是相關的詞（如「pass」，「word」）被發現時，那密碼也很容易被找到。安全的散列函數，即便輸入僅相差一個bit，也會產生顯著不一樣的輸出。

安全的理想行爲，是給定一個散列，而惟一找到輸入數據的方法，就是經過對全部輸入的組合進行散列法運算，直到正確的輸入是被散列運算了。若是輸入是隨機的，那找到它的時間既是不肯定的。

雖然找到一個散列的輸入應該是很是困難的，它須要花費很長的時間，但計算一個散列倒是很快就能完成的。一個帶有大量輸入的散列函數，可能在不到一秒的時間內，就能獲得輸出。考慮到今天智能手機，每秒可以進行數十億次的計算，1秒對於計算而言，就至關於很長的時間了。

加密散列函數也應該是抗碰撞的（collision resistant）。一個碰撞過程，意指當一個散列函數爲超過1個輸入進行運算，而產出相同輸出的結果。若是用散列法運算數據1（多是一份電子表格），而用散列法運算數據2（多是一張圖片），這二者產生了相同的輸出，那麼這個碰撞衝突就發生了。

加密散列函數，其安全性的重要性，在咱們描述區塊鏈和散列法部分時，會顯得更爲清楚。

區塊鏈和散列法

散列法（Hashing）普遍地應用於區塊鏈，這裏也有一些例子。

區塊鏈上的地址，是由散列法運算公鑰而獲得的。一個以太坊的帳戶地址，是以Keccak-256（開發者應該閱讀下它與SHA3-256的關鍵區別）散列法運算一個公鑰而得出的。而一個比特幣地址，則是經過SHA2–256和RIPEMD160來散列法運算一個公鑰而得出的。

散列函數的抗碰撞性是重要的，由於若是2我的產生了相同的地址（發生了衝突），那任何一方均可以花費這個地址上的錢。

簽名也是區塊鏈的基本組成部分。相似於簽署一張支票，加密簽名決定哪些交易是有效的。簽名是由私鑰和須要被簽名的數據散列而生成的。

交易散列在區塊鏈中是很是明顯的。比方說描述一筆交易：「Alice在D日T時，向Bob發送了X單位的貨幣」，那麼交易就會被提交爲他們的散列，例如5c504ed432cb51138bcf09aa5e8a410dd4a1e204ef84bfed1be16dfba1b22060 是以太坊區塊鏈中的一筆交易。交易散列也是更爲直接可用的，例如「在1337個區塊中的第1024筆交易」這樣的描述，你只須要複製這個散列，並粘貼到一個區塊鏈瀏覽器中，而後就能夠查看這筆交易的細節。

形而上學地講，區塊鏈中的區塊是由它們的散列來肯定的，其充當了鑑別和完整驗證的雙重角色。一個識別字符串還會提供它自有的完整性，被稱爲自認證標識符。

對於使用挖礦機制的區塊鏈來講，工做量證實（Proof-of-Work）就是一個數字，咱們稱它爲隨機數（nonce），當它和其餘散列過的數據進行合併時，會產生一個比規定目標值更小的值。挖礦使得散列法成爲一種快速運算、單向不可逆的算法。找到一個有效的隨機數須要時間，由於（礦工）沒有可用的線索來幫助它們找到一個足夠小的散列，而惟一找到一個小於目標值的方法，就是計算不少的散列：在比特幣中，目前存在了超過10^25(10 septillion)數量級的散列。當一個（nonce）隨機數被找到時，驗證它的時間就須要1秒，而後這個新區塊會在網絡中廣播，造成最新的共識和區塊鏈。

在區塊鏈上的存儲數據是永久性的，但把大量的數據存儲在區塊鏈上則是不明智的，而實用的區塊鏈存儲方法，是將固定大小（一般是小的）的數據表明存儲在區塊鏈上，咱們稱之爲「數據的散列」。區塊鏈的一個應用是做爲一個時間戳服務。假設你想要證實一張當前存在的圖片，保證在將來時它不是編造出來的。你能夠將圖片的散列存儲在區塊鏈上，一年之後，當法官問起這張圖片是否在一年前真實存在時，你能夠提供這個圖片，而後法官就能夠散列運算這張圖片，並與你存儲在區塊鏈上的散列進行對比。

散列法還涉及到更多高級的例子，例如區塊鏈、可擴展性、輕錢包創新的根本 —— 梅克爾樹（Merkle tree）。

用於安全識別的散列

安全加密散列函數是單向、快速計算，而且抗碰撞的。結合這些特色後，它們會處理任何類型的輸入，而後產生一個固定大小的輸出，稱之爲散列，散列做爲任何數據的標識而言，是很是有用的。長度256 bits的散列，表明了一個天文數字的組合，將它們用於全球物聯網的惟一標識符，那也是綽綽有餘的，即便是在納米技術規模下，這些散列也能夠被寫爲64個字符（十六進制），這使得它們足以做爲標識符來使用。在區塊鏈中，散列是做爲區塊、交易和地址的標識符。

散列還享有安全與隱私的優點。若是一首歌是以數字格式被記錄的，而且這首歌的散列是被記錄在區塊鏈之上的，那任何他人都沒法聲稱是他們是第一個創造了這首歌，並生成了這個散列，他們也不會知道歌曲自己：某人不能寫歌，也無法篡改這個散列。一樣地，除非歌曲或其餘數字化財產或數據被代表了，展現在區塊鏈上的僅僅是散列自己而已。 全部權記錄也能夠存儲在區塊鏈上，舉個簡單的例子，車輛登記處能夠將汽車數據散列（照片，VIN, 車牌）存儲在區塊鏈上，只有車輛全部者，保險公司以及政府會知道這個車輛的實際細節。

深刻理論，普遍應用

設計加密散列函數，須要藝術與科學的結合。爲了證實它們的安全性，就須要用到先進的數學與計算機科學。區塊鏈是爲廣大人羣提供的，第一個充滿散列的用戶界面。好的用戶體驗，其背後隱藏着不少的散列，但正如咱們今天看到的各類 id和序列號，有時候散列會是替代長篇大論的最佳標識符。隨着加密技術與物聯網技術變得更加普及化，但願在將來可以看到更多64字符的散列！

原文連接: medium.com/@ConsenSys/…

做者: Joseph Chow

翻譯: 灑脫喜

稿源:巴比特資訊（www.8btc.com/article/777…）