燈泡，比特（bits）與字節（bytes）
你可能知道計算機中所有的數據都是由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，一臺計算機擁有著很多的燈泡，而這個燈泡的狀態有兩種，亮（1）或者滅（0）。而不同的數據，由燈泡顯示的圖案也是不同的。大數據如視頻，就使用了相當多的燈泡，而一個簡短的電子郵件，其所需要的燈泡就較少。一個單一的燈泡代表著一個比特。另外，你可能聽說過一個詞叫字節，一個字節就相當於8個燈泡的組合。而1MB的數據約為100萬個字節，也就相當於800萬個燈泡。
如今，家用的電腦就擁有了數十億甚至萬億級數量的燈泡。但我們發現，即使只是由256個燈泡組成的集合，也足以代表宇宙中能夠觀察到的任何顆粒。想象一下256個燈泡組能夠產生的所有圖案，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，就可以產出一個特定大小的輸出。這個運用散列函數，然後產出某些數據的過程，我們稱之為散列法（hashing）或音譯為哈希法。而散列函數的輸出，我們稱之為一個散列（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，我們使用一個產出輸出為256 bits（32字節）的散列函數。當然也有散列函數能夠產出較小的輸出，或者也可以產出較大的輸出，也存在另外一些能夠產出256 bits的散列函數，但這個例子中，我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，那它的輸出結果為：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。簡單地解釋下這兩者之間的區別，散列法總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，可被解壓縮然後獲得原始的視頻。而當一個視頻被散列到僅僅只有256個燈泡時，從這個散列來重新構建原始視頻的可能性就很小了。這可能聽起來並不是理想的，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。這意味著，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。技術術語上來講，我們稱它為逆原像阻力（pre-image resistance）。
結果是，無論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，似乎應是隨機的，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，兩者是有很大不同的。否則，如果圖案是相似的，那對方就可以推斷出輸入也是類似的，而如果相關的詞（如“pass”，“word”）被發現時，那密碼也很容易被找到。安全的散列函數，即使輸入僅相差一個bit，也會產生顯著不同的輸出。
安全的理想行為，是給定一個散列，而唯一找到輸入數據的方法，就是通過對所有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。如果輸入是隨機的，那找到它的時間既是不確定的。
雖然找到一個散列的輸入應該是非常困難的，它需要花費很長的時間，但計算一個散列卻是很快就能完成的。一個帶有大量輸入的散列函數，可能在不到一秒的時間內，就能得到輸出。考慮到今天智能手機，每秒能夠進行數十億次的計算，1秒對於計算而言，就相當於很長的時間了。
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為超過1個輸入進行運算，而產出相同輸出的結果。如果用散列法運算數據1（可能是一份電子表格），而用散列法運算數據2（可能是一張圖片），這兩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，在我們描述區塊鏈和散列法部分時，會顯得更為清楚。
區塊鏈和散列法
散列法（Hashing）廣泛地應用於區塊鏈，這裡也有一些例子。
區塊鏈上的地址，是由散列法運算公鑰而得到的。一個以太坊的賬戶地址，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，則是通過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，因為如果2個人產生了相同的地址（發生了衝突），那任何一方都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。類似於簽署一張支票，加密簽名決定哪些交易是有效的。簽名是由私鑰和需要被簽名的數據散列而生成的。
交易散列在區塊鏈中是非常明顯的。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為他們的散列，例如5c504ed432cb51138bcf09aa5e8a410dd4a1e204ef84bfed1be16dfba1b22060 是以太坊區塊鏈中的一筆交易。交易散列也是更為直接可用的，例如“在1337個區塊中的第1024筆交易”這樣的描述，你只需要複製這個散列，並粘貼到一個區塊鏈瀏覽器中，然後就可以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確定的，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，被稱為自認證標識符。
對於使用挖礦機制的區塊鏈來說，工作量證明（Proof-of-Work）就是一個數字，我們稱它為隨機數（nonce），當它和其他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。挖礦使得散列法成為一種快速運算、單向不可逆的算法。找到一個有效的隨機數需要時間，因為（礦工）沒有可用的線索來幫助它們找到一個足夠小的散列，而唯一找到一個小於目標值的方法，就是計算很多的散列：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，驗證它的時間就需要1秒，然後這個新區塊會在網絡中廣播，形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（通常是小的）的數據代表存儲在區塊鏈上，我們稱之為“數據的散列”。區塊鏈的一個應用是作為一個時間戳服務。假設你想要證明一張當前存在的圖片，保證在未來時它不是編造出來的。你可以將圖片的散列存儲在區塊鏈上，一年以後，當法官問起這張圖片是否在一年前真實存在時，你可以提供這個圖片，然後法官就可以散列運算這張圖片，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，並且抗碰撞的。結合這些特點後，它們會處理任何類型的輸入，然後產生一個固定大小的輸出，稱之為散列，散列作為任何數據的標識而言，是非常有用的。長度256 bits的散列，代表了一個天文數字的組合，將它們用於全球物聯網的唯一標識符，那也是綽綽有餘的，即使是在納米技術規模下，這些散列也可以被寫為64個字符（十六進制），這使得它們足以作為標識符來使用。在區塊鏈中，散列是作為區塊、交易和地址的標識符。
散列還享有安全與隱私的優勢。如果一首歌是以數字格式被記錄的，並且這首歌的散列是被記錄在區塊鏈之上的，那任何他人都無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本身：某人不能寫歌，也沒法篡改這個散列。同樣地，除非歌曲或其他數字化財產或數據被表明了，展示在區塊鏈上的僅僅是散列本身而已。 所有權記錄也可以存儲在區塊鏈上，舉個簡單的例子，車輛登記處可以將汽車數據散列（照片，VIN, 車牌）存儲在區塊鏈上，只有車輛所有者，保險公司以及政府會知道這個車輛的實際細節。
深入理論，廣泛應用
設計加密散列函數，需要藝術與科學的結合。為了證明它們的安全性，就需要用到先進的數學與計算機科學。區塊鏈是為廣大人群提供的，第一個充滿散列的用戶界面。好的用戶體驗，其背後隱藏著很多的散列，但正如我們今天看到的各種 id和序列號，有時候散列會是替代長篇大論的最佳標識符。隨著加密技術與物聯網技術變得更加普及化，希望在未來能夠看到更多64字符的散列！
原文鏈接: https://medium.com/@ConsenSys/blockchain-underpinnings-hashing-7f4746cbd66b
翻譯: 灑脫喜
稿源:巴比特資訊（https://www.8btc.com/article/77770）
閱讀更多 以太中文網 的文章
