为什么哈希运函数转换中不可逆

Question

我在学习中了解到不同的输入可能会出现相同的哈希值，又了解到哈希函数可以用于数据完整性检验，假设原数据与丢失或者篡改的数据通过运算得到一样的哈希值，这怎么还能准确检验呢

Answer 1

以下回复参考：皆我百晓生、券券喵儿等免费微信小程序作答:

哈希函数的设计是为了将任意大小的数据（输入）映射到一个固定大小的数据（哈希值）。哈希函数的主要特性包括：

1. 确定性：对于相同的输入，哈希函数总是产生相同的输出。这意味着如果你用原始数据计算哈希值，然后用这个哈希值去验证数据的完整性，如果计算出的哈希值和原始的哈希值相同，那么数据就是完整的。
2. 高效性：哈希函数计算速度非常快。这使得它可以快速检查数据的完整性或一致性。
3. 雪崩性：轻微的改变输入数据都会导致输出结果的显著变化。也就是说，即使输入数据只有微小的改变，输出的哈希值也会有巨大的差异。这使得哈希函数对于数据完整性检验非常有用。即使数据丢失或篡改一点点，其哈希值也会与原数据的哈希值有很大差异。这样我们就可以发现数据的改变。

然而，哈希函数也存在一种被称为“冲突”的现象，即不同的输入可能会产生相同的输出。这是因为在设计哈希函数时，需要在有限的输出空间中为无限多的可能的输入找到一个位置。这意味着有些不同的输入会映射到同一位置（即哈希碰撞）。因此，即使两个完全不同的数据计算出相同的哈希值是非常小概率的事件，但这种可能性仍然存在。这也是哈希函数不可逆的原因，即从哈希值反向推出原始输入通常是不可行的。这种现象并不是设计的缺陷，因为某些应用如密码学确实需要这种特性（如区块链技术中的加密货币地址）。但在其他应用中，如数据完整性检验，我们需要确保数据的完整性和未被篡改性，这就要求原始数据和其生成的哈希值具有唯一对应关系。所以在数据完整性检验等场景中，当我们发现两个不同的输入产生相同的哈希值时，我们就会意识到可能存在冲突问题，需要额外的机制来处理这种情况。这就是为什么即使在某些情况下我们得到了相同的哈希值，仍然需要其他方法来验证数据的完整性和真实性。