python - 如何找到玩具哈希函数的碰撞？

我想在下面的（python）中找到一个简单的哈希函数的冲突：

def hash_function(s=''):   # 'Hello World!' -> 7b2ea1ba
    a, b, c, d = 0xa0, 0xb1, 0x11, 0x4d
    result_hash = ''

    for byte in bytes(s, 'ascii'):
        a ^= byte
        b = b ^ a ^ 0x55
        c = b ^ 0x94
        d = c ^ byte ^ 0x74

    for i in [d, c, a, b]:
        tmp = str(hex(i))[2:]
        result_hash += tmp if len(tmp) is 2 else '0' + tmp

    return result_hash

这也是一个js实现in jsbin

我找到了this question on SO，但是那里的答案对我来说不是很容易理解。

函数输出的长度始终等于8。a，b，c和d变量是整数，最后将其转换为十六进制值以形成结果哈希，即，123 -> 7b，46 -> 2e等。



那么，您能帮我找到该函数的冲突吗？

最佳答案

查找具有相同散列的字符串对的一种简单方法是使用散列作为键并将字符串作为值，生成随机字符串，对它们进行散列并将结果存储在dict中。如果您得到dict中已经存在的哈希，请打印它。

我已经稍微优化了hash_function，并使代码Python 2/3兼容。

from __future__ import print_function
from random import choice, randrange, seed

def hash_function(s=''):   # 'Hello World!' -> 7b2ea1ba
    a, b, c, d = 0xa0, 0xb1, 0x11, 0x4d

    for byte in bytearray(s):
        a ^= byte
        b = b ^ a ^ 0x55
        c = b ^ 0x94
        d = c ^ byte ^ 0x74

    return format(d<<24 | c<<16 | a<<8 | b, '08x')

s = b'Hello World!'
print(s, hash_function(s))

#ASCII chars that print nicely
ascii = b''.join([chr(i) for i in range(33, 127)])

seed(37)

found = {}
for j in range(5000):
    #Build a random 4 byte random string
    s = b''.join([choice(ascii) for _ in range(4)])
    h = hash_function(s)
    if h in found:
        v = found[h]
        if v == s:
            #Same hash, but from the same source string
            continue
        print(h, found[h], s)
    found[h] = s

输出

Hello World! 7b2ea1ba
0944dbd0 TXN9 YXC9
105a9dce wA5> rA0>
7a29e4bd %+m' -+e'
7776b2e2 u&4u n&/u
7c3ea3aa D-\6 z-b6
6d46d1d2 `<r_ "<0_
6a26e0b2 ;;x8 ";a8
1033eda7 ,AwW =AfW
627395e7 #3@e ;3Xe
7d6ee7fa D,Hg `,lg
3c2bb2bf NmRc Cm_c
1e31b9a5 nOc[ oOb[
1a49f7dd MKv' ]Kf'
161beb8f )G\y IG<y
0247bbd3 !SX1 VS/1

关于python - 如何找到玩具哈希函数的碰撞？，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/36571298/