[转自外星人某平淡的钻石博客]
希望最近有网友在博客上留言，介绍哈希值检查文件的知识。 所以，我正在写《文件完整性检查》的盲教程。 由于本文属于盲的性质，所以不太会涉及技术化的内容。
什么是“完整性检查”？
“检查完整性”顾名思义就是检查文件是否完整。 那么，在什么情况下文件会被不完全堵塞呢？ 可能存在以下情况：
1 .感染病毒
例如，假设系统感染了病毒。 假设病毒感染了某个软件安装包或可执行文件。 文件的完整性受到损害。
2 .植入木马/后门
另一个文件不完整的情况是被别有用心的人植入木马和后门。 例如，一些国内软件下载站点在后门安装了Windows安装光盘镜像。
3 .传输故障
这主要发生在互联网下载时。 因为互联网传输可能会产生错误代码，而且在下载即将结束时可能会断开。 这些情况会导致你下载的文件不完整。
现在的互联网环境与当时的调制解调器拨号相比，有了明显的改善。 所以，这种情况应该不多见。
哈希算法(哈希算法)盲
什么是“哈希算法/哈希算法”？
这里所说的“散列”是计算机算法，洋文称为Hash，根据音译有时也称为散列。
哈希算法可以将【任意大小】的数据(原始数据)转换为【固定大小】的“小”数据(被称为“哈希值”或“文摘”)。
摘要长度
对于特定的哈希算法，所获得的哈希值的长度总是固定的。 哈希值的长度也称为“摘要长度”。
典型散列算法的摘要长度如下所示
哈希算法哈希值位数哈希值字节数
CRC32 32 4
MD5 128 16
SHA1 160 20
SHA256 256 32
SHA512 512 64
哈希算法的特色
1 .不可逆性
从刚才的说明来看，散列似乎有点类似于压缩。 其实，哈希算法是与压缩算法完全不同的一滴。 【散列算法是有损的】，而压缩算法是可逆的(压缩的数据可以被恢复)。
有人把哈希算法称为“加密算法”，这也是错误的。 因为加密算法是可逆的，而哈希算法是【不可逆的】。
2 .确定性
通过某种哈希算法，对两个原始数据分别计算哈希值。 如果计算出的哈希值不同，则可以100%确定这两个数据是不同的——。 这就是“确定性”。
然而相反，若这两个数据的哈希值相同，则这两个数据只能说【非常可能】。 “非常有可能”是指没有达到100%。 关于原因，请参阅下一节“散列函数的可靠性”。
关于哈希算法的【可靠性】
“哈希冲突”是什么？
如上所述，可能非常小，会触发两个不同的原始数据并计算相同的哈希值。 这称为“散列冲突”或“散列冲突”。
碰撞类型
散列碰撞的类型大致有两种：
1 .随机冲突
随机冲突就像中彩票一样，完全是低概率的偶然因素——因为你碰巧遇到了两个不同的数据(文件)，有着相同的散列值。
理论上，任何哈希算法都有随机冲突的可能性，只是可能性大或小。
2 .人为冲突
人为冲突是指某人(通常是恶意攻击者)故意制造散列冲突，以欺骗“基于散列值的完整性检查”。
如何避免冲突
1 .随机碰撞情况
要避免随机冲突，只需选择摘要长度足够长的散列算法即可。
让我举出刚才列举的三个例子。
CRC32的摘要长度为“32位”。 也就是说，最多可以表示“2的32次方”的许多可能性。 也就是说，数量级为数十亿，相当于地球总人口。 表面上看起来很大，但其实还不够。 例如，现在互联网上的页面总数大大超过了“几十亿”。 每页计算CRC32散列会遇到很多重复(冲突)。
另一方面，MD5的摘要长度为“128bit”，也就是【2的128次方】。 这个数字足够大。 通俗地说，从宇宙诞生到宇宙毁灭，你都未必有机会遇到MD5的【随机碰撞】。 另一方面，SHA1的摘要长度为“160bit”，这是不言而喻的。
2 .针对人为冲突
要避免人为冲突，必须同时考虑两个因素——散列算法的摘要长度，以及散列算法的优越性。 “摘要长度”刚才已经说明了。 让我只说“算法的优秀”。
如果散列算法是有缺陷的(不优秀的)，则攻击者可以相对容易地构建两个【不同的】原始数据，但具有【相同的】散列值。 这样可以欺骗基于哈希算法的完整性检查。
典型的例子是MD5——该算法在过去的10年中非常流行，但几年前发现了严重的缺陷。 因此，MD5“随机冲突”的概率非常低，但“人为冲突”的概率【不低】。 重视安全性时，【不使用MD5进行完整性检查】。
进一步补充如下：
随着硬件计算能力的提高，SHA1也开始变得【否】安全(参照以下博文的密码学相关章节)。 今后SHA1为SHA256或SH
A512 替代。《近期安全动态和点评（2019年2季度）》
★散列值校验的方法——使用网站提供的软件散列值
如今，大伙儿的安全意识越来越高了。相应的，很多知名的软件，除了在官网上提供下载，还会相应提供下载软件的散列值。yedby下载好某个软件之后，先在自己电脑里计算一下散列值，然后跟官方网站提供的散列值对比一下。如果散列值一样，通常就说明没问题。
举例：Firefox 浏览器的散列校验
打开如下链接，就可以看到 Firefox 某个版本的 SHA1 列表（把网址中的 版本号 三个字替换为具体的【三段式】版本号，比如18.0.2）。这个列表很长，包括各种语言，各个平台。为了方便起见，你可以先算好 SHA1 散列值，然后到里面搜索该散列值
https://ftp.mozilla.org/pub/mozilla.org/firefox/releases/版本号/SHA1SUMS
某些菜鸟读者可能会问：如何在自己电脑上计算某个软件的散列值？
这就需要看下一个章节。
★散列值校验的方法——使用客户端工具计算散列值
前面说完了校验的流程，最后再说一下校验的工具。
考虑到大部分读者是 Windows 用户，俺介绍一下微软官方的 FCIV（洋文全称是“File Checksum Integrity Verifier”）。这是一个小巧、绿色、免费的命令行工具，下载页面在“这里”。
因为是命令行工具，你需要先运行 CMD，出现 Windows 的命令行界面（黑窗口）之后，在其中使用该工具。下面是 FCIV 功能简介。
◇计算单个文件
比如你有一个微软的系统安装光盘镜像，位于 C:downloadWindows.iso 那么，用如下命令可以计算该文件的 SHA1 散列值
fciv -sha1 C:downloadWindows.iso
◇批量计算某个目录
FCIV 支持批量计算某个目录下的文件散列值。比方说，可以用如下命令可以计算 C:download 目录下的每一个文件的 SHA1
fciv -sha1 C:download
◇批量计算并存储，供前后对比
比如 C:download 目录下有很多文件。俺想知道过一段时间之后，这些文件是否被改过。那么，可以先用如下命令，把该目录中所有文件的 SHA1 散列都存储到某个 XML 格式的文件中（本例中，俺假设保存的文件是当前目录的 hash.xml，你也可以保存到其它文件名）
fciv -sha1 C:download -xml hash.xml
过了一段时间后，你可以用如下命令，就可以看出哪些文件被修改过。
fciv -sha1 C:download -xml hash.xml -v
★啥是“数字签名”？
所谓的“数字签名”，通俗来说，就是采用某种技术手段来证明某个信息确实是由某个机构（或某个人）发布的。因为其用途有点类似于传统的手写签字，所以称之为“数字签名”。
数字签名的技术实现需要依赖于“非对称加密技术”和“数字证书体系”。关于“非对称加密技术”，考虑到篇幅，今天就不展开了；关于“数字证书”，3年前写过一篇扫盲（在“这里”），有兴趣的同学可以瞧一瞧，这里就不再啰嗦了。
★Windows 平台的“数字签名”
数字签名有很多种，大伙儿比较常见的是 Windows 平台下的数字签名。如今大型 IT 公司（比如“微软、Google、苹果”等）或者是知名开源组织发布的 Windows 软件，安装文件通常都内置数字签名。所以俺着重介绍 Windows 平台的数字签名该如何校验。
◇利用资源管理器验证单个文件
大概从 Windows 2000开始，Windows 就支持在某个文件尾部附加数字签名，并且 Windows 的资源管理器内置了对数字签名的校验功能。
下面俺通过几个截图，简单介绍一下：如何在资源管理器中验证数字签名。
比如，俺手头有一个 Firefox 的安装文件（带有数字签名）。当俺查看该文件的属性，会看到如下的界面。眼神好的同学，会注意到到上面有个“数字签名”的标签页。如果没有出现这个标签页，就说明该文件没有附带数字签名。
选择该标签页，出现如下界面。
顺便说一下，某些数字签名中没有包含“邮件地址”，那么这一项会显示“不可用”；同样的，某些数字签名没有包含“时间戳”，也会显示“不可用”。不要紧张，这里显示的“不可用”跟数字签名的有效性没关系。
一般来说，签名列表中，有且仅有一个签名。选中它，点“详细信息”按钮。跳出如下界面：
通常这个界面会显示一行字：该数字签名正常（图中红圈标出）。如果有这行字，就说明该文件从出厂到你手里，中途没有被篡改过（是原装滴、是纯洁滴）。
如果该文件被篡改过了（比如，感染了病毒、被注入木马），那么对话框会出现一个警告提示：该数字签名无效（图中红圈标出），界面如下。一旦出现数字签名无效，那这个文件就不要再使用了。
◇利用命令行工具批量验证
用上面的图形化界面进行验证，比较傻瓜化。但有一个缺点——如果你要验证的文件比较多，一个一个去点对话框，手会抽筋滴。所以，俺再介绍一下命令行的工具，适合进行批量验证。
这个命令行工具就是微软官网提供的【SigCheck】，由大名鼎鼎的 SysInternals 出品（SysInternals 已经被微软收购）。跟前面提到的 FCIV 类似，它也是一个小巧、绿色、免费的命令行工具，下载页面在“这里”。
使用如下命令，可以批量检查某个目录下（包括多层嵌套子目录）的所有可执行程序，并且把“无签名”或者“签名无效”的文件列出来。
sigcheck -u -e -s 某个目录的路径名
先提醒一下：
检查数字签名的有效性本身就比较慢，如果目录下的文件很多，你要有足够的耐心等它运行完毕。
稍微补充一下，这个 SigCheck 命令还顺便提供了散列值（命令格式如下），该功能可替代 FCIV 的头两个功能，可惜无法替代 FCIV 的第三个功能。
sigcheck -h 某个【目录】的路径名
sigcheck -h 某个【文件】的路径名
★PGP/GPG 的数字签名
刚才聊了 Windows 平台滴。但是，切莫以为只有 Windows 平台才提供数字签名——其它的数字签名工具还有好几种。名气比较大的数字签名工具当属 PGP/GPG。这两个缩写就像绕口令，很容易搞混。PGP 是商业软件，而 GPG 是 GnuPG 的缩写，是 GNU 的开源项目。后者是前者的开源替代品，两者的功能基本兼容。
这俩玩意儿的功能很强悍，校验数字签名对它俩只是小菜一碟。考虑到大伙儿平时较少碰到 GPG 的签名，俺今天就偷懒一下，暂不介绍。以后如果有空，再专门写一篇帖子介绍 PGP/GPG 的各种功能和使用场景。