如何将一个整数散列成一个非常小的字符串？

Question

我需要一个函数，给定一个盐整数和一个值整数将返回一个小的哈希字符串。使用 1 和 56 调用该函数可能会返回“1AF3”。使用 2 和 56 调用它可能会返回“C2FA”。

背景资料： 我有一个 Web 应用程序（如果重要的话，用 C# 编写）将员工 ID 值存储为整数。用户需要能够看到该 Id 的一致表示形式，但任何用户都不应看到实际的 Id 或与其他用户看到的相同的 Id 表示形式。

例如，假设有一个 ID 为 56 的员工。

当用户 1 登录时，无论他在哪里看到该员工，他都会看到“1AF3”或其他内容。他可能会在应用程序的不同页面上看到该员工，并且其 ID 应始终为 1AF3，以便他知道这是同一个人。

当用户 2 登录时，如果他遇到同一名员工，他总是会看到“C2FA”或其他内容。用户 2 也是如此：无论他在系统中的哪个位置，他都会看到由同一字符串代表的一名员工。

如果用户 2 在用户 1 登录时看着用户 1 的肩膀，则用户 2 应该无法在用户 1 的屏幕上识别出他的任何员工，因为该哈希值应该是不可逆的。

这有道理吗？

另一项要求是，由于用户将在电子邮件、电话和传真中讨论这些员工，因此哈希值需要具有最小大小，并且不包含非字母数字字符。 10 个字符或更少是理想的。

也许有一种方法可以将 SHA-256 结果“折叠”为更少的字符，因为可以使用整个字母表？我不知道。

更新：另一个演练 感谢大家的尝试，但似乎我在解释方面做得很糟糕。

让我们假设你和我都是这个系统的用户。你是弗雷德，我是克里斯。您的 UserId 是 2，我的 UserId 是 1。我们还假设系统中有 5 个员工。员工不是用户。您可以将它们视为产品，或者您想要的任何东西。我只是在谈论你 Fred 和我 Chris 各自处理的 5 个通用实体。

Fred，每次登录时，您都需要能够唯一地识别每个员工。每次我（克里斯）登录时，我还需要与员工一起工作，并且我也需要能够唯一地识别他们。但是，如果我在你管理员工时监视你，我应该无法弄清楚你在管理哪些人。

因此，在数据库中，员工 ID 为 1、2、3、4 和 5。您和我在我们的界面中不会这样看到它们。我可能会看到 A、B、C、D 和 E，而您可能会看到 F、G、H、I 和 J。因此，虽然 E 和 J 都代表同一位员工，但我无法在您看屏幕时看您的屏幕正在与您的员工“J”一起工作，并且知道您正在与员工 5 一起工作，因为对我来说，该员工被称为员工“E”。

因此，Fred 和 Chris 可以分别与同一组员工一起工作，但如果他们要查看彼此的工作或电子邮件中的讨论，他们将无法知道对方正在谈论哪些员工。

我想我可以通过获取真实的员工 ID 并使用用户 ID 作为盐对其进行散列来实现这种“实时依赖于用户的 EmployeeID”。

由于 Fred 和 Chris 都需要通过电子邮件和电话与他们的客户和消费者讨论员工，因此我希望他们在这些讨论中使用的 ID 尽可能简单。

Answer 1

从概念上讲，这就是您想要的：

您有一组员工 ID，您可以将其表示为给定空间 S 中的元素。您还有一些用户，并且希望每个用户都能看到特定于该用户的空间排列 S，并且任何其他用户都无法猜测该排列的详细信息。

这就需要对称加密。即，每个员工ID都是一个数值（例如32位整数），用户“A”将员工x视为E_k(x) ，其中k是一个特定于“A”且“B”无法猜测的密钥。因此，您需要两件事：

• 一个可以处理短值（例如 32 位字）的分组密码；
• 将用户 ID 转换为用户特定密钥的方法。

对于分组密码来说，问题在于短分组对于分组密码的正常使用（即加密长消息）来说是一个安全问题。因此，所有已发布的安全分组密码都使用大块（64 位或更多）。 64 位可以使用大小写字母和数字来表示超过 11 个字符（62¹¹ 比 2⁶⁴ 稍大）。如果这对您来说足够好，请使用 3DES。如果你想要更小的东西，你将不得不设计自己的密码，这是完全不推荐的。您可能想尝试 KeeLoq：请参阅本文以获取指导（ KeeLoq 在密码学上被“破坏”，但考虑到您的上下文，并没有太多）。有一个通用方法用于构建任意的分组密码块大小，给定一个可查找的流密码，但这主要是理论上的（实现需要通过高精度浮点值，这是可以做到的，但非常慢）。

对于用户特定的密钥：您需要 Web 应用程序可以计算的内容，但用户不能计算。这意味着 Web 应用程序知道密钥 K；那么，用户特定的加密密钥可以是 HMAC 的结果（具有良好的哈希函数（例如 SHA-256）应用于用户 ID，并使用密钥 K。然后将 HMAC 输出截断为用户特定密钥所需的长度（例如，3DES 需要 24 字节密钥）。

C# 具有 TripleDES 和 HMAC/SHA-256 实现（在 System.Security.Cryptography 命名空间中）。

（对于具有 32 位块的块密码，没有普遍接受的安全标准。这仍然是一个开放的研究领域。）

Answer 2

这种方法可能存在问题，但您可以这样做：

• 创建一个包含所有符号的数组（例如 25 个元素的数组）
• 使用任何散列函数对字符串进行散列
• 从生成的散列中选取一些八位位组（如果是 4 个八位位组） 对于每个八位字节，
• 计算 index = octet % array_size。该索引给出了每个符号的位置

同样，我对密码学、哈希函数等的经验几乎为零，因此您可能需要对此持保留态度。

Answer 3

有很多方法可以对信息进行“去匿名化”。如果您能更具体地了解上下文以及您真正想要保护的“资产”以及针对谁的保护，将会有所帮助。请参阅我们的常见问题解答。

例如，一个用户可能知道另一用户的号码吗？如果他们通过其他方式发现1AF3和C2FA之间的对应关系，或许就能很快找到答案。

但特别是对于您的狭义问题，一个好的哈希值已经混合得很好，所以我认为您可以截断例如 SHA-256 哈希值。但托马斯可能会知道最终的答案。

Answer 4

以下是我的想法，进入重点（我想如果你说出了你的问题，我就会说出我的答案。我猜你会发现这很有帮助）：

• 托马斯万岁，因为他已经明确地确立了他的观点统治地位。
• 0-9，AF是数据的表示。您可以将其设为 AZ、0-9，排除一些不常见的字母，并表示每个字符六位。
• 基本上可以说所有哈希值都存在冲突。如果你接近饱和，你最终会得到两个拥有相同哈希值的人。哈希也是单向的。您需要一个允许反转的映射。如果您有反向映射，为什么不用不冲突的随机字符串填充它呢？
• 您正在混淆一组有限的数据。使用大而秘密的盐，可以防止逆转。也就是说，您正在用一个 ID 交换另一个 ID。 ID 仍然是唯一且恒定的，所以我想知道这如何增强安全性。
  • 我有一些客户，如果我看到这样的事情，我会下注说员工 ID 是 SSN。我希望你不要这样做。

员工 ID 和员工备用 ID 是您所想出的。由于它们必须对您可逆，但对公众不可逆，因此您需要以双向配对的方式存储它并保密。由于存在与哈希冲突的风险，并且无论如何您都必须有一个反向映射，因此备用 id 也可能是一个随机字符串。无论如何，ID 应该是任意的，我真的很想知道为一名员工使用两个 id 的方法所带来的安全好处；这让我想起了《碟中谍》和 NOC 名单。

Answer 5

只是基于您添加的额外信息的方法的想法。这个想法的安全性非常非常很轻，如果你认为人们会尝试破解它，我不会推荐它，但它值得投入。

您可以通过根据您自己的员工 ID 对员工 ID 进行位移动来创建个人哈希。然后，通过向结果数字添加所需的任何额外混淆代码，例如将其转换为十六进制。例如，

string hashedEmployeeId = (employeeIdToHash << myEmployeeId).ToString("X");

这将根据您自己的 ID 生成散列员工 ID，但是当员工 ID 变大时（尤其是您自己的 ID），您可能会遇到问题。

重申一下，这本身并不是非常安全，但它可能会帮助您正在路上。

Answer 6

使用 4 个字符，总共会得到：36^4 = 1679616。
你可以将员工的所有可能性排列在一起。
如果计算平方根，则得到 1296。

然后，您可以生成一个有序表，其中第一列中包含所有可能性，然后将 id 从 1 到 1296 随机分布到其他列中。您会得到这样的结果：

key    a    b
AAAA  386   67
AAAB   86  945
...

通过此解决方案，您将拥有一个可扩展到最多 1296 名员工的查找表。但是，如果您考虑在密钥中添加额外的字符，您将获得更多的可能性 (36^5)^0.5=7776。

通过此解决方案，猜测密钥将让您有机会在 1296 或 7776 上查看有关员工的信息。

性能可能是一个问题，但我认为您可以使用缓存来管理它，或者甚至可以将所有加载的数据保留在内存中，并使用一种树形图来查找两个给定 ID 的相应键。