Estoy a punto de construir un sistema de almacenamiento en caché basado en md5 para generar nombres de archivos a partir de listas de números naturales. Las entradas serían grupos como: 1,18,94,100,266,1854.
Sé que hay algunas colisiones en md5 pero en todas mis búsquedas descubrí solo 2 de ellas. Sé que es muy poco probable que se tropiece con uno, sin embargo, me pregunto si hay una lista con todas las colisiones de md5 descubiertas hasta ahora.
Consulte esta página para una implementación descargable de una Generador de colisiones MD5, utilizando el método de Klima. En una CPU Core2 de 2.4 GHz, produce en promedio una colisión cada 14 segundos (y está usando solo un núcleo; dado que la investigación se ajusta completamente al caché L1, se escala de manera óptima en una CPU de múltiples núcleos). Lo dejé correr unas semanas y lo medí en más de 100000 colisiones.
Entonces no, no hay un índice de todas las colisiones MD5. Será mejor que uses una función hash robusta. Pruebe SHA-256 primero; Es la recomendación habitual. Si (y solo si) tiene un problema de rendimiento real y medido con SHA-256, entonces puede buscar funciones alternativas (una CPU 2.4 GHZ Core2 aún podría contener algunos nombres de archivos por segundo, por lo que es una situación bastante especial para que SHA-256 tenga realmente problemas de rendimiento).
Es imposible encontrar colisiones usando nombres de grupo en ascii, hasta ahora ascii no sufre problemas de colisión, ya que tiene un espacio muy limitado, lo que reduce la probabilidad de colisión.
No puede probar que los dígitos separados por comas ascii producen la colisión para una clave única con md5, puede manejar esto, lo cual es demostrable empíricamente
Lea otras preguntas en las etiquetas hash cryptography md5