MD5 हैश में अंक आवृत्ति विश्लेषण

हम सभी जानते हैं कि एक हैश कैसा दिखता है, लेकिन क्या आपने कभी सोचा है कि एक हैश में एक विशेष चरित्र कितनी बार पाया जाता है? मुझे आश्चर्य हुआ। और मैंने जाँच करने का फैसला किया। गिनती करने के लिए एक पायथन स्क्रिप्ट को स्केच किया गया, और यहाँ यह आया है।

सबसे पहले, मैंने वर्णों की एक यादृच्छिक स्ट्रिंग (0 से 1000 तक की लंबाई) उत्पन्न की।

def random_string(from_int, to_int): return str(''.join(random.SystemRandom().choice(string.ascii_letters + string.digits + string.punctuation) for _ in range(random.randint(from_int, to_int)))) 

इसके बाद, मैंने स्ट्रिंग से एमडी 5 हैश लिया।

 def md5_from_string(string): return hashlib.md5(string.encode('utf-8')).hexdigest() 

बाद में - मैंने गणना की कि हैश में 0 से 9 तक कितने अंक हैं। 1000 हैश के नमूने पर, मुझे निम्न डेटा प्राप्त हुआ:



यहां सबसे अधिक बार सामना किए गए अंकों और सबसे दुर्लभ (डेल्टा मूल्य) के बीच का अंतर दिलचस्प है।



इसके अलावा, डेल्टा मूल्य में परिवर्तन का पता लगाने के लिए, उन्होंने 10,000, 100,000, 1,000,000, 10,000,000 राख के नमूने बनाए।



निम्नलिखित न्यूनतम और अधिकतम संख्याओं के मूल्यों के साथ एक सूची है और MD5 हैश के विभिन्न नंबरों के साथ नमूनों पर डेल्टा मूल्य है:

• 100 - मिनट: 179, अधिकतम: 230, डेल्टा: 22.17%
• 1000 - मिनट: 1925, अधिकतम: 2058, डेल्टा: 6.46%
• 10000 - मिनट: 19769, अधिकतम: 20251, डेल्टा: 2.38%
• 100000 - मिनट: 199297, अधिकतम: 200846, डेल्टा: 0.77%
• 1,000,000 - मिनट: 1997650, अधिकतम: 2001690, डेल्टा: 0.20%
• 10000000 - मिनट: 19991830, अधिकतम: 20004818, डेल्टा: 0.06%

हमारे पास क्या है: सरणी में हैश की संख्या में वृद्धि के साथ, डेल्टा मान कम हो जाता है और लगभग समान संभावना वाला कोई भी अंक सरणी में गिर जाएगा। इस प्रकार, बड़ा नमूना, अक्सर सामना किए गए और शायद ही कभी देखी गई संख्याओं के बीच का अंतर छोटा होता है। तदनुसार, हैश में एक विशेष अंक प्राप्त करने की संभावना एकरूपता के लिए जाती है।
इस जानकारी ने bepeam.com प्रतियोगिता मंच पर हमारे द्वारा लागू किए गए एल्गोरिदम का आधार बनाया