हैश फ़ंक्शन की व्याख्या

जब आप सॉफ़्टवेयर डाउनलोड करके चेकसम मिलाते हैं, पासवर्ड से लॉग इन करते हैं, किसी दस्तावेज़ पर हस्ताक्षर करते हैं या Bitcoin में कोई ब्लॉक जोड़ते हैं, तब एक हैश फ़ंक्शन काम कर रहा होता है। यह कितने भी डेटा को एक तय आकार के छोटे फ़िंगरप्रिंट, यानी डाइजेस्ट, में इस तरह बदलता है कि न उसे उलटा जा सके और न जाली बनाया जा सके। विचार सरल है, लेकिन अच्छे हैश से अपेक्षाएँ कड़ी हैं, और सबसे ज़्यादा इस्तेमाल होने वाले दो हैश, MD5 और SHA-1, उन पर खरे नहीं उतरे।

एक अक्षर से अलग दो संदेश एक हैश फ़ंक्शन में जाते हैं और दो बिल्कुल अलग SHA-256 डाइजेस्ट बनकर निकलते हैं, जिनके पलटे हुए बिट एक ग्रिड में चिह्नित हैं
एक अक्षर से अलग दो संदेश एक हैश फ़ंक्शन में जाते हैं और दो बिल्कुल अलग SHA-256 डाइजेस्ट बनकर निकलते हैं, जिनके पलटे हुए बिट एक ग्रिड में चिह्नित हैं

डेटा का फ़िंगरप्रिंट

हैश फ़ंक्शन किसी भी लंबाई का इनपुट लेता है और एक तय लंबाई का डाइजेस्ट लौटाता है: SHA-256 के लिए 256 बिट, जिसे 64 हेक्साडेसिमल अंकों में लिखा जाता है। एक ही इनपुट हमेशा एक ही डाइजेस्ट देता है, इसलिए डाइजेस्ट डेटा का प्रतिनिधित्व कर सकता है। अगर दो फ़ाइलों का SHA-256 डाइजेस्ट एक ही है, तो आप निश्चिंत हो सकते हैं कि वे एक जैसी हैं, और अगर किसी डाउनलोड का एक बिट भी ख़राब हो गया, तो उसका डाइजेस्ट प्रकाशक द्वारा बताए गए डाइजेस्ट से मेल नहीं खाएगा। चूँकि संभावित इनपुट डाइजेस्ट से कहीं ज़्यादा हैं, इसलिए बहुत-से इनपुट को हर डाइजेस्ट साझा करना ही पड़ता है; अच्छा हैश बस उनमें से किसी को भी ढूँढना असंभव बना देता है।

तीन वादे

क्रिप्टोग्राफ़िक हैश तीन वादे करता है। प्रीइमेज प्रतिरोध: कोई डाइजेस्ट दिया गया हो, तो आप वह इनपुट नहीं ढूँढ सकते जो उसे बनाता है। दूसरा प्रीइमेज प्रतिरोध: कोई इनपुट दिया गया हो, तो आप उसी डाइजेस्ट वाला दूसरा इनपुट नहीं ढूँढ सकते। टकराव प्रतिरोध: आप एक ही डाइजेस्ट वाले कोई भी दो इनपुट नहीं ढूँढ सकते। n बिट वाले आदर्श हैश के लिए सबसे अच्छे हमले अनुमान लगाना ही हैं: प्रीइमेज के लिए लगभग 2ⁿ प्रयास और टकराव के लिए लगभग 2ⁿᐟ²। किसी हैश को टूटा हुआ तब कहा जाता है जब कोई इससे कहीं तेज़ तरीक़ा खोज ले।

हिमस्खलन प्रभाव

इनपुट का एक बिट बदलें, तो डाइजेस्ट का हर बिट बाक़ी बिटों से स्वतंत्र रूप से आधी संभावना से पलटना चाहिए। तब संदेश में छोटा-सा बदलाव ऐसा डाइजेस्ट देता है जो बिल्कुल असंबंधित दिखता है, और डाइजेस्ट यह कुछ भी नहीं बताता कि इनपुट का कौन-सा हिस्सा बदला। SHA-256 यह अपने आठ 32-बिट शब्दों को घुमाने, जोड़ने और मिलाने वाले 64 दौर चलाकर हासिल करता है, ताकि कुछ ही दौरों में हर इनपुट बिट हर शब्द को प्रभावित कर चुका हो। इसके विपरीत, बाइट्स का सीधा-सादा योग ठीक उतना ही बदलता है जितना इनपुट बदला, इसलिए वह सब कुछ उजागर कर देता है।

SHA-256 के अंदर

SHA-256 पहले संदेश में पैडिंग जोड़ता है: वह एक 1 बिट, कुछ शून्य और संदेश की लंबाई जोड़ता है, जब तक कुल लंबाई 512 बिट का गुणज न हो जाए। फिर वह संदेश को एक बार में 512 बिट करके संसाधित करता है। हर ब्लॉक को 64 शब्दों में फैलाया जाता है, जिन्हें आठ 32-बिट शब्दों की एक स्थिति में मिलाया जाता है, जो पहली आठ अभाज्य संख्याओं के वर्गमूलों से लिए गए तय मानों से शुरू होती है। आख़िरी ब्लॉक के बाद की स्थिति ही डाइजेस्ट है। राल्फ़ मर्कल और इवान डैमगार्ड के नाम पर रखी गई यह शृंखलाबद्ध बनावट MD5, SHA-1 और SHA-512 में भी है; 2015 में मानकीकृत नया SHA-3 स्पंज नाम की एक अलग संरचना का इस्तेमाल करता है।

2007 के सिंगुलैरिटी समिट में राल्फ़ मर्कल। SHA-256 जिस शृंखलाबद्ध संरचना का उपयोग करता है, उसका नाम उनके और इवान डैमगार्ड के नाम पर है।
2007 के सिंगुलैरिटी समिट में राल्फ़ मर्कल। SHA-256 जिस शृंखलाबद्ध संरचना का उपयोग करता है, उसका नाम उनके और इवान डैमगार्ड के नाम पर है।

जन्मदिन हमला

23 लोगों के समूह में दो लोगों का जन्मदिन एक होने की संभावना आधे से थोड़ी ज़्यादा है, हालाँकि साल में 365 दिन होते हैं, क्योंकि मायने जोड़ियों की संख्या रखती है, जो समूह के आकार के वर्ग के साथ बढ़ती है। हैश में टकराव भी इसी नियम का पालन करते हैं। 2ᵏ संभावित डाइजेस्ट में, लगभग √(π/2 · 2ᵏ) यादृच्छिक इनपुट के बाद एक टकराव की उम्मीद होती है। 32 बिट के लिए यह लगभग 82,000 इनपुट है, जो पल भर में हो जाता है; 128 बिट के लिए यह लगभग 2⁶⁴ है, जो बड़े पैमाने के कंप्यूटिंग प्रयासों की पहुँच में है। इसीलिए MD5 के 128 बिट कभी भी ज़रूरत से ज़्यादा नहीं थे, और इसीलिए SHA-256 लंबाई दोगुनी करके 128 बिट की सुरक्षा देता है।

MD5 और SHA-1: टूट चुके

रॉन रिवेस्ट ने 1991 में MD5 डिज़ाइन किया, और NSA ने SHA-1 डिज़ाइन किया, जो 1995 में प्रकाशित हुआ। 2004 में शियाओयुन वांग और उनके सहयोगियों ने दिखाया कि MD5 टकराव जल्दी कैसे बनाए जाएँ, और 2008 में शोधकर्ताओं ने उनका इस्तेमाल करके एक ऐसा प्रमाणपत्र जाली बनाया जिस पर वेब ब्राउज़र भरोसा करते थे। 2012 के जासूसी सॉफ़्टवेयर Flame ने ख़ुद को Microsoft अपडेट के रूप में पेश करने के लिए एक MD5 टकराव का इस्तेमाल किया। SHA-1 का पतन 2017 में हुआ, जब Google और CWI Amsterdam ने लगभग 2⁶³ गणनाओं के बाद एक ही SHA-1 डाइजेस्ट वाली दो अलग-अलग PDF फ़ाइलें प्रकाशित कीं। दोनों अनजाने में हुई त्रुटियाँ पकड़ने के लिए अब भी ठीक हैं, लेकिन ऐसी किसी चीज़ के लिए नहीं जिसे कोई हमलावर निशाना बना सकता हो।

हैश कहाँ इस्तेमाल होते हैं

डिजिटल हस्ताक्षर दस्तावेज़ पर नहीं, बल्कि उसके हैश पर हस्ताक्षर करते हैं। Git हर फ़ाइल और कमिट का नाम उसके हैश से रखता है, और Bitcoin माइनर ऐसे ब्लॉक हेडर खोजते हैं जिनका दोहरा SHA-256 हैश शून्यों की एक लंबी कतार से शुरू होता हो। वेबसाइटों को पासवर्ड कभी नहीं सहेजने चाहिए, केवल उनका हैश; लेकिन चूँकि लोग छोटे पासवर्ड चुनते हैं, वह हैश धीमा और सॉल्ट वाला होना चाहिए, bcrypt, scrypt या Argon2 जैसी विधियों से, ताकि अनुमान लगाना महँगा पड़े। ZIP फ़ाइलों, PNG छवियों और Ethernet में इस्तेमाल होने वाले CRC-32 जैसे चेकसम भी हैश ही हैं, जो हमलावरों को नहीं, बल्कि शोर को पकड़ने के लिए बनाए गए हैं।

ख़ुद आज़माएँ

SHA-256, SHA-512, SHA-1, MD5, CRC-32 और बाइट्स के एक खिलौना योग से अपने टेक्स्ट का हैश निकालने के लिए हैश फ़ंक्शन प्लेग्राउंड खोलें। एक अक्षर बदलें और पलटे हुए बिट गिनें, डाइजेस्ट के आधे के आसपास घंटी जैसा वक्र देखने के लिए हज़ार एक-बिट बदलावों पर हिमस्खलन परीक्षण चलाएँ, और जन्मदिन हमले को काम करते देखने के लिए डाइजेस्ट के पहले 8 से 32 बिट पर असली टकराव खोजें।

अक्सर पूछे जाने वाले प्रश्न

क्या हैशिंग और एन्क्रिप्शन एक ही चीज़ हैं?

नहीं। एन्क्रिप्शन इसलिए होता है कि जिसके पास कुंजी हो वह उसे उलट सके; हैशिंग में कोई कुंजी नहीं होती और कोई भी उसे उलट नहीं सकता। एन्क्रिप्शन संदेश को गुप्त रखता है, जबकि हैश केवल एक फ़िंगरप्रिंट देता है जिससे आप उस संदेश की जाँच कर सकते हैं जो आपके पास पहले से है।

SHA-256 टकराव खोजने में कितना समय लगेगा?

जन्मदिन हमले से लगभग 2¹²⁸ हैश, यानी 39 अंकों वाली एक संख्या। अगर पृथ्वी का हर कंप्यूटर और कुछ न करे, तब भी इसमें ब्रह्मांड की उम्र से कहीं ज़्यादा समय लगेगा। कोई शॉर्टकट ज्ञात नहीं है।

एक ही टेक्स्ट के दो हैश कभी अलग क्यों नहीं होते?

हैश फ़ंक्शन नियतात्मक होता है: उसमें न कोई यादृच्छिकता होती है और न कोई कुंजी, इसलिए एक जैसे बाइट्स हमेशा एक जैसा डाइजेस्ट देते हैं। लेकिन ऐसे छोटे अंतर जो दिखते नहीं, जैसे आख़िर में एक स्पेस, अलग लाइन एंडिंग या एक्सेंट वाले अक्षर का दूसरा Unicode रूप, अलग डाइजेस्ट ज़रूर देते हैं।

सॉल्ट क्या है?

एक यादृच्छिक मान जिसे पासवर्ड हैश के साथ सहेजा जाता है और उसमें मिलाया जाता है। तब एक ही पासवर्ड वाले दो उपयोगकर्ताओं को अलग-अलग हैश मिलते हैं, और हमलावर आम पासवर्डों की पहले से गणना की गई एक ही तालिका का इस्तेमाल हर खाते के लिए नहीं कर सकता।

आज़माने के लिए तैयार?

अपने ब्राउज़र में PictorX खोलें — शुरू करने के लिए इंस्टॉल या क्रेडिट कार्ड की ज़रूरत नहीं।

हैश फ़ंक्शन प्लेग्राउंड खोलें