哈希碰撞的例子?
出于演示目的，有哪些字符串在散列时发生冲突的示例?MD5 是一个相对标准的散列选项，所以这就足够了. 解决方案 这个页面 提供了这些 128 字节值散列到相同值的示例: d131dd02c5e6eec4693d9a0698aff95c 2fcab58712467eab4004583eb8fb7f8955ad340609f4b30283e488832571415a 085125e8f7cd
..
birthday-paradox相关内容
散列冲突的例子?
出于演示目的，有哪些字符串在散列时发生冲突的示例?MD5 是一个相对标准的散列选项，所以这就足够了. 解决方案 本页 提供了这些 128 字节值散列到相同值的示例: d131dd02c5e6eec4693d9a0698aff95c 2fcab58712467eab4004583eb8fb7f8955ad340609f4b30283e488832571415a 085125e8f7cdc9
..
随机几乎是随机的吗?
我这样做是为了测试 randint 的随机性: >>>来自随机导入 randint>>>>>>唯一性 = []>>>for i in range(4500): # 你可以看到我很乐观.... x = randint(500, 5000)...如果 x 是唯一的:... raise Exception('我们在迭代数 %d 处欺骗了 %d' % (x, i))... uniques.append(
..
为什么这个随机数生成代码不起作用?
我正在编写一个程序来证明“生日悖论". For i = 0 To (pnum - 1)天(i) = rnd(h:=365)下一个 它为1到365之间的每个i(days(i))生成一个随机数，函数为: 私有函数 rnd(h As Integer)Dim num 作为整数Dim rnum 随机rnum = 新随机数num = rnum.Next(1, h)返回编号结束函数 当我在 for
..
是否有相反的方法可以找到两个人生日相同但不使用数学公式的概率为 0.5 的人数?
我在做生日悖论，想知道有多少人可以用python来满足两个人生日相同的0.5概率. 我没有尝试使用数学公式通过在 python 中使用 random 和 randint 来找到给定人数的概率 随机导入def random_birthdays():生日 = []bdays = [random.randint(1, 365) for i in range(23)]bdays.sort()对于范
..
哈希冲突的可能性
我正在根据生日悖论寻找有关MD5，SHA1和SHA256发生碰撞的可能性的精确数学. 我正在寻找类似图形的内容，即“如果您有10 ^ 8个键，这就是概率.如果您有10 ^ 13个键，则这是概率，依此类推" 我看了很多文章，但是我很难找到可以提供这些数据的东西.(对我来说，理想的选择是公式或代码，以针对任何提供的哈希大小来计算此值) 解决方案 让我们想象一下，我们有一个真正的随机
..
给定哈希长度的通用生日计算
让我们假设我们得到以下信息: 哈希的长度 获得碰撞的机会 现在，了解了以上内容，我们如何获得获得给定机会百分比所需的“样本"数量? 解决方案 当我们将Simplified formula用作生日悖论时，我们得到: probability = k^2/2N 所以: sqr(probability*2*n) = k 我们知道n = 2 ^ lenghtHash
..
为什么我在Python中用random.shuffle弄傻了?
对于10个整数的列表，有10个！可能的顺序或排列.为什么只有5000次尝试后random.shuffle才会重复? >>> L = range(10) >>> rL = list() >>> for i in range(5000): ... random.shuffle(L) ... rL.append(L[:]) ... >>> rL = [tuple(e) for e
..
随机根本不是随机的吗?
我这样做是为了测试randint的随机性: >>> from random import randint >>> >>> uniques = [] >>> for i in range(4500): # You can see I was optimistic. ... x = randint(500, 5000) ... if x in uniques: ...
..
生日悖论:如何以编程方式估算3个和N个共享生日的人的概率
互联网上有大量资源讨论著名的 生日悖论 .我很清楚如何计算两个人共同过生日的概率，即P(same) = 1 - P(different).但是，如果我问自己一个明显更简单的问题，我会拖延:首先，假设我生成了两个随机的生日.获得相同的生日就像扔硬币.两个人要么共享生日(团长)，要么不共享生日(团长).运行500次，最终结果(#Heads/500)将接近0.5 Q1)但是，如果我随机产生三个生日
..
有人能为我澄清生日效应吗？
请帮助解释维基百科中描述的生日效应： 生日攻击的工作原理如下： 选择任何消息m并计算h（m）。 更新列表L.检查h（m）是否在列表L. 如果（h（m），m）已经在L，找到了一个冲突消息对。 else将该对（h（m），m）保存在 列表L中，然后返回步骤1. 从生日悖论中我们知道，在执行大约 2 ^（n / 2）散列评估之后，我们可以期望找到一个 匹配项。 以上是否
..
用一个64位数唯一标识URL
这基本上是一个数学问题，但与编程有关：如果我有10亿个包含URL的字符串，并且我将它们每个的MD5哈希的前64位，我应该期望什么样的碰撞频率？ / p> 如果我只有1亿个网址，答案会如何变化？ 在我看来，碰撞会是非常罕见，但这些事情往往令人困惑。 我会更好地使用MD5以外的东西吗？请注意，我不是在寻找安全性，只是一个很好的快速哈希函数。此外，在MySQL的本地支持是很好的。
..
哈希冲突的例子？
为了演示的目的，当散列时碰撞的字符串的几个例子是什么？ MD5是一个相对标准的哈希选项，因此这将是足够的。 解决方案 此页面提供了128个字节值散列为相同值的示例： d131dd02c5e6eec4693d9a0698aff95c 2fcab58712467eab4004583eb8fb7f89 55ad340609f4b30283e488832571415a 085125e8
..