MD5( str_len>32) ?

Bonjour,

Je voudrais générer une emprunte d'un gros string, dans le genre HASH, MD5, etc.. mon problème c'est que j'ai remarqué qu'en faisant un MD5 de long string, celui-ci avait souvent la même valeur probablement car mon long string commence souvent par la même valeur et que MD5 ne doit probablement prendre que les 32 (??) premiers caractères de mon string en compte.

Hélas sur la page http://php.net/manual/fr/function.md5.php il est précisé que l'ouput(return) était un string de 32 caractères mais rien n'indique une longeur max pour l'input. (args[0])

Y a-t'il une autre méthodes d'empruntes HASH, CRYPT, .... qui prendrait tout mon string en compte ? Ou une autre solutions ?


Plus de détails :

Le but étant de regarder rapidement si mon "gros string" est potentiellement déjà en base de donnée en ne comparant qu'une emprunte de celui-ci.


Je stock en base de donnée un "gros string de data" COMPRESS -> BLOB auquel j'associe qqes valeurs clés lié à son contenu.

Le problème étant qu'aucune valeur ne détermine l'unicité de mon "gros string" j'ai donc besoin de TOUT recomparer avant de l'insérer s'il n'existe pas encore, et comme je n'ai pas réussi à mettre mon champs "BLOB" en "unique" dans mysql, j'ai pensé mettre une emprunte de mon "gros string" en unique (associé à qqes valeurs clés pour éviter trop de collisions )


Merci d'avance pour votre aide.

md5 n'est pas tiptop oui faut bien l'admettre.
As-tu essayé avec sha1 ou sha2 ?

Après quelque soit le hash tu ne peux garantir l'unicité...
Pourquoi ? Parce qu'un hash n'est pas bijectif, donc il n'est pas unique !

Citation:

---

Envoyé par transgohan

md5 n'est pas tiptop oui faut bien l'admettre.
As-tu essayé avec sha1 ou sha2 ?

Après quelque soit le hash tu ne peux garantir l'unicité...
Pourquoi ? Parce qu'un hash n'est pas bijectif, donc il n'est pas unique !

---

Oups, après tests, le problème ne venait pas de là (je ne suis pas encore très à l'aise avec php / mysql) mais d'un implode(array) contenant un string avec \" qui ne renvoyait que la première partie de mon array(json).

J'ai donc fait un json_encode au lieu du implode et je pense que ça va fonctionner. :-)

Je sais que le md5 n'est pas bijectif et qu'il peut donc y avoir des "doubles", mais le probabilité est infime et j'ajoute d'autres données qui fait qu'a mon avis aucun double n'existera jamais durant l'existence de mon site. (enfin ces données en question n'étant pas capitales, je peux me permettre au pire de perdre un double sur la vie de mon site).

Merci en tout cas. :ccool:

En fait pas tellement... Plus la chaîne hashée est longue plus il y a de chance qu'elle ressemble à une autre longue chaîne hashée.
Faudrait que je retrouve l'article du cryptographe qui avait écrit sur ça, c'était bien intéressant.

Actuellement l'algo md5 est utilisé pour les mots de passe (bien que de moins en moins et heureusement) ou bien pour vérifier l'état d'un fichier.
Donc en majorité c'est pour de petites chaînes ou bien pour de grandes chaînes mais qui ne doivent pas différer de beaucoup de l'originale et donc qui donnent très peu de chance d'obtenir un hash semblable. Contrairement à deux très longues chaînes totalement différentes.

Bref, plus la chaîne est grande plus on a de probabilité d'obtenir un hash semblable à une autre grande chaîne hashée.

Citation:

---

Envoyé par transgohan

En fait pas tellement... Plus la chaîne hashée est longue plus il y a de chance qu'elle ressemble à une autre longue chaîne hashée.
Faudrait que je retrouve l'article du cryptographe qui avait écrit sur ça, c'était bien intéressant.

Actuellement l'algo md5 est utilisé pour les mots de passe (bien que de moins en moins et heureusement) ou bien pour vérifier l'état d'un fichier.
Donc en majorité c'est pour de petites chaînes ou bien pour de grandes chaînes mais qui ne doivent pas différer de beaucoup de l'originale et donc qui donnent très peu de chance d'obtenir un hash semblable. Contrairement à deux très longues chaînes totalement différentes.

Bref, plus la chaîne est grande plus on a de probabilité d'obtenir un hash semblable à une autre grande chaîne hashée.

---

Oui mais pour mon cas, ça devrait le faire, des utilisateurs me rapportait des fichiers non sauvegardé, et plus d'un md5 semblable me paraissait totalement impossible, et pour cause, leurs fiche de data était tronqué rapidement par mon md5(implode(array)) et comme beaucoup commençait pas le même début, ça générait un md5 de la même chaine et donc ça empêchait ma sauvegarde pour cause de duplication.

Pour info, le "string" que je hash (une partie de mon fichier user en fait) fait aux environs de 5.000 caractères de moyenne. Pas économie de base de de donnée je préfère ne stocker que 32 caractères pour garantir l'unicité de ce fichier au risque d'en perdre un sur plusieurs millions au md5 semblable.


Tiens, sinon une question aux experts du md5, il n'existe pas des règles du genre :

Code:

---

1 2 3

IF md5($string)==md5($string2) AND md5($string+$uneLettre)==md5($string2+$uneLettre) THEN $string == $string2

---

?

Si un string donne un md5 et qu'un autre string donne le même md5, si les 2 strings ajouté d'un caractère ont à nouveau le même md5, alors ces 2 strings sont obligatoirement les même. Existe t'il des règles du genre pour les md5 ?

Oui forcement et pas forcement vu qu'avec un peu de malchance cela peut ne pas être vrai (aucune bijection) pour un cas sur X. :P