我在Amazon S3上有一个图像库。对于每个图像，我md5我的服务器上的源URL加上一个时间戳来获取唯一的文件名。由于S3不能有子目录，我需要将所有这些图像存储在一个平面文件夹中。
我是否需要担心产生的MD5哈希值中的冲突？
额外奖励：在我开始看到MD5产生的哈希值发生冲突之前，我可以拥有多少个文件？
只有两个哈希意外碰撞的可能性是1/2128 which is 1 340 340十亿282十亿366非亿元920 octillion 938 septillion 463 sextillion 463 quintillion 374 quadrillion 607万亿431亿768百万211千456。
但是如果你保留所有哈希值，那么由于birthday paradox，概率会更高一些。要有任何哈希与任何其他哈希冲突的几率为50％，您需要264个哈希值。这意味着平均来说，为了获得冲突，你需要哈希6 billion files per second for 100 years。
S3可以有子目录。只需在密钥名称中加上“/”，即可访问这些文件，就好像它们位于不同的目录中一样。我使用它来根据用户在S3中的用户ID将用户文件存储在不同的文件夹中。
例如：“mybucket / users / 1234 / somefile.jpg”。它与文件系统中的目录不完全相同，但S3 API具有一些功能，可以使它几乎完全相同。我可以要求它列出所有以“users / 1234 /”开头的文件，它会显示该“目录”中的所有文件。
等等，是吗：
md5(filename) + timestamp
要么：
md5(filename + timestamp)
如果是前者，那么你大部分都是通往GUID的，我也不用担心。如果是后者，那么请参阅Karg的帖子，了解你最终会如何碰撞。
碰撞的粗略经验法则是值范围的平方根。您的MD5 sig大概是128位长，因此您可能会看到超过2 ^ 64个图像的碰撞。
虽然随机MD5冲突非常罕见，但如果您的用户可以提供文件（将逐字存储），那么他们可以设计冲突。也就是说，他们可以故意创建两个具有相同MD5sum但数据不同的文件。确保您的应用程序能够以合理的方式处理这种情况，或者使用像SHA-256这样的更强大的哈希。
虽然由于碰撞已经公布了MD5的问题，但随机数据之间的UNINTENTIONAL碰撞是exceedingly rare。另一方面，如果您对文件名进行散列，那么这不是随机数据，我希望快速发生冲突。
MD5碰撞极不可能。如果你有9万亿个MD5，那么9万亿只有一次机会会发生碰撞。
它的可能性并不重要;有可能的。它可能发生在您散列的前两个事项上（非常不可能，但可能），因此您需要从一开始就支持冲突。