哈希值(SHA-256)是什么?

哈希值是什么

哈希值(hash value)是把任意长度的数据丢进一个数学函数后得到的固定长度输出。这个词的中文写法有 hash 的音译与台湾官方惯用的意译「杂凑」两种,指的是同一个东西。以最常用的 SHA-256 为例,不管输入是一张 20MB 的照片还是一部两小时的影片,输出都是 64 个十六进制字符,长得像 「a3f5...c81d」 这样一串。

SHA-256 属于 SHA-2 家族,由美国国家标准与技术研究院(NIST)在联邦标准 FIPS 180-4《Secure Hash Standard》里正式定义,官方给它的用途定位就是生成消息摘要、侦测数据自摘要生成后有没有被改动过。它不是某家公司的私有技术,任何电脑都能用系统内建工具算出同一个结果——这一点正是它能当证据工具的前提:你算、对方算、法院算,答案必然一致。

改一个字节,整串全变:为什么它能当「内容指纹」

加密哈希有三个对存证有用的性质。

第一,确定性:同一份文件,今天算、十年后算、在任何电脑上算,结果都一样。第二,雪崩效应:输入哪怕只动一个字节——比如把截图里的一个像素改掉——输出就变得面目全非,完全看不出和原来那串有任何关联。第三,单向性:从哈希值反推出原始文件,在计算上不可行,所以你公开一个哈希值并不会泄露文件内容,这对隐私敏感的创作者尤其重要。

合在一起,效果就是:一旦你在某个时点记下了文件的 SHA-256,之后任何人想神不知鬼不觉地改动这份文件,都过不了「重算一次哈希」这一关。

和感知哈希是两回事

站内还有一个词条叫感知哈希(perceptual hash),名字像,目标相反:加密哈希追求「差一点就天差地别」,用来验证文件有没有被改;感知哈希追求「内容越像、值越接近」,用来在盗版被裁切压缩后仍认出它。一句话记:验完整性用 SHA-256,追盗版比对用感知哈希,两者不能互相替代。感知哈希的原理和应用在那篇里讲透了,这里不重复。

存证包里的 sha256 是做什么的

做过存证的人常在证据包里看到一栏 「sha256:」 开头的字符串,它的作用是把「这包证据从生成那一刻起没被动过」变成可以随时复验的事:任何一方(包括对方律师)拿到证据文件后,用系统内建命令重算一次——Windows 是 「certutil -hashfile 文件名 SHA256」,macOS/Linux 是 「shasum -a 256 文件名」——算出来的值和记录一致,就说明文件与当初逐字节相同;不一致,就说明中途被改过。

VeilHarbor 的做法也是这条路:生成 DMCA 函件时,系统会把当刻的检测证据冻结成一份不可变的快照,同时记录快照的 SHA-256 指纹,之后侵权证据被引用时都能对着这个指纹验完整性。

法律程序里怎么用:能证什么,不能证什么

先把界线画清楚:哈希值不是公证,算了哈希不等于证据自动有法律效力。台湾法院对证据的证明力依民事诉讼法第 222 条采自由心证,由法官斟酌全辩论意旨与调查证据的结果个案判断——哈希值是帮法官相信「这份文件没被改过」的技术手段,不是盖上去就生效的印章。

具体说,哈希能证明的是一件事:文件自「算出哈希并把哈希固定下来」那一刻起,内容没有变过。它证明不了三件事:一是时间——哈希值本身不含任何时间信息,「什么时候算的」要靠可信时间戳或公证等独立时间锚点来锁,做法见时间戳与公证;二是归属——文件没被改过,不代表内容是你创作的,归属要靠底稿、原始档、发布纪录这类权属证明;三是取证当刻的真实性——如果截图在算哈希之前就被伪造,哈希只会忠实地锁住那份伪造品。

所以实务上的正确姿势是组合拳:原始文件完整保存、算出 SHA-256、配一个独立的时间锚点,关键作品再办公证。哈希在这个组合里负责「内容完整性」这一环,便宜、可复验、不外泄内容,是整套存证里成本最低的一块,但单独一块撑不起全案。