37

次のユースケースで推奨できるチェックサムアルゴリズムはどれですか？

小さなJPEGファイル（それぞれ約8 kB）のチェックサムを生成して、コンテンツが変更されたかどうかを確認したいと思います。残念ながら、変更されたファイルシステムの日付を使用することはできません。
チェックサムは暗号的に強力である必要はありませんが、あらゆるサイズの変更を確実に示す必要があります。

2番目の基準は速度です。これは、（最新のCPUでは）1秒あたり少なくとも数百の画像を処理できるはずだからです。

計算は、複数のクライアントを備えたサーバーで実行されます。クライアントは、ギガビットTCPを介してイメージをサーバーに送信します。したがって、ボトルネックとしてのディスクI/Oはありません。

4

10 に答える 10

21

小さなファイルが多数ある場合、ボトルネックはファイル I/O であり、おそらくチェックサム アルゴリズムではありません。

ハッシュ関数 (チェックサムと見なすことができる) のリストは、ここにあります。

ファイルが変更されたかどうかを判断するためにファイルシステムの変更日を使用できない理由はありますか? その方がきっと早いでしょう。

于 2008-09-23T18:55:59.753 に答える
12

トリックを実行する高速 CRC アルゴリズムが多数あります: http://www.google.com/search?hl=en&q=fast+crc&aq=f&oq=

編集：なぜ憎むのですか？他の回答で証明されているように、CRCは完全に適切です。言語が指定されていないため、Google 検索も適切でした。これは非常に古い問題であり、何度も解決されているため、決定的な答えはありそうにありません。

于 2008-09-23T18:59:54.470 に答える
9

ネットワーク経由でファイルを受信して​​いる場合は、ファイルを受信するときにチェックサムを計算できます。これにより、データがメモリ内にある間にチェックサムを計算することが保証されます。したがって、ディスクからメモリにロードする必要はありません。

この方法を適用すると、システムのオーバーヘッドがほぼゼロになると思います。

これは、ファームウェアやその他のもののチェックサム制御を行う組み込みシステムで使用しているルーチンです。

static const uint32_t crctab[] = {
    0x0,
    0x04c11db7, 0x09823b6e, 0x0d4326d9, 0x130476dc, 0x17c56b6b,
    0x1a864db2, 0x1e475005, 0x2608edb8, 0x22c9f00f, 0x2f8ad6d6,
    0x2b4bcb61, 0x350c9b64, 0x31cd86d3, 0x3c8ea00a, 0x384fbdbd,
    0x4c11db70, 0x48d0c6c7, 0x4593e01e, 0x4152fda9, 0x5f15adac,
    0x5bd4b01b, 0x569796c2, 0x52568b75, 0x6a1936c8, 0x6ed82b7f,
    0x639b0da6, 0x675a1011, 0x791d4014, 0x7ddc5da3, 0x709f7b7a,
    0x745e66cd, 0x9823b6e0, 0x9ce2ab57, 0x91a18d8e, 0x95609039,
    0x8b27c03c, 0x8fe6dd8b, 0x82a5fb52, 0x8664e6e5, 0xbe2b5b58,
    0xbaea46ef, 0xb7a96036, 0xb3687d81, 0xad2f2d84, 0xa9ee3033,
    0xa4ad16ea, 0xa06c0b5d, 0xd4326d90, 0xd0f37027, 0xddb056fe,
    0xd9714b49, 0xc7361b4c, 0xc3f706fb, 0xceb42022, 0xca753d95,
    0xf23a8028, 0xf6fb9d9f, 0xfbb8bb46, 0xff79a6f1, 0xe13ef6f4,
    0xe5ffeb43, 0xe8bccd9a, 0xec7dd02d, 0x34867077, 0x30476dc0,
    0x3d044b19, 0x39c556ae, 0x278206ab, 0x23431b1c, 0x2e003dc5,
    0x2ac12072, 0x128e9dcf, 0x164f8078, 0x1b0ca6a1, 0x1fcdbb16,
    0x018aeb13, 0x054bf6a4, 0x0808d07d, 0x0cc9cdca, 0x7897ab07,
    0x7c56b6b0, 0x71159069, 0x75d48dde, 0x6b93dddb, 0x6f52c06c,
    0x6211e6b5, 0x66d0fb02, 0x5e9f46bf, 0x5a5e5b08, 0x571d7dd1,
    0x53dc6066, 0x4d9b3063, 0x495a2dd4, 0x44190b0d, 0x40d816ba,
    0xaca5c697, 0xa864db20, 0xa527fdf9, 0xa1e6e04e, 0xbfa1b04b,
    0xbb60adfc, 0xb6238b25, 0xb2e29692, 0x8aad2b2f, 0x8e6c3698,
    0x832f1041, 0x87ee0df6, 0x99a95df3, 0x9d684044, 0x902b669d,
    0x94ea7b2a, 0xe0b41de7, 0xe4750050, 0xe9362689, 0xedf73b3e,
    0xf3b06b3b, 0xf771768c, 0xfa325055, 0xfef34de2, 0xc6bcf05f,
    0xc27dede8, 0xcf3ecb31, 0xcbffd686, 0xd5b88683, 0xd1799b34,
    0xdc3abded, 0xd8fba05a, 0x690ce0ee, 0x6dcdfd59, 0x608edb80,
    0x644fc637, 0x7a089632, 0x7ec98b85, 0x738aad5c, 0x774bb0eb,
    0x4f040d56, 0x4bc510e1, 0x46863638, 0x42472b8f, 0x5c007b8a,
    0x58c1663d, 0x558240e4, 0x51435d53, 0x251d3b9e, 0x21dc2629,
    0x2c9f00f0, 0x285e1d47, 0x36194d42, 0x32d850f5, 0x3f9b762c,
    0x3b5a6b9b, 0x0315d626, 0x07d4cb91, 0x0a97ed48, 0x0e56f0ff,
    0x1011a0fa, 0x14d0bd4d, 0x19939b94, 0x1d528623, 0xf12f560e,
    0xf5ee4bb9, 0xf8ad6d60, 0xfc6c70d7, 0xe22b20d2, 0xe6ea3d65,
    0xeba91bbc, 0xef68060b, 0xd727bbb6, 0xd3e6a601, 0xdea580d8,
    0xda649d6f, 0xc423cd6a, 0xc0e2d0dd, 0xcda1f604, 0xc960ebb3,
    0xbd3e8d7e, 0xb9ff90c9, 0xb4bcb610, 0xb07daba7, 0xae3afba2,
    0xaafbe615, 0xa7b8c0cc, 0xa379dd7b, 0x9b3660c6, 0x9ff77d71,
    0x92b45ba8, 0x9675461f, 0x8832161a, 0x8cf30bad, 0x81b02d74,
    0x857130c3, 0x5d8a9099, 0x594b8d2e, 0x5408abf7, 0x50c9b640,
    0x4e8ee645, 0x4a4ffbf2, 0x470cdd2b, 0x43cdc09c, 0x7b827d21,
    0x7f436096, 0x7200464f, 0x76c15bf8, 0x68860bfd, 0x6c47164a,
    0x61043093, 0x65c52d24, 0x119b4be9, 0x155a565e, 0x18197087,
    0x1cd86d30, 0x029f3d35, 0x065e2082, 0x0b1d065b, 0x0fdc1bec,
    0x3793a651, 0x3352bbe6, 0x3e119d3f, 0x3ad08088, 0x2497d08d,
    0x2056cd3a, 0x2d15ebe3, 0x29d4f654, 0xc5a92679, 0xc1683bce,
    0xcc2b1d17, 0xc8ea00a0, 0xd6ad50a5, 0xd26c4d12, 0xdf2f6bcb,
    0xdbee767c, 0xe3a1cbc1, 0xe760d676, 0xea23f0af, 0xeee2ed18,
    0xf0a5bd1d, 0xf464a0aa, 0xf9278673, 0xfde69bc4, 0x89b8fd09,
    0x8d79e0be, 0x803ac667, 0x84fbdbd0, 0x9abc8bd5, 0x9e7d9662,
    0x933eb0bb, 0x97ffad0c, 0xafb010b1, 0xab710d06, 0xa6322bdf,
    0xa2f33668, 0xbcb4666d, 0xb8757bda, 0xb5365d03, 0xb1f740b4
};

typedef struct crc32ctx
{
    uint32_t crc;
    uint32_t length;
} CRC32Ctx;


#define COMPUTE(var, ch)    (var) = (var) << 8 ^ crctab[(var) >> 24 ^ (ch)]

void crc32_stream_init( CRC32Ctx* ctx )
{
    ctx->crc = 0;
    ctx->length = 0;
}

void crc32_stream_compute_uint32( CRC32Ctx* ctx, uint32_t data )
{
    COMPUTE( ctx->crc, data & 0xFF );
    COMPUTE( ctx->crc, ( data >> 8 ) & 0xFF );
    COMPUTE( ctx->crc, ( data >> 16 ) & 0xFF );
    COMPUTE( ctx->crc, ( data >> 24 ) & 0xFF );
    ctx->length += 4;
}

void crc32_stream_compute_uint8( CRC32Ctx* ctx, uint8_t data )
{
    COMPUTE( ctx->crc, data );
    ctx->length++;
}

void crc32_stream_finilize( CRC32Ctx* ctx )
{
    uint32_t len = ctx->length;
    for( ; len != 0; len >>= 8 )
    {
        COMPUTE( ctx->crc, len & 0xFF );
    }
    ctx->crc = ~ctx->crc;
}

/*** pseudo code ***/
CRC32Ctx crc;
crc32_stream_init(&crc);

while((just_received_buffer_len = received_anything()))
{
    for(int i = 0; i < just_received_buffer_len; i++)
    {
        crc32_stream_compute_uint8(&crc, buf[i]); // assuming buf is uint8_t*
    }
}
crc32_stream_finilize(&crc);
printf("%x", crc.crc); // ta daaa
于 2011-02-26T12:39:37.973 に答える
8

  • CRC-32が頭に浮かぶのは、主に計算が安価だからです。

  • 主に、これがそのような事業の制限要因になるため、あらゆる種類のI / Oが頭に浮かびます;）

  • 問題はチェックサムを計算することではなく、チェックサムを計算するために画像をメモリに入れることです。

  • 「段階的な」監視をお勧めします。

    • ステージ1：ファイルのタイムスタンプの変更を確認し、変更を検出した場合は...に引き渡します
      （編集されたバージョンで説明されているように、あなたの場合は必要ありません）

    • ステージ 2: イメージをメモリに取り込み、チェックサムを計算する

  • 確かに重要なこと:マルチスレッド: 複数の CPU コアが利用可能な場合、複数の画像を並行して処理できるようにするパイプラインを設定します。

于 2008-09-23T18:58:29.217 に答える
7

CRC

于 2008-09-23T18:58:23.757 に答える
4

zlibヘッダーで利用可能なadler32は、crc32よりも大幅に高速であると宣伝されていますが、精度はわずかに劣ります。

于 2008-09-23T19:06:58.730 に答える
3

あなたの最も重要な要件は、「コンテンツが変更されたかどうかを確認すること」です。

ファイルの変更を検出することが最も重要な場合は、MD-5、SHA-1、または SHA-256 を選択する必要があります。

チェックサムが暗号的に適切ではないことを示したので、3 つの理由から CRC-32 をお勧めします。CRC-32 は、8K ファイルで適切なハミング距離を提供します。CRC-32 は、MD-5 よりも計算が少なくとも 1 桁高速になります (2 番目の要件)。重要なこととして、CRC-32 は比較する値を格納するために 32 ビットしか必要としません。MD-5 は 4 倍のストレージを必要とし、SHA-1 は 5 倍のストレージを必要とします。

ところで、ハッシュを計算するときにファイルの長さを前に追加することで、あらゆる手法が強化されます。

于 2008-10-02T03:29:38.367 に答える
3

CRC32 でおそらく十分ですが、2 つのバージョンが同じチェックサムを生成するため、変更されたファイルが変更されていないように見えるなど、衝突が発生する可能性がわずかにあります。したがって、この可能性を回避するために、MD5 を使用することをお勧めします。MD5 は簡単に十分に高速であり、衝突が発生する可能性はほぼ無限大になるまで減少します。

他の人が言ったように、小さなファイルがたくさんあると、実際のパフォーマンスのボトルネックは I/O になるので、問題はそれに対処することです。さらにいくつかの詳細を投稿すると、おそらく誰かがそれを整理する方法も提案するでしょう.

于 2008-09-23T19:14:52.627 に答える
2

Luke が指摘した Wikiページによると、MD5 は実際には CRC32 よりも高速です。

Windows Vista で Python 2.6 を使用して自分で試してみましたが、同じ結果が得られました。

以下にいくつかの結果を示します。

crc32: 162.481544276 MBps md5: 224.489791549 MBps

crc32: 168.332996575 MBps md5: 226.089336532 MBps

crc32: 155.851515828 MBps md5: 194.943289532 MBps

私も同じ質問について考えており、ファイルの違いを検出するために Adler-32 の Rsync のバリエーションを使用したいと思っています。

于 2008-11-30T17:42:14.123 に答える
1

上記のあとがきです。jpeg は非可逆圧縮を使用し、圧縮の程度は、jpeg の作成に使用されたプログラム、システムのカラー パレットおよび/またはビット深度、ディスプレイ ガンマ、グラフィック カード、およびユーザー設定の圧縮レベル/色設定に依存する場合があります。したがって、異なるコンピューター/プラットフォームでビルドされた、または異なるソフトウェアを使用して作成された jpeg を比較することは、バイト レベルでは非常に困難です。

于 2009-05-18T20:07:10.560 に答える