暗号化・証明書

ハッシュ関数 はっしゅかんすう

ハッシュ値チェックサムハッシュテーブル負荷分散コンシステントハッシュSHA-256
ハッシュ関数について教えて

簡単に言うとこんな感じ!

どんなデータも、決まった長さの「整理番号」に変える計算だよ。同じデータからはいつも同じ番号が出るから、ファイルが壊れていないかの確認や、データの置き場所決め、サーバーへの振り分けに大活躍。ネットワークの裏方の大黒柱ってこと!


ハッシュ関数とは

ハッシュ関数(Hash Function) は、文章・ファイル・IP アドレスなど、どんな長さのデータからも 決まった長さの値(ハッシュ値) を返す計算です。大事なのは 同じ入力からは必ず同じ値が出る こと。入力が少しでも違えば、ほぼ確実に違う値になります。

セキュリティでは、改ざんを見抜く「データの指紋」として注目されます(セキュリティの分類の ハッシュ関数 を参照)。一方、ネットワークやデータの実務では、もっと地味で大量の仕事をしています。①データが壊れずに届いたかの確認、②大量のデータから一瞬で目当てを探す仕組み(ハッシュテーブル)、③複数のサーバーへの公平な振り分け の3つです。

たとえるなら図書館の 分類番号 です。決まった計算で番号を出せば、どの棚に置くか・探すかがすぐわかり、番号が台帳と違えば取り違えにも気づけます。

データが番号付きの棚やサーバーに振り分けられていくクラウドのイラスト

実務での3つの使い道

使い道やっていること身近な例
整合性の確認送る前後のハッシュ値を比べ、違えば「壊れた」と判断ダウンロードの SHA-256 値、クラウドへのアップロード確認
ハッシュテーブルキーのハッシュ値から置き場所を直接計算するキー・バリュー型DB、キャッシュ
負荷分散接続元やキーのハッシュ値で担当サーバーを決めるロードバランサー、経路選択(ECMP)、シャーディング

用途で選ぶハッシュ関数の種類

種類代表例特徴向いている用途
CRCCRC32とても速い。偶然の壊れは見抜くが、わざとの改ざんは見抜けない通信やディスクの誤り検出
高速ハッシュxxHash など速く、値がよくばらつく。安全性はないハッシュテーブル、振り分け
暗号学的ハッシュSHA-256 など遅めだが、狙って同じ値を作れない改ざん検知、署名

イーサネットのデータの末尾には CRC が付き、途中で壊れたものは捨てられます。ただし中身と CRC をいっしょに書き換えられるとすり抜けます。「事故」なら CRC、「悪意」まで防ぐなら暗号学的ハッシュ と覚えましょう。


振り分けの仕組み:余りで決める方法と、輪で決める方法

いちばん単純な振り分けは、「ハッシュ値をサーバーの台数で割った 余り」で担当を決める方法です。3台なら余りの0・1・2で担当が決まります。同じ接続元は毎回同じサーバーに行くので、ログイン状態を保つのにも便利です。

困るのは台数が変わったときです。3台を4台にすると割る数が変わり、ほとんどのデータの担当が入れ替わり、キャッシュの中身が一斉に使えなくなります。

これを解決したのが コンシステントハッシュ です。ハッシュ値の範囲を時計のような 輪 に見立て、サーバーもデータも輪に置き、データは「時計回りで最初に出会うサーバー」が担当します。1台増えても、動くのは隣の区間のデータだけです。

余りで決める(台数で割る) 3台 → 4台にすると 担当がほぼ総入れ替えキャッシュが一斉に外れる 輪で決める(コンシステントハッシュ) A B C D D を足しても動くのはB〜D の間だけ 左:ほとんどのデータが引っ越し/右:一部だけが引っ越し
違うデータなのに同じハッシュ値になることはないの?

あるよ!これを 衝突 っていうんだ。長いデータを決まった長さに縮めるんだから、理屈の上では必ず起きる。

ハッシュテーブルや振り分けでは、同じ棚に複数入れられるように作ってあるから大丈夫。困るのは改ざん確認で、MD5 や SHA-1 は わざと衝突を作る方法 が見つかっちゃった。だから確認用には SHA-256 以上を使うってこと!

システムを発注するとき、ハッシュのことなんて気にする場面ある?

意外とあるよ。ファイル連携 で「受け取ったデータが欠けていないか、どう確かめますか?」と聞くと、ハッシュ値を一緒に送る作りかがわかるんだ。

あとは「サーバーを増やしたら、ログイン中の人やキャッシュはどうなりますか?」って聞いてみて。振り分けをちゃんと考えている業者さんなら、すぐ答えが返ってくるはずだよ!


歴史と背景

  • 1950年代:IBM でハッシュによる検索の考え方が生まれ、ハッシュテーブルとして広まる
  • 1960年代:誤り検出の CRC が考案され、のちにイーサネットやディスクで広く使われる
  • 1992年:MD5 が RFC 1321 として公開され、長く使われる
  • 1997年:Karger らがコンシステントハッシュを発表。Web キャッシュを分散する研究で、CDN の基礎になる
  • 2000年:RFC 2992 が、ハッシュで経路を選ぶ ECMP(等コストマルチパス)の動きを分析
  • 2001〜2002年:米国 NIST が SHA-256 を含む SHA-2 を公表
  • 2016年:Google が、ハッシュで振り分けるロードバランサー Maglev を論文で公開

実務のポイント

  • ファイル連携・データ移行で、送る前後のハッシュ値を比べる手順を決めたか
  • 改ざん対策が要る場面で、CRC や MD5 で済ませていないか
  • バックアップ の検証に、ハッシュ値の照合を入れているか
  • ロードバランサーの振り分け方式と、サーバー増減時の影響を確認したか
  • キャッシュや分散 DB の台数を変えたとき、データがどれだけ動くか説明を受けたか

関連する規格・RFC

規格・RFC番号内容
RFC 6234SHA-2 系のハッシュ関数と参照用のプログラム
RFC 2992ハッシュで経路を選ぶ ECMP の分析
RFC 9530HTTP でデータのハッシュ値を送る Digest Fields
FIPS 180-4NIST による SHA-1・SHA-2 の標準

参考文献・外部リンク


関連用語

シス担のミカタ メールマガジン

セキュリティの速報とシステムの最新情報をメールで受け取る

登録すると、次の配信からお届けします。配信はメールの下のリンクから、いつでも解除できます。個人情報の取り扱い