¿La salida de la función hash criptográfica MD5 será la misma en todos los lenguajes de programación?

Question

Básicamente estoy creando una API en php, y uno de los parámetros que aceptará es un valor md5 encriptado. No tengo mucho conocimiento de los diferentes lenguajes de programación y también sobre el MD5. Así que mi pregunta básica es, si estoy aceptando md5 valores encriptados, el valor seguirá siendo el mismo, generado desde cualquier lenguaje de programación como .NET, Java, Perl, Ruby ... etc.

O habría alguna limitación o validaciones para ello

Answer 1

Sí, la implementación correcta de md5 producirá el mismo resultado, de lo contrario, md5 no sería útil como suma de comprobación. La diferencia puede venir con la codificación y byte order. Debe estar seguro de que el texto está codificado en exactamente la misma secuencia de bytes.

Answer 2

Sí. MD5 no es una función de cifrado, es un hash function que utiliza un algoritmo específico.

Answer 3

Sí, los valores hash md5 siempre serán los mismos, independientemente de su origen, siempre que el algoritmo subyacente se implemente correctamente.

Answer 4

Un punto vital de las funciones hash seguras, como MD5, es que siempre producen el mismo valor para la misma entrada.

Sin embargo, sí es necesario codificar los datos de entrada en una secuencia de bytes (o bits) de la misma manera. Por ejemplo, hay muchas maneras de codificar una cadena.

Answer 5

Lo hará, pero hay un pero.

Lo hará porque está diseñado para producir confiablemente el mismo resultado dado una serie repetida de bytes; el punto es que podemos comparar los resultados para verificar que los bytes no hayan cambiado, o tal vez firmar digitalmente el MD5 resultado en lugar de firmar la fuente completa.

pero es que una fuente común de errores es hacer suposiciones sobre cómo se codifican las cadenas. MD5 funciona en bytes, no en caracteres, por lo que si usamos una cadena para hash, realmente estamos mezclando una determinada codificación de esa cadena. Algunos lenguajes (y más aún, algunos tiempos de ejecución) favorecen codificaciones particulares, y algunos programadores están acostumbrados a hacer suposiciones sobre esa codificación. Peor aún, algunas especificaciones pueden hacer suposiciones sobre codificaciones. Esto puede ser una causa de errores donde dos implementaciones diferentes producirán diferentes hash MD5 para la misma cadena. Esto es especialmente así en los casos en que los caracteres están fuera del rango U + 0020 a U + 007F (y dado que U + 007F es un control, ese tiene sus propios problemas).

Todo esto se aplica a otros valores hash criptográficos, como la familia de valores hash SHA.