हैशिंग, आसान शब्दों में: आपके डेटा का डिजिटल फ़िंगरप्रिंट

एक वाक्य में

एक हैश फ़ंक्शन एक डिजिटल कीमा मशीन की तरह है जो आपके दिए गए किसी भी डेटा को — चाहे वो एक कैरेक्टर हो, 4K मूवी हो, या पूरी लाइब्रेरी ऑफ़ कांग्रेस हो — एक छोटे, यूनिक, फिक्स्ड-लेंथ वाले बकवास जैसे स्ट्रिंग में बदल देता है।

यह किस समस्या को हल करता है

गीगाबिट इंटरनेट से बहुत पहले, हमारे पास एक सरल, सदियों पुरानी समस्या थी: आप कैसे जानेंगे कि कोई संदेश या वस्तु असली है और उसके साथ छेड़छाड़ नहीं की गई है? राजा-महाराजा गर्म मोम पर अपनी अंगूठी से एक यूनिक मुहर लगाते थे। अगर मुहर टूटी नहीं है, तो दस्तावेज़ असली है। यह "इंटेग्रिटी चेकिंग" (अखंडता की जाँच) का एक फिजिकल तरीका था।

डिजिटल दुनिया में, हम मोम का उपयोग नहीं कर सकते। शुरुआती कंप्यूटर साइंटिस्ट्स ने यह वेरिफ़ाई करने के लिए सिंपल "चेकसम" (checksums) का इस्तेमाल किया कि शोर-शराबे वाली लाइनों पर भेजा गया डेटा रैंडम इलेक्ट्रॉनिक भूत-प्रेतों से करप्ट तो नहीं हो गया है। एक चेकसम डेटा का एक सिंपल गणितीय सारांश होता है। अगर भेजने वाला और पाने वाला दोनों एक फ़ाइल के लिए एक ही चेकसम कैलकुलेट करते हैं, तो शायद यह वही फ़ाइल है। लेकिन इन सिंपल चेकसम को धोखा देना आसान था। कोई अटैकर डेटा को इस तरह बदल सकता था कि उसका चेकसम भी वही रहे। डिजिटल मोम की मुहर नाज़ुक थी।

हमें कुछ ज़्यादा मज़बूत चाहिए था। हमें एक डिजिटल फ़िंगरप्रिंट की ज़रूरत थी। एक ऐसा फ़ंक्शन जो डेटा का एक ऐसा सारांश बना सके जो न केवल déterministique (एक ही फ़ाइल हमेशा एक ही फ़िंगरप्रिंट बनाती है) हो, बल्कि जिसे रिवर्स-इंजीनियर करना या उसकी नकल बनाना लगभग असंभव हो। अगर आप इनपुट डेटा का एक बिट भी बदलते हैं, तो परिणामी फ़िंगरप्रिंट पूरी तरह और अप्रत्याशित रूप से बदल जाना चाहिए।

यही काम एक क्रिप्टोग्राफ़िक हैश फ़ंक्शन का है। यह डेटा इंटेग्रिटी को वेरिफ़ाई करने का एक मज़बूत, कम्प्यूटेशनल रूप से सुरक्षित तरीका प्रदान करता है, और इस महत्वपूर्ण सवाल का जवाब देता है: "क्या यह चीज़ ठीक वही है जो आपने मुझे भेजी थी?"

यह अंदर से कैसे काम करता है

इसके मूल में, एक हैश फ़ंक्शन एक मैथमेटिकल एल्गोरिथम है। इसका उपयोग करने के लिए आपको क्रिप्टोग्राफ़ी में पीएच.डी. करने की ज़रूरत नहीं है, लेकिन इसके प्रमुख गुणों को समझना ही एक स्क्रिप्ट किडी (script kiddie) को एक अनुभवी इंजीनियर से अलग करता है।

### मुख्य गुण (The Core Properties)

एक अच्छा क्रिप्टोग्राफ़िक हैश फ़ंक्शन एक भरोसेमंद लेकिन बहुत अजीब दोस्त की तरह होता है। इसकी कुछ आदतें ऐसी हैं जिनसे कोई समझौता नहीं हो सकता:

Déterministique: यह रैंडम नहीं है। इसे एक ही इनपुट लाख बार दें, और यह हर बार बिल्कुल वही हैश आउटपुट देगा। कोई अपवाद नहीं।
प्री-इमेज रेजिस्टेंस (वन-वे): यह "आप अंडे को वापस उसकी पहली वाली स्थिति में नहीं ला सकते" वाला गुण है। एक हैश दिए जाने पर, यह कम्प्यूटेशनल रूप से असंभव है कि आप उस मूल इनपुट का पता लगा सकें जिससे वह बना था। यही कारण है कि हम पासवर्ड के बजाय पासवर्ड हैश स्टोर कर सकते हैं।
सेकंड प्री-इमेज रेजिस्टेंस: एक इनपुट और उसके हैश को देखते हुए, यह कम्प्यूटेशनल रूप से असंभव है कि आप एक दूसरा इनपुट खोज सकें जो वही हैश उत्पन्न करता हो। यह एक अटैकर को एक असली फ़ाइल (जैसे install.exe) को एक मैलिशियस फ़ाइल से बदलने से रोकता है जिसका हैश भी वही हो।
टकराव प्रतिरोध (Collision Resistance): यह कम्प्यूटेशनल रूप से असंभव है कि आप कोई भी दो अलग-अलग इनपुट खोज सकें जो एक ही आउटपुट पर हैश होते हैं। यह सबसे मज़बूत गुण है। SHA-256 जैसे अच्छे एल्गोरिथम में संयोग से टकराव (collision) खोजने की संभावना अगले पाँच सेकंड में पृथ्वी के ब्लैक होल में समा जाने से भी कम है।

### एवलांच इफ़ेक्ट (The Avalanche Effect)

एक हैश फ़ंक्शन की सबसे दिमाग घुमा देने वाली विशेषताओं में से एक है एवलांच इफ़ेक्ट (avalanche effect)। इनपुट में एक छोटा, मामूली सा बदलाव आउटपुट हैश में एक बहुत बड़ा, अप्रत्याशित बदलाव लाता है। यह धीरे-धीरे होने वाला बदलाव नहीं है; यह पूरी तरह से एक नया नतीजा है।

आइए इसे लोकप्रिय SHA-256 एल्गोरिथम के साथ एक्शन में देखें:

इनपुट स्ट्रिंग	SHA-256 हैश आउटपुट
`Hello world`	`b94d27b9934d3e08a52e52d7da7dabfac484efe37a5380ee9088f7ace2efcde9`
`hello world`	`7509e5bda0c762d2bac7f90d758b5b2263fa01ccbc542ab5e3df163be08e6ca9`
`Hello world.`	`f4bb2dd13b43a3509ba3a5a73b40d046f564f1f31d428a113d420f185c7a312f`

ध्यान दें कि कैसे एक कैपिटल लेटर को बदलने या एक पीरियड जोड़ने से एक ऐसा हैश बनता है जो मूल हैश से बिल्कुल भी मेल नहीं खाता। यह गुण महत्वपूर्ण है। इसका मतलब है कि कोई अटैकर सिर्फ़ फ़ाइल में थोड़ा सा बदलाव करके एक जैसा दिखने वाला हैश बनाने की उम्मीद नहीं कर सकता।

### MD5 से SHA तक: एक संक्षिप्त पारिवारिक इतिहास

सभी हैश फ़ंक्शन एक जैसे नहीं बनाए जाते हैं, और सभी टेक्नोलॉजी की तरह, वे भी पुराने हो जाते हैं।

MD5 (Message Digest 5): यह पुराना घोड़ा है। लंबे समय तक, MD5 सरताज था। यह 128-बिट का हैश (32 हेक्साडेसिमल कैरेक्टर) बनाता है। यह तेज़ है और सुरक्षित माना जाता था। था। 2004 में, शोधकर्ताओं ने MD5 में टकराव खोजने का एक व्यावहारिक तरीका दिखाया। आज, MD5 को क्रिप्टोग्राफ़िक रूप से टूटा हुआ माना जाता है और इसे सुरक्षा उद्देश्यों जैसे पासवर्ड स्टोरेज या डिजिटल सिग्नेचर के लिए कभी भी उपयोग नहीं किया जाना चाहिए। यह अभी भी गैर-सुरक्षा चेकसम के लिए ठीक है, जैसे कि यह जाँचने के लिए कि कोई फ़ाइल सही ढंग से डाउनलोड हुई है या नहीं।
SHA-1 (Secure Hash Algorithm 1): MD5 का उत्तराधिकारी, जो 160-बिट का हैश बनाता है। यह सालों तक स्टैंडर्ड था, जिसका इस्तेमाल SSL सर्टिफ़िकेट से लेकर Git तक हर चीज़ में होता था। लेकिन इसका अंत निश्चित था। 2017 में, Google ने पहले व्यावहारिक SHA-1 टकराव की घोषणा की। MD5 की तरह, इसे भी अब असुरक्षित माना जाता है और क्रिप्टोग्राफ़िक उपयोग के लिए हटा दिया गया है।
SHA-2 (Secure Hash Algorithm 2): यह एक सिंगल एल्गोरिथम नहीं बल्कि एक फ़ैमिली है, जिसमें व्यापक रूप से इस्तेमाल होने वाले SHA-256 और SHA-512 शामिल हैं। वे लंबे हैश (क्रमशः 256-बिट और 512-बिट) बनाते हैं और एक मज़बूत डिज़ाइन के साथ बनाए गए हैं। आज की तारीख में, SHA-2 इंडस्ट्री स्टैंडर्ड है और सभी सामान्य उपयोगों के लिए सुरक्षित माना जाता है।
SHA-3: एक पूरी तरह से नया डिज़ाइन, जिसे NIST द्वारा आयोजित एक सार्वजनिक प्रतियोगिता से चुना गया है। इसका उद्देश्य SHA-2 को बदलना नहीं है (जो अभी भी सुरक्षित है), बल्कि एक मज़बूत, संरचनात्मक रूप से अलग विकल्प बनना है, अगर कभी SHA-2 फ़ैमिली में कोई खामी पाई जाती है।

असल दुनिया की कहानियाँ

### करप्ट डाउनलोड का मामला

एक DevOps इंजीनियर, मारिया, एक नया सर्वर सेट अप कर रही है। उसे लेटेस्ट Ubuntu LTS रिलीज़ के लिए 8GB की इमेज डाउनलोड करनी है। आधिकारिक वेबसाइट ISO फ़ाइल और ठीक उसके बगल में एक SHA-256 हैश प्रदान करती है। डाउनलोड पूरा हो जाता है, लेकिन जब वह इमेज से बूट करने की कोशिश करती है, तो यह एक अजीब से एरर के साथ फ़ेल हो जाता है। झुंझलाहट बढ़ती है। फिर, उसे हैश याद आता है। वह डाउनलोड की गई ISO फ़ाइल को अपनी मशीन पर एक हैश जेनरेटर से चलाती है। आउटपुट Ubuntu वेबसाइट पर दिए गए हैश से मेल नहीं खाता। फ़ाइल डाउनलोड के बीच में करप्ट हो गई थी—कुछ बिट्स यहाँ-वहाँ पलट गए थे। वह करप्ट फ़ाइल को डिलीट करती है, उसे फिर से डाउनलोड करती है, और इस बार, वह सबसे पहले हैश को वेरिफ़ाई करती है। यह एक परफ़ेक्ट मैच है। इंस्टॉलेशन बिना किसी दिक्कत के आगे बढ़ता है।

सबक: हैशिंग डेटा करप्शन के ख़िलाफ़ आपकी पहली रक्षा पंक्ति है, जो रहस्यमयी एरर को डीबग करने में घंटों बचाती है।

### कोडबेस में फ़ैंटम कमिट

एक सॉफ़्टवेयर टीम दहशत में है। उनके लाइव एप्लिकेशन में एक गंभीर सुरक्षा खामी का पता चला है। कोड को देखने पर, ऐसा लगता है कि एक महत्वपूर्ण फ़ाइल से एक परमिशन चेक को चुपके से हटा दिया गया है। लेकिन यह किसने और कब किया? टीम लीड, डेविड, अपनी Git हिस्ट्री की ओर रुख करता है। Git, अंदर से, हैश का एक विशाल सिस्टम है। हर फ़ाइल, हर डायरेक्टरी स्ट्रक्चर, और हर कमिट को एक SHA-1 हैश द्वारा पहचाना जाता है। डेविड रिपॉजिटरी की हिस्ट्री में हर कमिट पर उस विशिष्ट फ़ाइल के हैश को फिर से कैलकुलेट करने के लिए एक छोटी स्क्रिप्ट लिखता है। उसे वह सटीक कमिट मिल जाता है जहाँ फ़ाइल का हैश अचानक से वल्नरेबल वर्ज़न में बदल गया था। कमिट मैसेज तो बहुत सीधा-सादा लग रहा था, लेकिन हैश ने सच्ची कहानी बयां कर दी। उन्हें अपना अपराधी और अपनी टाइमलाइन मिल गई थी।

सबक: हैशिंग एक अपरिवर्तनीय, सत्यापन योग्य ऑडिट ट्रेल प्रदान करता है, जो आधुनिक वर्ज़न कंट्रोल की नींव बनाता है।

### वह पासवर्ड जो चोरी नहीं हुआ था

एक स्टार्टअप का यूज़र डेटाबेस ब्रीच हो जाता है। अटैकर पूरी users टेबल लेकर भाग जाते हैं। CEO यह सोचकर डर जाता है कि लाखों लीक हुए पासवर्ड के बारे में सुर्खियाँ बनेंगी। लेकिन लीड सिक्योरिटी इंजीनियर, आयशा, शांत है। "उन्हें पासवर्ड नहीं मिले," वह कहती है। "उन्हें हैश मिले हैं।" जब यूज़र्स ने साइन अप किया था, तो सिस्टम ने उनका पासवर्ड p@ssword123 स्टोर नहीं किया था। इसके बजाय, इसने पासवर्ड को एक सुरक्षित हैशिंग एल्गोरिथम (एक साल्ट के साथ, जो एक बहुत ज़रूरी एक्स्ट्रा स्टेप है) से गुज़ारा ताकि ef92... जैसा कुछ बन सके। जब यूज़र लॉग इन करता है, तो सिस्टम उसके द्वारा टाइप किए गए पासवर्ड को हैश करता है और उसकी तुलना स्टोर किए गए हैश से करता है। प्री-इमेज रेजिस्टेंस के कारण, डेटाबेस डंप वाले अटैकर ef92... को वापस p@ssword123 में नहीं बदल सकते। यूज़र अकाउंट सुरक्षित हैं।

सबक: पासवर्ड कभी भी, कभी भी, कभी भी स्टोर न करें। उनके सुरक्षित, साल्टेड हैश स्टोर करें।

आम गलतियाँ और जाल

सुरक्षा के लिए टूटे हुए एल्गोरिदम का उपयोग करना। सिर्फ़ इसलिए कि कोई टूल MD5 या SHA-1 हैश जेनरेट करता है, इसका मतलब यह नहीं है कि आपको उन्हें नए सुरक्षा-महत्वपूर्ण कार्यों के लिए उपयोग करना चाहिए। वे चेकसम के लिए ठीक हैं, लेकिन पासवर्ड या सिग्नेचर के लिए, SHA-256 या उससे बेहतर का ही उपयोग करें।
हैशिंग और एन्क्रिप्शन को लेकर भ्रमित होना। वे अलग-अलग कामों के लिए अलग-अलग टूल हैं। हैशिंग इंटेग्रिटी को वेरिफ़ाई करने के लिए एक वन-वे रास्ता है। एन्क्रिप्शन गोपनीयता की रक्षा के लिए एक टू-वे रास्ता है। आप एक एन्क्रिप्टेड संदेश को "डिक्रिप्ट" करते हैं, लेकिन आप एक हैश को "अनहैश" नहीं कर सकते।
साल्ट (salt) का उपयोग करना भूल जाना। सीधे पासवर्ड को हैश करना काफ़ी नहीं है। अगर दो यूज़र्स का पासवर्ड एक ही है, तो उनका हैश भी एक ही होगा। अटैकर सामान्य पासवर्ड हैश को खोजने के लिए पहले से कंप्यूट किए गए "रेनबो टेबल्स" (rainbow tables) का उपयोग करते हैं। एक "साल्ट" यूनिक, रैंडम डेटा होता है जिसे हर पासवर्ड में हैश करने से पहले जोड़ा जाता है, जिससे ये हमले बेकार हो जाते हैं।
एक अविश्वसनीय सोर्स से मिले हैश पर भरोसा करना। एक हैश केवल यह साबित करता है कि डेटा हैश किए जाने के बाद से बदला नहीं है। अगर आप malicious-site.com से एक मैलिशियस फ़ाइल डाउनलोड करते हैं, और वे इसके लिए एक हैश भी प्रदान करते हैं, तो हैश उनकी मैलिशियस फ़ाइल से पूरी तरह मेल खाएगा। हैश को हमेशा एक अलग, भरोसेमंद सोर्स से लेना चाहिए (जैसे कि आधिकारिक डेवलपर की वेबसाइट HTTPS पर)।

यह आपके रडार पर क्यों होना चाहिए

एक डेवलपर के रूप में, हैशिंग एक मौलिक कॉन्सेप्ट है जिसका सामना आप लगातार करेंगे। आपको हैशिंग के बारे में तब सोचना चाहिए जब भी आपको ज़रूरत हो:

फ़ाइल इंटेग्रिटी वेरिफ़ाई करने की: डाउनलोड प्रदान करते या उपयोग करते समय।
यूज़र क्रेडेंशियल स्टोर करने की: हैशिंग आधुनिक पासवर्ड सुरक्षा की नींव है।
वर्ज़न कंट्रोल के साथ काम करने की: Git जैसे सिस्टम हैश की नींव पर बने हैं।
APIs बनाने की: HTTP ETag हेडर्स अक्सर रिसोर्स के कंटेंट के हैश का उपयोग करते हैं ताकि कुशल कैशिंग को सक्षम किया जा सके।
बदलावों का पता लगाने की: यह जानना है कि क्या डेटा का एक बड़ा टुकड़ा दो कॉपियाँ स्टोर किए बिना बदल गया है? डेटा और उसका हैश स्टोर करें। बदलावों की जाँच के लिए, बस फिर से हैश करें और तुलना करें।
ब्लॉकचेन को समझने की: क्रिप्टोकरेंसी और ब्लॉकचेन, ब्लॉक्स को एक अपरिवर्तनीय लेजर में एक साथ जोड़ने के लिए हैश का उपयोग करते हैं।

हैशिंग सिर्फ़ एक खास क्रिप्टो टूल नहीं है; यह भरोसेमंद, सुरक्षित और कुशल सॉफ़्टवेयर बनाने के लिए एक सामान्य-उद्देश्य वाला बिल्डिंग ब्लॉक है।

और गहराई में जाएँ

Wikipedia: Cryptographic hash function - हैश फ़ंक्शन क्या हैं और उनके गुण क्या हैं, इसका निश्चित हाई-लेवल ओवरव्यू।
FIPS PUB 180-4: Secure Hash Standard (SHS) - आधिकारिक NIST प्रकाशन जो SHA-1, SHA-2 फ़ैमिली के एल्गोरिदम को निर्दिष्ट करता है। यह घना है, लेकिन यही सत्य का स्रोत है।
The SHAppening: freestart collisions for SHA-1 - Google और CWI की रिसर्च टीम की साइट जिसने पहले सार्वजनिक SHA-1 टकराव की घोषणा की, उदाहरणों के साथ। यह पढ़ने के लिए बहुत अच्छा है कि पुराने एल्गोरिदम क्यों मर जाते हैं।
Troy Hunt: Everything you ever wanted to know about building a secure password reset feature - हालाँकि यह पासवर्ड रीसेट के बारे में है, लेकिन एक प्रमुख सुरक्षा विशेषज्ञ का यह लेख इस बात की गहराइयों में जाता है कि पासवर्ड को सही तरीके से क्यों और कैसे हैश किया जाना चाहिए।
MD5 Considered Harmful Today - उन रिसर्च प्रोजेक्ट्स में से एक का विस्तृत विवरण जिसने MD5 के खिलाफ एक व्यावहारिक टकराव हमले का प्रदर्शन किया, जिससे एक दुष्ट सर्टिफिकेट अथॉरिटी (rogue Certificate Authority) बनाई गई।