Hàm băm là gì? Toàn bộ kiến thức về hashing từ A đến Z

Trong thời đại dữ liệu số phát triển mạnh mẽ, việc đảm bảo tính toàn vẹn và an toàn của thông tin trở thành yêu cầu bắt buộc. Hash, hay còn gọi là hàm băm, xuất hiện như một giải pháp kỹ thuật quan trọng giúp xử lý các vấn đề liên quan đến xác thực và bảo mật dữ liệu. Cùng Viettel IDC tìm hiểu hàm băm là gì và vì sao nó được sử dụng rộng rãi là điều cần thiết.

Khái niệm hàm băm là gì trong khoa học máy tính?

Hàm băm là gì là câu hỏi cơ bản nhưng mang tính nền tảng trong khoa học máy tính. Trong khoa học máy tính, hàm băm (hash function) là một hàm toán học dùng để chuyển đổi dữ liệu đầu vào có độ dài bất kỳ thành một giá trị số hoặc chuỗi có kích thước cố định, gọi là giá trị băm (hash value). Mục tiêu chính của hàm băm trong lĩnh vực này không nhất thiết là bảo mật, mà là tối ưu hiệu suất xử lý dữ liệu.

Hàm băm thường được sử dụng trong các cấu trúc dữ liệu như bảng băm (hash table) để tra cứu, thêm hoặc xóa phần tử với độ phức tạp trung bình gần O(1). Thay vì tìm kiếm tuần tự, hệ thống chỉ cần tính giá trị băm của khóa rồi truy cập trực tiếp vào vị trí tương ứng trong bộ nhớ.

Hàm băm mật mã là gì?

Hàm băm mật mã (cryptographic hash function) là một loại hàm băm đặc biệt được thiết kế để phục vụ mục đích bảo mật thông tin. Không chỉ tạo ra giá trị băm có độ dài cố định, hàm băm mật mã còn phải đáp ứng các tiêu chuẩn nghiêm ngặt như tính một chiều, kháng va chạm và hiệu ứng tuyết lở.

Khác với hàm băm thông thường, hàm băm mật mã không được phép dễ dàng xảy ra va chạm và không thể suy ngược từ giá trị băm về dữ liệu gốc. Đây là yếu tố cốt lõi giúp bảo vệ mật khẩu người dùng, xác minh tính toàn vẹn dữ liệu và xây dựng các hệ thống như chữ ký số hay blockchain.
Có thể bạn quan tâm:
- SHA là gì? Tìm hiểu thuật toán băm SHA trong bảo mật và mã hóa dữ liệu
- Mã hóa là gì? Tầm quan trọng của việc mã hóa thông tin

Các tính chất quan trọng của hàm băm

Để một hàm băm được xem là hiệu quả và an toàn, nó phải đáp ứng một số tính chất quan trọng. Những đặc điểm này quyết định khả năng ứng dụng của hàm băm trong lưu trữ dữ liệu, xác thực và bảo mật thông tin.

Tính xác định

Tính xác định có nghĩa là cùng một dữ liệu đầu vào sẽ luôn tạo ra cùng một giá trị băm, bất kể bạn thực hiện bao nhiêu lần hoặc trên hệ thống nào. Điều này đảm bảo rằng việc kiểm tra và so sánh dữ liệu trở nên đáng tin cậy. 

Ví dụ, nếu một mật khẩu được băm hôm nay và được băm lại vào ngày mai, kết quả vẫn hoàn toàn giống nhau. Nhờ tính xác định, hệ thống có thể so sánh giá trị băm được lưu trữ với giá trị băm mới tạo ra để xác minh tính chính xác của dữ liệu mà không cần lưu trữ thông tin gốc.

Tốc độ nhanh

Một hàm băm mật mã tốt cần có khả năng xử lý dữ liệu nhanh chóng, kể cả khi dữ liệu có kích thước lớn. Tốc độ xử lý cao giúp hệ thống hoạt động mượt mà và hiệu quả, đặc biệt trong các ứng dụng yêu cầu xử lý số lượng lớn yêu cầu như xác thực người dùng hoặc kiểm tra tính toàn vẹn của tệp tin. 

Nếu thuật toán băm quá chậm, hệ thống có thể bị quá tải hoặc gây trải nghiệm không tốt cho người dùng. Do đó, hiệu suất là yếu tố quan trọng trong thiết kế và lựa chọn hàm băm.

Kháng va chạm

Kháng va chạm là khả năng khiến việc tìm ra hai dữ liệu khác nhau nhưng có cùng một giá trị băm trở nên cực kỳ khó khăn. Trong thực tế, do đầu ra có độ dài cố định còn đầu vào có thể vô hạn, về mặt lý thuyết vẫn có khả năng xảy ra va chạm. 

Tuy nhiên, một hàm băm mật mã an toàn phải đảm bảo rằng việc tìm ra hai dữ liệu khác nhau có cùng giá trị băm gần như không thể thực hiện được trong điều kiện tính toán thông thường. Tính chất này đặc biệt quan trọng để bảo vệ tính toàn vẹn dữ liệu và ngăn chặn hành vi giả mạo.

Tính một chiều/Kháng tiền ảnh

Tính một chiều có nghĩa là rất dễ để tạo ra giá trị băm từ dữ liệu ban đầu, nhưng gần như không thể làm ngược lại, tức là không thể suy ra dữ liệu gốc chỉ từ giá trị băm. Đây là yếu tố cốt lõi trong việc bảo vệ mật khẩu người dùng. 

Khi đăng ký tài khoản, hệ thống sẽ băm mật khẩu và lưu trữ giá trị băm thay vì lưu mật khẩu gốc. Nếu cơ sở dữ liệu bị rò rỉ, kẻ tấn công cũng không thể dễ dàng khôi phục lại mật khẩu thật từ giá trị băm đã lưu.

Hiệu ứng tuyết lở

Hiệu ứng tuyết lở mô tả hiện tượng chỉ cần một thay đổi rất nhỏ ở dữ liệu đầu vào, chẳng hạn như thay đổi một ký tự hoặc một bit, thì giá trị băm đầu ra sẽ thay đổi hoàn toàn. Sự thay đổi này không chỉ khác biệt nhỏ mà thường là khác biệt gần như toàn bộ chuỗi băm. Nhờ đặc điểm này, hệ thống có thể dễ dàng phát hiện bất kỳ sự chỉnh sửa nào đối với dữ liệu, dù là rất nhỏ, từ đó đảm bảo tính toàn vẹn và chống lại các hành vi can thiệp trái phép.

Tính nén đầu ra cố định 

Một trong những đặc điểm nổi bật của hàm băm mật mã là dù dữ liệu đầu vào có độ dài bao nhiêu thì kết quả đầu ra vẫn luôn có độ dài cố định. Ví dụ, một thuật toán có thể luôn tạo ra chuỗi 256 bit hoặc 512 bit, bất kể đầu vào là vài ký tự hay hàng gigabyte dữ liệu. 

Tính nén đầu ra cố định giúp việc lưu trữ, so sánh và truyền tải giá trị băm trở nên thuận tiện và tiết kiệm tài nguyên hơn. Đồng thời, nó cũng giúp tiêu chuẩn hóa việc kiểm tra và xác minh dữ liệu trong các hệ thống bảo mật hiện đại.

Các thuật toán hàm băm phổ biến hiện nay

Hiện nay có nhiều thuật toán băm khác nhau, nhưng không phải tất cả đều còn đảm bảo mức độ an toàn cao. Dưới đây là ba thuật toán tiêu biểu từng và đang được sử dụng rộng rãi trong thực tế.

MD5

MD5 là một trong những thuật toán hàm băm ra đời sớm và từng được sử dụng rất rộng rãi trong những năm 1990. Thuật toán này tạo ra giá trị băm dài 128 bit và có tốc độ xử lý khá nhanh. Tuy nhiên, do đã xuất hiện nhiều lỗ hổng va chạm, MD5 hiện không còn được xem là an toàn cho các mục đích bảo mật quan trọng. 

Năm 2004, các nhà nghiên cứu đã chứng minh khả năng tạo va chạm thực tế đối với MD5. Ngày nay, MD5 chủ yếu chỉ được dùng để kiểm tra tính toàn vẹn dữ liệu đơn giản và không nên sử dụng để bảo vệ mật khẩu hay chữ ký số.

SHA-1

SHA-1 là thuật toán do Cơ quan An ninh Quốc gia Hoa Kỳ phát triển và tạo ra giá trị băm dài 160 bit. Trong nhiều năm, SHA-1 được sử dụng phổ biến trong chứng chỉ số và giao thức bảo mật HTTPS. 

Tuy nhiên, vào năm 2017, Google đã công bố cuộc tấn công thực tế đầu tiên tạo va chạm SHA-1 mang tên SHAttered. Sau sự kiện này, các tổ chức bảo mật lớn đã khuyến cáo ngừng sử dụng SHA-1 trong các hệ thống quan trọng. Hiện nay, SHA-1 được xem là không còn đủ an toàn cho các ứng dụng yêu cầu mức bảo mật cao.

SHA-2

SHA-2 là họ thuật toán băm bao gồm các biến thể như SHA-224, SHA-256, SHA-384 và SHA-512. Trong đó, SHA-256 là phiên bản được sử dụng rộng rãi nhất và tạo ra giá trị băm dài 256 bit. Tính đến hiện tại, chưa có cuộc tấn công va chạm thực tế nào phá vỡ hoàn toàn SHA-2 trong điều kiện tiêu chuẩn. 

SHA-2 đang được áp dụng rộng rãi trong giao thức HTTPS, chữ ký số và blockchain, bao gồm cả mạng lưới Bitcoin. Nhờ mức độ an toàn cao và độ tin cậy đã được kiểm chứng, SHA-2 vẫn là tiêu chuẩn bảo mật phổ biến trong nhiều hệ thống hiện nay.

Ứng dụng thực tế của hàm băm là gì?

Hàm băm không chỉ là khái niệm lý thuyết trong khoa học máy tính mà còn được ứng dụng rộng rãi trong đời sống số hiện đại. Hàm băm đóng vai trò nền tảng trong nhiều hệ thống công nghệ ngày nay.

Lưu trữ mật khẩu an toàn

Trong các hệ thống hiện đại, mật khẩu người dùng không được lưu dưới dạng văn bản gốc mà được băm trước khi lưu vào cơ sở dữ liệu. Khi người dùng đăng nhập, hệ thống sẽ băm mật khẩu nhập vào rồi so sánh với giá trị đã lưu. Ví dụ, nhiều nền tảng hiện nay sử dụng các thuật toán như bcrypt hoặc Argon2 để tăng độ an toàn. 

Theo báo cáo an ninh mạng của Verizon, hơn 80% các vụ rò rỉ dữ liệu liên quan đến thông tin đăng nhập, cho thấy tầm quan trọng của việc băm mật khẩu đúng cách. Nhờ tính một chiều của hàm băm, ngay cả khi cơ sở dữ liệu bị lộ, kẻ tấn công cũng rất khó khôi phục mật khẩu gốc.

Xác minh tính toàn vẹn file tải về

Hàm băm được sử dụng để kiểm tra xem một tệp tin có bị thay đổi trong quá trình truyền tải hay không. Khi phát hành phần mềm, nhà cung cấp thường công bố kèm theo một giá trị băm (ví dụ SHA-256) để người dùng tự kiểm tra sau khi tải xuống.

Nếu giá trị băm của file tải về trùng khớp với giá trị công bố, có thể tin rằng file không bị chỉnh sửa. Chẳng hạn, nhiều bản phân phối Linux như Ubuntu đều cung cấp mã SHA-256 cho từng phiên bản ISO. Việc này giúp ngăn chặn nguy cơ tải nhầm file đã bị chèn mã độc hoặc thay đổi trái phép.

Chữ ký số và chứng chỉ số

Trong hệ thống chữ ký số, hàm băm được sử dụng để tạo “dấu vân tay” của tài liệu trước khi mã hóa bằng khóa riêng. Các giao thức bảo mật như TLS sử dụng hàm băm trong quá trình bắt tay (handshake) để đảm bảo tính toàn vẹn dữ liệu truyền tải. 

Theo thống kê của Google, hơn 95% lưu lượng truy cập web hiện nay đã được bảo vệ bằng HTTPS, vốn dựa trên chứng chỉ số và cơ chế băm. Nhờ vậy, thông tin trao đổi giữa người dùng và website được bảo vệ khỏi nguy cơ bị chỉnh sửa hoặc nghe lén.

Blockchain và tiền mã hóa

Blockchain hoạt động dựa trên cơ chế liên kết các khối dữ liệu thông qua giá trị băm của khối trước đó. Nếu một khối bị thay đổi, giá trị băm sẽ thay đổi và làm đứt chuỗi liên kết, khiến hệ thống phát hiện ngay lập tức. 

Ví dụ, mạng lưới Bitcoin sử dụng thuật toán SHA-256 để băm dữ liệu giao dịch và tạo khối mới. Tính đến nay, Bitcoin đã xử lý hàng trăm triệu giao dịch trên toàn cầu mà vẫn duy trì được tính toàn vẹn dữ liệu. Nhờ cơ chế băm và hiệu ứng tuyết lở, blockchain gần như không thể bị chỉnh sửa mà không bị phát hiện.

Hệ thống xác thực người dùng

Hàm băm còn được sử dụng trong nhiều cơ chế xác thực để tránh truyền mật khẩu trực tiếp qua mạng. Một số giao thức sẽ gửi giá trị băm thay vì mật khẩu thật, giảm nguy cơ bị đánh cắp thông tin khi truyền dữ liệu. 

Trong các hệ thống lớn như Google hay Microsoft, hàm băm kết hợp với mã hóa và xác thực đa yếu tố để tăng cường bảo mật tài khoản. Theo báo cáo của Microsoft, việc áp dụng xác thực đa yếu tố có thể ngăn chặn hơn 99% các cuộc tấn công chiếm đoạt tài khoản tự động.

Kết luận

Qua toàn bộ nội dung trên, có thể thấy hàm băm là gì không chỉ là một khái niệm lý thuyết mà còn là nền tảng cho nhiều hệ thống công nghệ hiện đại. Việc hiểu đúng bản chất và lựa chọn đúng thuật toán băm sẽ giúp khai thác hiệu quả giá trị mà công nghệ này mang lại.