🧩 Argon2 密码哈希

📘 概述

argon2 是一种现代、安全的密码哈希算法 ,用于安全存储用户密码或其他敏感认证信息。 它不是加密(encryption),而是单向哈希(hashing) ------ 无法解密。

Argon2 是 2015 年密码哈希竞赛(PHC)的获胜算法,目前公认为业界最安全、最先进的哈希方案之一。


🧠 核心思想

概念 说明
哈希(Hash) 将明文密码转换为固定长度的随机字符串(不可逆)
加盐(Salt) 在哈希前加入随机数据,使每个结果唯一
验证(Verify) 用输入密码重新计算哈希并比对是否一致
不可逆 无法"解密"得到原始密码

🧰 Node.js 示例

js 复制代码
import argon2 from "argon2";

async function example() {
  const password = "123456";

  // 1️⃣ 生成哈希
  const hash = await argon2.hash(password);
  console.log("哈希结果:", hash);
  // 示例输出: $argon2id$v=19$m=65536,t=3,p=4$YWFh...ZGRk

  // 2️⃣ 验证密码
  const isValid = await argon2.verify(hash, "123456");
  console.log("验证结果:", isValid); // true

  // 3️⃣ 错误示例
  console.log(await argon2.verify(hash, "wrong")); // false
}

example();

🧩 Python 等价实现(argon2-cffi)

python 复制代码
from argon2 import PasswordHasher

ph = PasswordHasher()
hash = ph.hash("123456")
print(hash)

# 验证密码
ph.verify(hash, "123456")  # ✅ 正确

安装:

bash 复制代码
pip install argon2-cffi

🧩 自动加盐机制(Salt)

Argon2 在生成哈希时会自动加入随机盐(salt) 。 每次调用 argon2.hash(),即使输入的密码相同,生成的哈希也不同。

例子:

js 复制代码
const hash1 = await argon2.hash("123456");
const hash2 = await argon2.hash("123456");
console.log(hash1);
console.log(hash2);

输出(注意不同):

ini 复制代码
$argon2id$v=19$m=65536,t=3,p=4$4tYpH...$1mSw...
$argon2id$v=19$m=65536,t=3,p=4$kqC6z...$TnsA...

原因:每次都会生成一个随机盐。 盐会自动包含在哈希字符串中,无需手动保存或管理。


验证时的工作原理

argon2.verify(stored_hash, input_password) 会自动:

  1. 从哈希字符串中解析盐和算法参数;
  2. 用输入密码和解析出的盐重新计算哈希;
  3. 比对结果是否一致。

👉 所以只要保存这一整串哈希字符串,就足够验证密码,无需额外存盐。


🔒 哈希结果结构解析

ruby 复制代码
$argon2id$v=19$m=65536,t=3,p=4$<salt>$<hash>
字段 含义
argon2id 使用的 Argon2 类型(推荐)
v=19 算法版本
m=65536 内存成本(越大越安全)
t=3 迭代次数
p=4 并行度
salt 随机盐
hash 哈希结果

⚠️ 重要特性

特性 说明
自动加盐 ✅ 内置随机盐,每次不同
不可逆 ❌ 不能解密还原原文
可验证 ✅ 可用 verify() 检查密码是否匹配
抗暴力破解 ✅ 需要大量内存和 CPU 时间
可配置 可调整内存成本(m)、迭代次数(t)、并行度(p)

📎 小结

操作 方法
生成哈希 await argon2.hash(password)
验证密码 await argon2.verify(hash, inputPassword)
是否自动加盐 ✅ 是
盐需保存吗 ❌ 不需要(哈希中已包含)
Python 实现 argon2-cffi

🗒️ 记住: Argon2 是密码哈希算法,不是加密算法。 它的目标是让密码无法被还原,但能被安全地验证。

相关推荐
Ricardo-Yang1 分钟前
# BPE Tokenizer:从训练规则到推理切分的完整理解
人工智能·深度学习·算法·机器学习·计算机视觉
GISer_Jing4 分钟前
AI Agent Skills 发现指南:前端工程化与自动化全景
前端·人工智能·自动化
心.c4 分钟前
从 Function Call 到渐进式 Skill:大模型能力扩展范式的演进与落地实践
前端·人工智能·react.js·ai·react
IT_陈寒5 分钟前
Vue的响应式更新把我坑惨了,原来问题出在这里
前端·人工智能·后端
智慧地球(AI·Earth)7 分钟前
用 Python 构建一个“记性好”的 AI 助手:JSON本地存储和向量检索
人工智能·python·json
_张一凡8 分钟前
【大语言模型学习】2026年十大LLM训练数据集汇总
人工智能·学习·语言模型·aigc·大模型训练·llm数据集
dLYG DUMS8 分钟前
Spring Cloud Data Flow 简介
后端·spring·spring cloud
程序员三明治9 分钟前
【AI探索】程序员到底该怎么理解 LLM?
人工智能·ai·大模型·llm·量化·java后端·api调用
Alice-YUE13 分钟前
【前端面试之ai概念】大白话讲清 Agent、MCP、Skill、Function Calling、RAG
前端·人工智能·学习·aegnt
打不了嗝 ᥬ᭄20 分钟前
一镜通古今:Rokid AI Glasses 驱动的古建筑文物全流程智能讲解终端
人工智能