Argon2在設計上是很耗內存的。在半官方的 Go 實現中，使用時建議使用以下參數IDKey：key := argon2.IDKey([]byte("some password"), salt, 1, 64*1024, 4, 32)其中1是時間參數，64*1024是內存參數。這意味著庫在散列值時將創建一個 64MB 的緩沖區。在許多散列過程可能同時運行的情況下，這會對主機內存造成很大壓力。在內存消耗過多的情況下，建議減少內存參數并增加時間因子：RFC 草案建議[2] time=1，memory=64*1024 是一個合理的數字。如果在某些情況下無法使用該內存量 (64 MB)，則可以增加時間參數以進行補償。所以，假設我想將內存消耗限制為 16MB（推薦的 64MB 的 1/4），我仍然不清楚我應該如何調整time參數：這應該是4 倍，以便內存和時間保持不變？或者在時間和記憶的相關性背后還有其他一些邏輯在起作用嗎？
2 回答
慕少森
TA貢獻2019條經驗 獲得超9個贊
RFC 草案建議[2] time=1，memory=64*1024 是一個合理的數字。如果在某些情況下無法使用該內存量 (64 MB)，則可以增加時間參數以進行補償。
我認為這里的關鍵是“補償”這個詞，所以在這種情況下，它試圖說：要實現與 相似的哈希復雜性IDKey([]byte("some password"), salt, 1, 64*1024, 4, 32)，你可以嘗試IDKey([]byte("some password"), salt, 4, 16*1024, 4, 32)。
但是，如果您想降低散列結果的復雜性（并降低性能開銷），您可以減小memory uint32忽略time參數的大小。
這應該是 4 倍，以便內存和時間的乘積保持不變？
我不這么認為，我相信memory這里的意思是結果哈希的長度，但time參數可能意味著“哈希結果需要重新哈希多少次，直到我得到最終結果”。
所以這兩個參數是相互獨立的。這些只是控制您想要實現多少“由于時間-內存權衡而節省的蠻力成本”
寶慕林4294392
TA貢獻2021條經驗 獲得超8個贊
難度大致等于time_cost * memory_cost （并且可能/ parallelism）。所以如果你0.25x的內存成本，你應該4x時間成本。另請參閱此答案。
// The time parameter specifies the number of passes over the memory and the
// memory parameter specifies the size of the memory in KiB.
查看 Argon2 API 本身。我將稍微交叉引用并使用argon2-cffi 文檔。貌似go接口在底層使用了C-FFI（外來函數接口） ，所以protoype應該是一樣的。
Parameters
time_cost (int) – Defines the amount of computation realized and therefore the execution time, given in number of iterations.
memory_cost (int) – Defines the memory usage, given in kibibytes.
parallelism (int) – Defines the number of parallel threads (changes the resulting hash value).
hash_len (int) – Length of the hash in bytes.
salt_len (int) – Length of random salt to be generated for each password.
encoding (str) – The Argon2 C library expects bytes. So if hash() or verify() are passed an unicode string, it will be encoded using this encoding.
type (Type) – Argon2 type to use. Only change for interoperability with legacy systems.
事實上，如果我們查看 Go 文檔：
// The draft RFC recommends[2] time=1, and memory=64*1024 is a sensible number.
// If using that amount of memory (64 MB) is not possible in some contexts then
// the time parameter can be increased to compensate.
//
// The time parameter specifies the number of passes over the memory and the
// memory parameter specifies the size of the memory in KiB. For example
// memory=64*1024 sets the memory cost to ~64 MB. The number of threads can be
// adjusted to the numbers of available CPUs. The cost parameters should be
// increased as memory latency and CPU parallelism increases. Remember to get a
// good random salt.
我不是 100% 清楚線程數的影響，但我相信它確實并行化了散列，并且像任何多線程作業一樣，這減少了大約1/NN 個內核所花費的總時間。顯然，您應該將并行度設置為 cpu count。
- 2 回答
- 0 關注
- 471 瀏覽
添加回答
舉報
0/150
提交
取消