客户的截图通过电子邮件送达,对方律师的开示材料落在一个下载链接上,专家报告则引用一串 64 个字符,作为手机图片未经改动的证明。哈希值如今出现在普通民事和家事诉讼的各个环节,团队中任何处理数字证据的人都应能说明一个哈希值能证明什么、如何计算,并识别出它何时被用得超出了它所能显示的范围。

简短版本:哈希值证明两个文件在每一个比特上都完全相同。它不能证明是谁创建了文件、文件何时创建,也不能证明它所显示的内容是否真实。本指南用通俗的语言介绍其原理、哈希在哪些地方有用、如何用电脑上已有的工具计算、一种记录格式,以及会削弱其效力的错误。

用通俗的话来说,什么是哈希值?

哈希值是由已公布的数学函数根据文件的每一个比特计算出的固定长度代码。输入同一个文件,你总会得到同一个代码;文件中任何内容一变,你就会得到一个完全不同的代码。

SHA-256 属于美国国家标准与技术研究院发布的 SHA-2 系列,产生一个 256 位的值,通常显示为 64 个十六进制字符(0–9 和 a–f)。它对诉讼有用的特性是:

  • 确定性。相同的输入在任何电脑上、用任何合规工具,总会产生相同的值。
  • 敏感性。改动一个字符、一个像素或元数据中的一个字节,都会产生一个毫不相关的值,而不是略有不同的值。
  • 单向性。你无法从哈希值还原文件,因此一份哈希值清单不会透露文件说了什么,但任何持有文件副本的人都可以核对该副本是否匹配。
  • 抗碰撞。从未有人公开证明过两个不同的文件共享同一个 SHA-256 值。

一个具体的例子:一个完全空白的文件,其 SHA-256 值始终是 e3b0c44298fc1c149afbf4c8996fb92427ae41e4649b934ca495991b7852b855,在每一台机器上、每一次都是如此。只要在该文件中加入一个空格,这个值就会完全改变。

哈希值能证明什么,不能证明什么?

匹配的哈希值证明两个文件彼此相同。其他一切都必须来自别处。

匹配的哈希值能显示哈希值不能显示
开示副本与接收时保全的文件完全相同内容准确或真实
自记录其哈希以来,文件没有发生变化在第一次计算哈希之前,文件未经改动
两份文件是完全重复的副本两份文件相似(改动一个像素就意味着不匹配)
取证副本与所采集的源数据相匹配是谁创建、发送或编辑了该文件,或何时进行

第二行在实践中最为重要。哈希值从首次被记录的那一刻起保护文件。如果客户在发送截图之前编辑过它,到达时计算的哈希值会忠实地保全这个已编辑的版本。因此,计算哈希应放在接收流程的最前端,并且它是与有记录的数字证据保管链一起发挥作用,而不是取而代之。

哈希值在诉讼中会出现在哪些地方?

只要有人需要证明一份文件与早先的那份是同一份,或需要大规模识别完全相同的文件,就会出现哈希值。

  • 接收时的完整性。在客户文件到达时计算哈希,会为之后的一切建立基准。
  • 开示核验。一份哈希值清单让接收方确认文件完整到达,也让提交方留下所发送内容的确切记录。
  • 去重。审阅工具使用哈希来排除完全重复的文件。参见消息审阅的去重与线程整理。
  • 取证采集。检验人员对设备镜像和提取的数据计算哈希,以便将副本与源数据进行核验。
  • 自行认证。《联邦证据规则》902(14) 允许经哈希核验的数据副本通过证明书进行认证,并须给予通知。关于规则 902(13) 与 902(14)的指南涵盖这些要求。
  • 撤回与返还。哈希值用于精确识别根据保护令必须返还或销毁的文件。

如何在任何电脑上计算 SHA-256 哈希?

每一种主流操作系统都可以用内置命令计算 SHA-256。打开终端或命令窗口,用文件路径运行命令,并记录输出结果。

内置命令

macOS(终端):shasum -a 256 "/path/to/file.pdf"

Windows(PowerShell):Get-FileHash "C:\path\to\file.pdf" -Algorithm SHA256

Windows(命令提示符):certutil -hashfile "C:\path\to\file.pdf" SHA256

Linux:sha256sum "/path/to/file.pdf"

有些工具用大写字母打印该值,有些用小写。无论哪种,值都是相同的。比较时,绝不要用肉眼核对 64 个字符。把两个值粘贴到电子表格中,用公式比较单元格,或者让审阅工具或取证工具来做比较。

律所应如何记录哈希值?

只有在已知时间、连同背景一起被记录下来,哈希值才有用。一份简单的记录使之后的每一次比较成为可能。

模板:哈希记录字段

项目编号 / 原始文件名 / 来源(由谁提供、以何种方式) / 收到的日期和时间 / 算法 / 收到时的哈希值 / 记录人 / 原件的存储位置 / 后续核验(日期、目的、值、是否匹配) / Bates 范围或证物编号(如已开示或已提交)

以下是一份文件的各项记录在整个事项存续期间可能呈现的样子:

示例:一张截图,从头到尾

3月3日:客户通过门户上传 IMG_4471.PNG;收到时记录 SHA-256;原件以只读方式保存。3月10日:律师助理制作一份工作副本供审阅;副本与收到时的值核对,一致。4月2日:图片放入一份 PDF 证物集;该 PDF 是新文件,因此单独记录其 SHA-256,并与 IMG_4471.PNG 交叉引用。4月20日:听证会之前,原件再次核对,一致;证物 PDF 与其出示时的值核对,一致。

每一条记录都回答日后可能被问到的问题:收到了什么、何时收到、来自何人,以及从那时到听证会之间是否有任何变动。

  • 在原件到达时就计算哈希,且在任何人打开、转换或批注之前完成
  • 将原件以只读方式保存,并在副本上开展工作
  • 在出示之前以及听证会之前再次核对
  • 为每一份出示文件计算哈希,并将这些值列入清单
  • 在每个值旁边记录所用算法

最常见的哈希值错误有哪些?

大多数哈希问题,都来自于期望哈希在某种变动之后仍然不变,而按设计它无法在这种变动后保持不变。

转换之后才计算哈希

把 iPhone 的 HEIC 照片转换成 JPEG、把电子邮件打印成 PDF,或优化扫描件,都会生成新文件。先为原件计算哈希,再分别为任何转换后的版本计算哈希,并记录它们之间的关系。

经过即时通讯应用的文件

通过许多即时通讯和社交平台发送的照片,在传输过程中会被压缩,元数据也常常被去除。收到的文件是一份新文件。如果原件很重要,应从拍摄它的设备上收集;保存照片元数据指南说明了原因。

期望内容相同的电子邮件哈希也相同

同一封电子邮件导出两次,或从两个不同邮箱保存,常常会得到哈希不同的两个文件,因为邮件头、格式或容器细节不同。因此,许多审阅平台不是对整个文件计算哈希来为电子邮件去重,而是根据选定字段(发件人、收件人、日期、主题、正文、附件)计算哈希。在把结果描述为完全重复之前,先弄清你的工具使用的是哪种方法。

混用算法

同一文件的 MD5 值和 SHA-256 值永远不会一致,因为它们是不同的函数。与对方约定使用同一种算法,或者两种都记录。

夸大哈希所能表明的内容

哈希值不是作者身份或时间的证据。应将其与能够回答这些问题的证词、元数据和日志配合使用。

如何向法官解释哈希值?

解释要简短、具体,并限于哈希实际表明的内容。夸大主张会招来你并不需要的交叉询问。

示例措辞

“哈希值是根据文件的每一个比特计算出来的代码。文件哪怕只改动一个字符,这个代码就会改变。我们在文件于 [date] 到达时计算了它的代码,并记入接收日志。我们在 [date] 再次计算,两个代码一致,这表明这就是我们收到的同一份文件,未经改动。”

在上传当下就计算哈希的系统,消除了这个说明中最常见的缺口,也就是收到与第一次计算哈希之间的延迟。例如,Evidence Helper 会原样保留每一份原件,并在到达时记录其 SHA-256 值;参见原件如何被保存并计算哈希。某一条哈希记录对于某一项证据基础是否足够,仍由在案件待审地持有执照的负责律师作出判断。