部分网盘的「秒传」功能是否有弊端？体现在哪些方面？

[Tiande]

RT

猜测是匹配文件的 MD5 共享链接，因此出错率应该相当低？

然而 谷歌硬盘 似乎没有这方面特性。
比较好奇是因为谷歌的硬盘足够多，不需要多人链接同一个文件，
还是其他什么原因？

综上。

[loading]

因为，版权问题！

国内秒传的，基本都是电影…

正常来说，能出现海量 md5 一样的文件，除了是涉及版权的东西，我想不到其他巨大的文件！

[v1024]

安全问题，碰撞 md5 到其他人的私人文件=泄漏

[Tiande]

@loading 好像是在哪看到过：某云的「保存到我的网盘观看」，是为了避免视频的版权问题。

@v1024 听起来似乎能实现。看来私密的文件还是不存这类网盘好。

[f7ee9404]

还有游戏

[weaming]

可以在 md5 基础上加些别的参数啊，比如创建日期，大小，什么的，不就可以大大减小碰撞几率了？支持秒传。

[gamexg]

怕碰撞吧？
即怕人恶意碰撞，也怕非恶意碰撞照成丢失文件、泄露隐私之类的问题。
印象中 onedrive 第一次也是不会秒传。

一直都好奇理论上讲绝对会出现 md5 碰撞的情况，即使多个 hash 同时使用也会出现碰撞。有数学大牛给计算一下以百度云的规模碰撞几率有多大吗？

[Tiande]

@weaming 大文件秒传确实很爽。 cdate mdate 可以随意改，加到一起算可以减少碰撞，但也没法匹配相同文件了吧。

[loading]

那只能说谷歌很聪明，如果出现秒传，别人就能用有版权的文件去测试，如果出现秒传，不就能告谷歌了？

谷歌有的是带宽，你传上去，先对 md5 ，如果一样，对什么时间这些，最后，一个个字节对一次…一样就

[8e47e42]

有啊有啊，有不点名的网盘比较的是文件名＋修改日期＋文件大小，分分钟泄成渣

[fzinfz]

OS 和存储硬件都能做到数据去重，服务器上不一定存储多份相同文件
比如：
https://technet.microsoft.com/en-sg/library/hh831602.aspx
google: Data Deduplication EMC/netapp/IBM/...

秒传又是另一个话题了

[weaming]

@Tiande 我是指在出现 md5 碰撞的时候，再去比对日期，大小

[weaming]

@Tiande 好像说错了，不能这么做

[KexyBiscuit]

因为保护用户隐私，秒传需要扫描每个用户的文件并生成唯一特征码，尽管不能由此直接复原出文件，仍有几率间接碰撞。
不，不是说海外网盘不扫描你的文件， OneDrive 要扫描的，禁止儿童色情等内容。除此之外，不侵犯用户隐私。

[c742435]

两个问题，
1 是如果你上传了小黄片，别人之前上传过，然后你妙传了。然后别人被举报了 然后你的片没了。
2 是，有极低可能，比如苹果的新 Xcode 发布了，有人通过 md5 碰撞，预先上传了包含恶意代码但是 md5 和正常 Xcode 一样的文件，然后你上传的时候是妙传，但是下载的时候包含恶意文件
不过我觉得后者可能性非常小

[sandideas]

md5 碰撞的概率太低了。。相同大小再碰撞的概率更低吧

[zjqzxc]

已验证百度网盘是仅做 md5 验证（两年前试验过，现在不清楚）
md5 碰撞几乎是不可能的；首先文件大小都不同，根本都用不着 md5 ；
文件大小相同 md5 还相同，真能遇上这事儿感觉出门买彩票去

@c742435 感觉理论上后者几乎不可能发生；如果保证修改后文件大小一致，还包含恶意代码，还不破坏原始文件的执行，真有这技术还用来黑 xcode 干嘛。。。

[zado]

MD5 “天然”碰撞几乎不可能出现，但是人为制造现在已经很简单了，早就有报版权保护组织通过故意制造碰撞的方法来阻止 BT 传播盗版。

[alect]

网服务器传输内容的时候，貌似本来也不用花费服务器商什么成本，因为他们注重的是下载而不是上传。。你给他传东西基本上可以做到不限制，而他传给你则要付出比较大的成本
他可以让你先传进去，让你以为没有相同的文件，然后他存储的时候判断是否有一一样的文件，不会多次重复存储。
我觉得国内的这些秒传更多的是考虑用户，因为大家的上传带宽太小，既然你都传了干脆传之前判断一下 MD5 ，你高兴就好。。

[Tink]

文件还没上传上去的时候这个 md5 是咋出来的啊

[sneezry]

@Tink 所以秒传都需要客户端的