18. 雜湊演算法可以用來保護資料或是錯誤校正等許多應用，請問下列何者非雜湊演算法？
(A)MD5
(B)RIPEMD
(C)SHA-256
(D)Clustering。

• (A) MD5：MD5是一種雜湊演算法，用於生成128位元的雜湊值。MD5通常用於資料完整性檢查和密碼加密。
• (B) RIPEMD：RIPEMD是一種雜湊演算法，用於生成160位元的雜湊值。RIPEMD通常用於資料完整性檢查和密碼加密。
• (C) SHA-256：SHA-256是一種雜湊演算法，用於生成256位元的雜湊值。SHA-256通常用於資料完整性檢查、密碼加密和數位簽名。
• (D) Clustering：Clustering是一種資料分析技術，用於將資料點分組成簇。Clustering通常用於資料挖掘和機器學習。

結論：

上述描述非雜湊演算法的是 Clustering。Clustering是一種資料分析技術，用於將資料點分組成簇，而非生成雜湊值。

補充說明：

雜湊演算法是一種單向函數，它可以將任意長度的輸入轉換為固定長度的輸出。雜湊值的特性是：

• 單向性：無法根據雜湊值反推原始輸入。
• 碰撞性：對於不同的輸入，很難找到具有相同雜湊值的輸入。
• 變更敏感性：如果原始輸入發生任何變更，則雜湊值也會發生變更。

雜湊演算法通常用於以下應用：

• 資料完整性檢查：雜湊值可以用於驗證資料是否被篡改。例如，在下載檔案之前，可以先下載檔案的雜湊值，然後將下載的檔案的雜湊值與下載前的雜湊值進行比較。如果兩個雜湊值相同，則表示檔案未被篡改。
• 密碼加密：雜湊值可以用於加密密碼。例如，使用者輸入密碼後，先將密碼計算出雜湊值，然後將雜湊值存儲在伺服器上。使用者登入時，再次輸入密碼，計算出雜湊值，並與伺服器上的雜湊值進行比較。如果兩個雜湊值相同，則表示使用者輸入的密碼正確。
• 數位簽名：雜湊值可以用於生成數位簽名。數位簽名可以用於驗證資料的來源和完整性。例如，在發送電子郵件時，可以使用數位簽名來驗證電子郵件的發件人和內容是否被篡改。