1.一種基于哈希算法的數據完整性校驗方法，其特征在于，包括以下步驟：
2.根據權利要求1所述的一種基于哈希算法的數據完整性校驗方法，其特征在于，對原始輸入數據經過哈希算法處理生成一個固定長度的哈希值，具體為：
3.根據權利要求1所述的一種基于哈希算法的數據完整性校驗方法，其特征在于，從分析集提取出與哈希值變化相關的特征，其中，提取的特征包括相鄰哈希值之間的比特翻轉率和相鄰哈希值之間的相似程度，對相鄰哈希值之間的比特翻轉率和相鄰哈希值之間的相似程度進行量化處理，分別生成位翻轉率量化值和相鄰哈希相似度量化值，通過位翻轉率量化值和相鄰哈希相似度量化值初步識別哈希值變化不顯著的潛在模式。
4.根據權利要求3所述的一種基于哈希算法的數據完整性校驗方法，其特征在于，將量化處理后的位翻轉率量化值和相鄰哈希相似度量化值作為特征向量輸入至訓練完成的機器學習模型中，基于機器學習模型預測生成變化響應指數，通過變化響應指數預測哈希值輸出結果的變化情況。
5.根據權利要求4所述的一種基于哈希算法的數據完整性校驗方法，其特征在于，將通過訓練完成的機器學習模型對哈希值輸出結果的變化情況進行預測時生成的變化響應指數與預先設定的變化響應指數參考閾值進行比對分析，對哈希值的不顯著變化情況進行預測，具體的步驟如下：若變化響應指數小于變化響應指數參考閾值，則判定哈希值變化不顯著；若變化響應指數大于等于變化響應指數參考閾值，則判定哈希值變化顯著。
6.根據權利要求5所述的一種基于哈希算法的數據完整性校驗方法，其特征在于，在識別到哈希值變化不顯著的情況下，將生成的隨機鹽值與原始數據組合在一起，形成新的輸入數據，再通過哈希算法進行處理，生成新的哈希值，具體的步驟如下：
7.根據權利要求3所述的一種基于哈希算法的數據完整性校驗方法，其特征在于，對相鄰哈希值之間的比特翻轉率進行量化處理生成位翻轉率量化值的具體步驟如下：
8.根據權利要求3所述的一種基于哈希算法的數據完整性校驗方法，其特征在于，對相鄰哈希值之間的相似程度進行量化處理生成相鄰哈希相似度量化值的具體步驟如下：
9.一種基于哈希算法的數據完整性校驗系統，用于實現上述權利要求1-8中任意一項所述的基于哈希算法的數據完整性校驗方法，其特征在于，包括哈希值生成模塊、特征提取與量化模塊、機器學習預測模塊、鹽值生成與哈希增強模塊以及動態調整與碰撞防護模塊；