CRC32-beregner

Hvad en CRC32-kontrolsum er

En cyklisk redundanskontrol (CRC) behandler inputtet som ét langt binært polynomium, dividerer det med et fast generatorpolynomium og beholder resten. For CRC-32 er resten på 32 bit og skrives som regel som 8 hexcifre eller som et tal uden fortegn fra 0 til 4.294.967.295. Næsten enhver ændring af dataene ændrer resten.

CRC'er er designet til de fejl, som rigtige kabler, radioforbindelser og diske giver. CRC-32 opdager enhver sammenhængende række (burst) af beskadigede bit på op til 32 bit, og en tilfældig beskadigelse går kun ubemærket hen i omkring ét ud af 4,3 milliarder tilfælde. Den er også meget hurtig at beregne, og derfor er den indbygget i ZIP, gzip, PNG og Ethernet-rammer.

CRC-32 og CRC-32C

Begge starter fra 0xFFFFFFFF, behandler bittene i hver byte med den mindst betydende bit først og inverterer den endelige værdi; kun polynomiet er forskelligt, så de samme data giver to resultater uden nogen sammenhæng. Den første er det, de fleste værktøjer mener med "CRC32", og den er katalogiseret som CRC-32/ISO-HDLC. CRC-32C blev senere taget i brug af lager- og netværksprotokoller på grund af den bedre fejlregistrering. Google Cloud Storage angiver CRC-32C og Amazon S3 en af de to varianter som Base64 af de fire bytes i big-endian-rækkefølge, og det er netop det, Base64-outputtet viser.

En kontrolsum, ikke et sikkerhedstjek

En CRC beskytter mod uheld, ikke mod angreb. Den er en lineær funktion, så alle kan ændre en fil og derefter justere fire bytes, så filens CRC-32 forbliver uændret. En CRC, der stemmer overens, beviser derfor intet med hensyn til bevidst manipulation. Hvis du vil kontrollere en download, skal du sammenligne med en SHA-256-hashværdi fra en pålidelig kilde; vil du bevise, hvem der har sendt en besked, skal du bruge en HMAC.

32 bit er heller ikke nok til at identificere data. Blandt omkring 77.000 tilfældige filer når sandsynligheden for, at to af dem har den samme CRC-32, allerede op på 50 %, så brug den ikke som unikt id eller nøgle til deduplikering. Hvor der ikke er nogen angriber involveret, er MD5 eller SHA-256 langt bedre fingeraftryk.

CRC32 i kode

# Python: zlib.crc32 er uden fortegn i Python 3;
# "& 0xffffffff" er kun nødvendig i Python 2
import zlib
format(zlib.crc32(b'123456789'), '08x')    # 'cbf43926'

// Node.js 20.15+ og 22.2+
require('zlib').crc32('123456789').toString(16).padStart(8, '0')   // 'cbf43926'

// Go (import "hash/crc32")
crc32.ChecksumIEEE(data)                                   // CRC-32
crc32.Checksum(data, crc32.MakeTable(crc32.Castagnoli))    // CRC-32C

// Java: java.util.zip.CRC32, og java.util.zip.CRC32C siden Java 9

// PHP
sprintf('%08x', crc32('123456789'));   // 'cbf43926'
hash('crc32b', '123456789');           // 'cbf43926', samme CRC-32
hash('crc32c', '123456789');           // 'e3069283'
hash('crc32', '123456789');            // '181989fc', en anden CRC

Pas på navnene i PHP: Hashalgoritmen, der hedder crc32, er ikke ZIP-kontrolsummen, men den CRC, som bzip2 bruger, udskrevet i omvendt byterækkefølge. Brug crc32b eller funktionen crc32() for at få samme resultat som ZIP, gzip og dette værktøj. Unix-kommandoen cksum bruger endnu en variant, som også blander filens længde ind, så dens tal heller ikke stemmer overens med nogen af dem.