Calculateur de somme de contrôle CRC32

Principe de la somme de contrôle CRC32

Un contrôle de redondance cyclique traite l’entrée comme un long polynôme binaire, le divise par un polynôme générateur fixe et conserve le reste. Pour CRC-32, le reste fait 32 bits et s’écrit généralement sous la forme de 8 chiffres hexadécimaux ou d’un nombre non signé compris entre 0 et 4 294 967 295. Presque toute modification des données change le reste.

Les CRC sont conçus pour les erreurs que produisent réellement les câbles, les liaisons radio et les disques. CRC-32 détecte toute rafale de bits corrompus d’une longueur allant jusqu’à 32 bits, et une corruption aléatoire ne passe inaperçue qu’environ une fois sur 4,3 milliards. Il est en outre très rapide à calculer, ce qui explique sa présence dans ZIP, gzip, PNG et les trames Ethernet.

CRC-32 et CRC-32C

Les deux partent de 0xFFFFFFFF, traitent les bits de chaque octet en commençant par celui de poids faible et inversent la valeur finale ; seul le polynôme diffère, si bien que les mêmes données donnent deux résultats sans rapport. Le premier est ce que la plupart des outils appellent « CRC32 » et il est répertorié sous le nom CRC-32/ISO-HDLC. CRC-32C a été adopté plus tard par des protocoles de stockage et de réseau pour sa meilleure détection des erreurs. Google Cloud Storage fournit le CRC-32C, et Amazon S3 l’une ou l’autre variante, sous la forme du Base64 des quatre octets dans l’ordre gros-boutiste (big-endian), ce qui correspond exactement à la sortie Base64.

Une somme de contrôle, pas une vérification de sécurité

Un CRC protège contre les accidents, pas contre les attaques. C’est une fonction linéaire : n’importe qui peut modifier un fichier puis ajuster quatre octets pour que son CRC-32 reste inchangé. Un CRC identique ne prouve donc rien en cas de falsification délibérée. Pour vérifier un téléchargement, comparez un hachage SHA-256 provenant d’une source de confiance ; pour prouver qui a envoyé un message, utilisez un HMAC.

32 bits, c’est aussi trop peu pour identifier des données. Parmi environ 77 000 fichiers aléatoires, la probabilité que deux d’entre eux aient le même CRC-32 atteint déjà 50 % : ne l’utilisez donc pas comme identifiant unique ni comme clé de déduplication. En l’absence d’attaquant, MD5 ou SHA-256 constituent de bien meilleures empreintes.

CRC32 dans le code

# Python : zlib.crc32 est non signé en Python 3 ;
# "& 0xffffffff" n’est utile qu’en Python 2
import zlib
format(zlib.crc32(b'123456789'), '08x')    # 'cbf43926'

// Node.js 20.15+ et 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, et java.util.zip.CRC32C depuis Java 9

// PHP
sprintf('%08x', crc32('123456789'));   // 'cbf43926'
hash('crc32b', '123456789');           // 'cbf43926', le même CRC-32
hash('crc32c', '123456789');           // 'e3069283'
hash('crc32', '123456789');            // '181989fc', un autre CRC

Attention aux noms en PHP : l’algorithme de hachage appelé crc32 n’est pas la somme de contrôle de ZIP, mais le CRC utilisé par bzip2, affiché dans l’ordre inverse des octets. Utilisez crc32b ou la fonction crc32() pour obtenir le même résultat que ZIP, gzip et cet outil. La commande Unix cksum utilise encore une autre variante, qui intègre en plus la longueur du fichier : son résultat ne correspondra donc à aucun des deux.