Calcolatore di checksum CRC32

Che cos’è un checksum CRC32

Un controllo di ridondanza ciclico tratta l’input come un unico, lungo polinomio binario, lo divide per un polinomio generatore fisso e ne conserva il resto. Per CRC-32 il resto è di 32 bit, di solito scritto come 8 cifre esadecimali o come numero senza segno da 0 a 4.294.967.295. Quasi qualsiasi modifica ai dati cambia il resto.

I CRC sono pensati per gli errori prodotti nella realtà da cavi, collegamenti radio e dischi. CRC-32 rileva ogni raffica di bit errati lunga fino a 32 bit, e un danneggiamento casuale passa inosservato solo in circa un caso su 4,3 miliardi. È anche velocissimo da calcolare, ed è per questo che è integrato in ZIP, gzip, PNG e nei frame Ethernet.

CRC-32 e CRC-32C

Entrambi partono da 0xFFFFFFFF, elaborano i bit di ogni byte a partire dal meno significativo e invertono il valore finale; cambia solo il polinomio, quindi gli stessi dati danno due risultati senza alcuna relazione tra loro. Il primo è ciò che la maggior parte degli strumenti intende per "CRC32" ed è catalogato come CRC-32/ISO-HDLC. CRC-32C è stato adottato in seguito da protocolli di storage e di rete per la sua migliore capacità di rilevare gli errori. Google Cloud Storage riporta il CRC-32C, e Amazon S3 l’una o l’altra variante, come Base64 dei quattro byte in ordine big-endian, ed è esattamente ciò che mostra l’output Base64.

Un checksum, non un controllo di sicurezza

Un CRC protegge dagli errori accidentali, non dagli attacchi. È una funzione lineare, quindi chiunque può modificare un file e poi ritoccare quattro byte per lasciarne invariato il CRC-32. Un CRC corrispondente, quindi, non dimostra nulla in caso di manomissione intenzionale. Per verificare un download confronta un hash SHA-256 ottenuto da una fonte attendibile; per dimostrare chi ha inviato un messaggio usa un HMAC.

Inoltre 32 bit sono troppo pochi per identificare dei dati. Già con circa 77.000 file casuali, la probabilità che due abbiano lo stesso CRC-32 raggiunge il 50%, quindi non usarlo come ID univoco o come chiave di deduplicazione. Quando non ci sono attaccanti in gioco, MD5 o SHA-256 sono impronte di gran lunga migliori.

CRC32 nel codice

# Python: zlib.crc32 restituisce un valore senza segno in Python 3;
# "& 0xffffffff" serve solo in Python 2
import zlib
format(zlib.crc32(b'123456789'), '08x')    # 'cbf43926'

// Node.js 20.15+ e 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 e, da Java 9, java.util.zip.CRC32C

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

Attenzione ai nomi in PHP: l’algoritmo di hash chiamato crc32 non è il checksum di ZIP ma il CRC usato da bzip2, stampato con i byte in ordine inverso. Usa crc32b o la funzione crc32() per ottenere lo stesso risultato di ZIP, gzip e di questo strumento. Il comando Unix cksum usa un’altra variante ancora, che tiene conto anche della lunghezza del file, quindi il suo numero non corrisponderà a nessuno dei due.