Kalkulator sumy kontrolnej CRC32

Czym jest suma kontrolna CRC32

Cykliczna kontrola nadmiarowa (CRC) traktuje dane wejściowe jako jeden długi wielomian binarny, dzieli go przez stały wielomian generujący i zachowuje resztę z dzielenia. W CRC-32 reszta ma 32 bity i zwykle zapisuje się ją jako 8 cyfr szesnastkowych lub jako liczbę bez znaku z zakresu od 0 do 4 294 967 295. Niemal każda zmiana danych zmienia tę resztę.

Kody CRC zaprojektowano z myślą o błędach, które powstają w rzeczywistych kablach, łączach radiowych i na dyskach. CRC-32 wykrywa każdy ciąg przekłamanych bitów (błąd grupowy) o długości do 32 bitów, a losowe uszkodzenie pozostaje niezauważone średnio tylko raz na 4,3 miliarda przypadków. CRC-32 oblicza się też bardzo szybko, dlatego jest wbudowany w ZIP, gzip, PNG i ramki Ethernet.

CRC-32 i CRC-32C

Oba warianty zaczynają od wartości 0xFFFFFFFF, przetwarzają bity każdego bajtu od najmniej znaczącego i na końcu negują bitowo wynik; różnią się tylko wielomianem, więc te same dane dają dwa zupełnie niezwiązane wyniki. Pierwszy wariant większość narzędzi nazywa po prostu „CRC32”; w katalogach algorytmów CRC figuruje on jako CRC-32/ISO-HDLC. CRC-32C przyjęto później w protokołach pamięci masowej i sieciowych ze względu na lepsze wykrywanie błędów. Google Cloud Storage podaje CRC-32C, a Amazon S3 dowolny z wariantów, w postaci Base64 czterech bajtów w kolejności big-endian – dokładnie tak, jak pokazuje to wyjście Base64.

Suma kontrolna, a nie zabezpieczenie

CRC chroni przed przypadkowymi błędami, a nie przed atakami. Jest funkcją liniową, więc każdy może zmodyfikować plik, a następnie tak dobrać cztery bajty, aby jego CRC-32 pozostał bez zmian. Zgodność CRC nie dowodzi zatem niczego w kwestii celowej manipulacji. Aby sprawdzić pobrany plik, porównaj hash SHA-256 z zaufanego źródła; aby udowodnić, kto wysłał wiadomość, użyj HMAC.

32 bity to także za mało, by jednoznacznie identyfikować dane. Wśród około 77 000 losowych plików prawdopodobieństwo, że dwa z nich mają ten sam CRC-32, sięga już 50%, dlatego nie używaj go jako unikalnego identyfikatora ani klucza deduplikacji. Tam, gdzie nie ma atakującego, MD5 lub SHA-256 znacznie lepiej sprawdzają się jako odciski danych.

CRC32 w kodzie

# Python: w Pythonie 3 zlib.crc32 zwraca wartość bez znaku;
# "& 0xffffffff" jest potrzebne tylko w Pythonie 2
import zlib
format(zlib.crc32(b'123456789'), '08x')    # 'cbf43926'

// Node.js 20.15+ i 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, a od Javy 9 także java.util.zip.CRC32C

// PHP
sprintf('%08x', crc32('123456789'));   // 'cbf43926'
hash('crc32b', '123456789');           // 'cbf43926', ten sam CRC-32
hash('crc32c', '123456789');           // 'e3069283'
hash('crc32', '123456789');            // '181989fc', inny CRC

Uważaj na nazwy w PHP: algorytm hashujący o nazwie crc32 to nie suma kontrolna z ZIP, lecz CRC używany przez bzip2, wypisywany w odwróconej kolejności bajtów. Aby uzyskać wynik zgodny z ZIP, gzip i tym narzędziem, użyj crc32b lub funkcji crc32(). Uniksowe polecenie cksum używa jeszcze innego wariantu, który dodatkowo uwzględnia długość pliku, więc jego wynik nie będzie zgodny z żadnym z nich.