Analyseur d'entropie binaire
Calculez l'entropie de Shannon de n'importe quelles données binaires pour déterminer si elles sont chiffrées, compressées ou en texte clair. Consultez les tables de fréquence d'octets, les cartes de chaleur d'entropie, les statistiques du chi-deux, la corrélation sérielle et la détection automatique du type de fichier. Tout le traitement est local et privé.
Pourquoi utiliser notre analyseur d'entropie ?
- Calcul de l'entropie de Shannon : l'analyseur d'entropie calcule l'entropie de Shannon (0-8 bits/octet) pour n'importe quelles données binaires. Cette métrique fondamentale mesure la densité d'information et l'aléa de vos données, permettant une classification instantanée en données chiffrées, compressées ou en texte clair.
- Table de fréquence d'octets complète : chaque valeur d'octet (0x00-0xFF) présente dans vos données est comptée et affichée dans une table de fréquences triable. Consultez les comptages, pourcentages, valeurs hexadécimales et représentations ASCII. Les 10 octets les plus et les moins fréquents sont mis en évidence pour une analyse rapide.
- Carte de chaleur et graphique de distribution d'entropie : visualisez comment l'entropie varie dans vos données grâce à une analyse par fenêtre glissante. L'analyseur d'entropie divise vos données en blocs et calcule l'entropie locale de chacun, produisant une carte de chaleur colorée et un graphique linéaire interactif pour repérer les régions à forte et faible entropie.
- 100 % privé - aucun téléversement de données : toute l'analyse d'entropie se fait localement dans votre navigateur avec JavaScript. Vos données ne quittent jamais votre appareil. Aucun compte requis, aucun suivi, aucune donnée stockée nulle part. Exportez les résultats en JSON ou CSV pour vos archives.
Cas d'usage courants de l'analyseur d'entropie
- Détection de malwares et de packers : les analystes de sécurité utilisent l'analyse d'entropie pour détecter les malwares packés ou obfusqués. Les exécutables packés affichent une entropie uniformément élevée (7,0+ bits/octet), tandis que les exécutables normaux présentent des niveaux d'entropie structurés et variables. L'analyseur d'entropie rend cette distinction immédiatement visible.
- Identification des données chiffrées et compressées : les données chiffrées comme compressées ont une entropie élevée, mais leurs propriétés statistiques diffèrent. Les données chiffrées présentent une distribution d'octets quasi uniforme avec une corrélation sérielle faible, tandis que les données compressées ont une structure subtile. Notre analyseur d'entropie calcule les statistiques du chi-deux et la corrélation sérielle pour aider à les distinguer.
- Identification des formats de fichiers et des octets magiques : l'analyseur d'entropie détecte automatiquement les signatures de fichiers courantes (octets magiques), notamment PDF, ZIP, PNG, JPEG, ELF, PE, Mach-O et GZip. Combinée à l'analyse d'entropie, cette détection aide à identifier des fichiers binaires inconnus et à vérifier les affirmations sur leur type.
- Défis CTF (Capture The Flag) : les participants aux CTF utilisent l'analyse d'entropie pour identifier les algorithmes de chiffrement, détecter des données cachées dans des binaires et classer des formats de fichiers inconnus. La carte de chaleur d'entropie révèle où des charges utiles encodées peuvent être dissimulées dans des données par ailleurs normales.
- Tests d'intégrité et d'aléa des données : testez la qualité des générateurs de nombres aléatoires, vérifiez l'intégrité des données et détectez des motifs non aléatoires dans des données censées être aléatoires. Le test du chi-deux et les métriques de corrélation sérielle fournissent des preuves statistiques de la qualité de l'aléa.
- Formation en cryptographie et théorie de l'information : les étudiants peuvent explorer visuellement comment différents algorithmes de chiffrement, méthodes de compression et schémas d'encodage affectent les distributions d'octets et l'entropie. Comparez les versions en texte clair, chiffrées et compressées du même contenu.
Qu'est-ce que l'entropie de Shannon ?
L'entropie de Shannon, du nom de Claude Shannon (père de la théorie de l'information), mesure le contenu informationnel moyen ou l'imprévisibilité d'une source de données. Dans le contexte des données binaires, l'entropie quantifie la régularité de la répartition des valeurs d'octet sur la plage 0-255. Une entropie élevée (proche de 8 bits/octet) signifie que toutes les valeurs d'octet sont équiprobables - caractéristique des données chiffrées ou compressées. Une entropie faible signifie que certaines valeurs d'octet dominent - typique du texte clair, des formats structurés ou des données répétitives. Notre analyseur d'entropie calcule cette métrique instantanément pour n'importe quelle entrée.
Comment fonctionne l'analyseur d'entropie
- Saisissez vos données dans n'importe quel format pris en charge : collez de l'hexadécimal, du Base64, du texte clair ou téléversez un fichier binaire. L'analyseur d'entropie accepte tous les formats et les convertit en octets bruts pour l'analyse.
- Analyse au niveau des octets : l'analyseur compte chaque octet, calcule l'entropie de Shannon, effectue un test du chi-deux par rapport à une distribution uniforme, calcule la corrélation sérielle entre octets consécutifs et construit une table de fréquence d'octets complète - le tout dans votre navigateur.
- Explorez les résultats : consultez le badge de classification, explorez la table de fréquence d'octets triable, examinez la carte de chaleur d'entropie interactive et le graphique linéaire, et vérifiez les listes des octets les plus et les moins fréquents. Exportez l'analyse complète en JSON ou CSV pour un usage hors ligne.
Métriques clés expliquées
- Entropie de Shannon (H) : mesurée en bits par octet (0-8). Le texte naturel obtient généralement 4,0-5,0, les exécutables 5,0-6,5, les archives compressées 7,0-7,9 et les données chiffrées/aléatoires 7,5-8,0. Le maximum théorique est log₂(256) = 8 bits/octet.
- Chi-deux (χ²) : un test statistique comparant les fréquences d'octets observées à la distribution uniforme attendue. Des valeurs plus faibles suggèrent des données plus uniformes (aléatoires). Les valeurs sous 300 indiquent une distribution quasi uniforme, cohérente avec le chiffrement.
- Corrélation sérielle : mesure la dépendance entre octets consécutifs. Zéro signifie des octets indépendants (aléatoires). Les valeurs positives indiquent des motifs répétitifs (données structurées). Les valeurs négatives suggèrent des motifs alternés.
- Estimation de compression : le minimum théorique de bits par octet qu'un compresseur parfait pourrait atteindre, égal à la valeur d'entropie. Une valeur de 4 signifie que les données pourraient théoriquement être compressées à 50 % de leur taille d'origine.
Confidentialité, sécurité et notes d'utilisation
L'analyseur d'entropie traite toutes les données entièrement dans votre navigateur en JavaScript. Aucune donnée n'est jamais téléversée sur un serveur, stockée dans une base de données ni partagée avec un tiers. Il n'y a aucune limite de taille de fichier - la seule contrainte est la mémoire disponible de votre navigateur. Pour des fichiers très volumineux (plus de 100 Mo), l'analyse peut prendre un moment mais s'achèvera sans aucune communication avec un serveur. Exportez votre analyse en JSON ou CSV pour l'intégrer à d'autres outils ou la conserver dans vos archives.
Foire aux questions
L'entropie de Shannon mesure le contenu informationnel moyen ou l'imprévisibilité des données, exprimée en bits par octet (0-8). Une entropie de 0 signifie que tous les octets sont identiques (totalement prévisibles), tandis que 8 signifie que les 256 valeurs d'octet possibles apparaissent à fréquence égale (totalement aléatoire). Notre analyseur d'entropie la calcule avec la formule H = -Σ(p_i × log₂(p_i)) pour toutes les valeurs d'octet présentes dans les données.
Une entropie élevée (7,0-8,0 bits/octet) indique que les valeurs d'octet sont réparties de façon quasi uniforme sur la plage 0-255. C'est caractéristique des données chiffrées, des archives compressées (ZIP, GZIP, PNG), des clés cryptographiques ou des données aléatoires. L'analyseur d'entropie calcule aussi le chi-deux et la corrélation sérielle pour distinguer les données chiffrées (uniformité quasi parfaite, corrélation faible) des données compressées (légèrement structurées, corrélation modérée).
Une entropie faible (0-3,0 bits/octet) signifie que certaines valeurs d'octet dominent les données. C'est typique des données répétitives, des structures creuses, des séquences d'octets constantes ou des en-têtes courts. Le texte clair dans une seule langue obtient généralement 4,0-5,0 bits/octet. Une entropie très faible (sous 1,5) indique soit des motifs très répétitifs, soit des données très courtes où les statistiques ne sont pas fiables.
L'analyseur d'entropie prend en charge quatre formats d'entrée : (1) Hex - collez des chaînes hexadécimales avec ou sans préfixes 0x, les espaces sont automatiquement supprimés ; (2) Base64 - décodez des données encodées en Base64 standard ; (3) Texte clair - analysez le texte comme des octets encodés en UTF-8 ; (4) Téléversement de fichier binaire - téléversez n'importe quel fichier pour une analyse au niveau des octets. Tout le traitement se fait localement dans votre navigateur.
L'analyse par fenêtre glissante divise vos données en blocs qui se chevauchent (par défaut 64 octets par fenêtre, pas de 32 octets) et calcule l'entropie de chaque bloc indépendamment. Cela révèle comment l'entropie varie dans vos données : les sections chiffrées affichent une entropie uniformément élevée, tandis que les sections de texte clair affichent une entropie plus faible et variable. La carte de chaleur et le graphique linéaire rendent ces motifs visuellement évidents.
Le test du chi-deux (χ²) compare la distribution observée des fréquences d'octets à la distribution uniforme attendue (où chacune des 256 valeurs d'octet apparaît le même nombre de fois). Une valeur faible du chi-deux (sous 300 pour des tailles de données typiques) signifie que la distribution est proche de l'uniformité, ce qui est cohérent avec le chiffrement. Une valeur élevée indique un écart important par rapport à l'uniformité, typique des données structurées ou du texte clair.
La corrélation sérielle mesure la dépendance statistique entre octets consécutifs. Une valeur proche de 0 signifie que chaque octet est indépendant de ses voisins (caractéristique du chiffrement ou d'un vrai aléa). Les valeurs positives (0,1-0,9) indiquent des motifs répétitifs, fréquents dans les données structurées, le texte ou les exécutables. Les valeurs négatives suggèrent des motifs d'octets alternés. Cela aide à distinguer les données chiffrées des données compressées, car la compression préserve souvent une certaine corrélation entre octets.
Oui, totalement. Toute l'analyse d'entropie se fait localement dans votre navigateur avec JavaScript. Vos données ne quittent jamais votre appareil et ne sont jamais envoyées à un serveur. Aucun compte n'est requis, aucune donnée n'est stockée et aucun suivi n'a lieu. Vous pouvez analyser en toute sécurité des fichiers confidentiels, des données chiffrées, des binaires sensibles ou tout contenu propriétaire.
L'estimation de compression est égale à l'entropie de Shannon en bits par octet, qui représente le nombre minimal théorique de bits nécessaires pour représenter chaque octet en moyenne. Une valeur de 4,0 signifie qu'un compresseur parfait pourrait théoriquement réduire les données à 50 % de leur taille d'origine. Les compresseurs réels (comme gzip ou brotli) s'approchent généralement de cette limite théorique pour la plupart des types de données.
Oui, l'analyseur d'entropie vérifie automatiquement les signatures de fichiers courantes (octets magiques), notamment PDF (%PDF), ZIP (PK), PNG (‰PNG), JPEG (ÿØ), GIF (GIF), binaires ELF (ELF), exécutables PE (MZ), Mach-O (feedface/feedfacf), GZip (1f8b), BZip2 (BZ) et WebP (RIFF....WEBP). Combinée à l'analyse d'entropie et au ratio imprimable ASCII, cette vérification aide à identifier des formats de fichiers inconnus.