Compteur et analyseur d'octets

• Distribution de fréquence d'octet complète (0-255) : compte chaque valeur d'octet dans le fichier et crée un tableau de fréquence complet de 256 valeurs. Chaque octet est classé par catégorie (nul, contrôle, espace, chiffre, majuscule, minuscule, ponctuation, étendu), et les 5 octets les plus fréquents et les moins fréquents sont mis en évidence. Cela fournit une empreinte détaillée de la composition binaire du fichier.
• Histogramme interactif de distribution d'octets : un histogramme à 16 cases visualise la manière dont les octets sont répartis sur la plage 00-FF. Chaque bac couvre 16 valeurs d'octets consécutives avec des barres de couleur proportionnelles à leur fréquence. Cela permet de repérer facilement les modèles en un coup d'œil : les fichiers texte affichent des pics dans la plage ASCII (20-7E), tandis que les fichiers binaires se répartissent plus uniformément.
• Entropie de Shannon avec classification : calcule l'entropie de Shannon du fichier en bits par octet (échelle 0-8). Classifie automatiquement le fichier en texte (< 4,0), binaire (4,0-6,5), compressé (6,5-7,5) ou crypté (> 7,5) en fonction du niveau d'entropie. Il s’agit d’un indicateur puissant pour identifier les données compressées ou cryptées sans avoir besoin de les décoder.
• Traitement 100 % privé basé sur un navigateur : toute l'analyse des octets s'effectue entièrement dans votre navigateur à l'aide de l'API FileReader. Les fichiers sont lus en mémoire et analysés localement - aucune donnée n'est jamais téléchargée sur un serveur. Pour les fichiers volumineux, l'analyse est limitée aux 10 premiers Mo pour garantir des performances rapides tout en fournissant des résultats statistiquement significatifs.

• Détection des logiciels malveillants et des packers : analysez les fichiers suspects à la recherche de signes d'emballage ou de cryptage. Les exécutables compressés présentent généralement une entropie élevée (7,0+) et une distribution d'octets presque uniforme, tandis que les exécutables standard ont une distribution caractéristique avec des pics dans des plages d'octets spécifiques. L'analyse d'entropie est une technique standard dans les workflows d'analyse des logiciels malveillants et de recherche des menaces.
• Analyse de cryptage et de compression : déterminez si un fichier est crypté, compressé ou des données brutes en examinant son entropie de Shannon. Les fichiers cryptés affichent systématiquement une entropie proche de 8 bits/octet, les fichiers compressés vont de 6,5 à 7,5 et le texte brut reste généralement inférieur à 4,0. Cela permet d’identifier rapidement les données cryptées lors des enquêtes médico-légales.
• Empreinte digitale du format de fichier : différents formats de fichier ont des modèles de distribution d'octets caractéristiques. Par exemple, les PDF ont une fréquence élevée de caractères ASCII avec certains octets de contrôle, les JPEG affichent des modèles de marqueurs spécifiques (FF D8 FF, FF E0, etc.) et les PNG ont une signature unique de 8 octets suivie d'un ASCII de type bloc. L'histogramme de distribution d'octets fournit une empreinte visuelle rapide.
• Intégrité des données et analyse de la corruption : comparez les distributions d'octets avant et après les transferts de fichiers pour détecter la corruption. Un fichier sain a une distribution caractéristique, tandis qu'un fichier corrompu peut présenter des modèles d'octets inattendus, tels qu'un nombre inhabituel d'octets nuls (0x00), des séquences d'octets répétées ou des changements d'entropie. Le résumé statistique (moyenne, médiane, mode) fournit des mesures de vérification supplémentaires.
• Prise en charge de la détection de la stéganographie : une entropie élevée dans des plages d'octets spécifiques ou des anomalies de fréquence inattendues peuvent indiquer des données cachées intégrées via la stéganographie. En analysant la distribution des octets et en la comparant au modèle attendu pour le format de fichier, vous pouvez identifier les régions d'un fichier susceptibles de contenir des charges utiles masquées.
• Formation en informatique et en criminalistique : découvrez de manière interactive la représentation des données binaires, le codage d'octets, la mesure de l'entropie et l'analyse de la structure des fichiers. Téléchargez différents types de fichiers (texte, images, exécutables, archives) et observez en quoi leurs distributions d'octets diffèrent. Un outil pédagogique puissant pour les cours sur les structures de données, les formats de fichiers et la criminalistique numérique.

Un octet est l'unité fondamentale de l'information numérique, composée de 8 bits et capable de représenter 256 valeurs distinctes (0-255). Chaque fichier sur votre ordinateur - qu'il s'agisse d'un document texte, d'une image, d'une vidéo ou d'un exécutable - est en fin de compte une séquence d'octets. En comptant la fréquence à laquelle chacune des 256 valeurs d'octets possibles apparaît dans un fichier, nous pouvons créer une distribution de fréquence qui révèle les propriétés fondamentales de la structure du fichier. Par exemple, un fichier texte brut en anglais aura la plupart de ses octets dans la plage imprimable ASCII (0x20-0x7E), avec de nombreuses lettres minuscules (0x61-0x7A) et des espaces (0x20). Une image JPEG, en revanche, aura un modèle d'octets plus uniformément répartis avec des octets marqueurs caractéristiques comme 0xFF. Un fichier crypté aura une distribution presque parfaitement uniforme sur les 256 valeurs.

1. Lecture de fichier : lorsque vous téléchargez un fichier, notre outil lit son contenu en mémoire à l'aide de l'API FileReader du navigateur. Pour les fichiers volumineux (plus de 10 Mo), seuls les 10 premiers Mo sont analysés pour garantir des performances rapides. Cette taille d’échantillon est statistiquement suffisante pour une analyse significative de l’entropie et de la distribution.
2. Comptage d'octets : chaque octet des données est examiné et un compteur de fréquence pour cette valeur d'octet (0-255) est incrémenté. Cela produit un tableau de fréquences complet de 256 éléments. À partir de ce tableau, nous calculons des statistiques telles que les valeurs d'octet minimales, maximales, moyennes, médianes et de mode.
3. Calcul de l'entropie de Shannon : Nommée d'après Claude Shannon, le père de la théorie de l'information, l'entropie de Shannon mesure l'imprévisibilité de la distribution des octets. Il est calculé à l'aide de la formule : H = -Σ p(x) × log₂(p(x)) , où p(x) est la probabilité de chaque valeur d'octet. Le résultat va de 0 (complètement prévisible – tous les octets sont identiques) à 8 (complètement aléatoire – les 256 valeurs sont également probables).
4. Visualisation : les données de fréquence sont regroupées en 16 groupes de valeurs de 16 octets chacun pour l'affichage de l'histogramme. Les 5 premiers et les 5 derniers octets les plus fréquents sont affichés dans un tableau détaillé avec leurs valeurs hexadécimales, ASCII, catégorie, nombre et pourcentage.

• 0,0 - 4,0 bits/octet (faible entropie – texte/données structurées) : les fichiers tels que le texte brut, HTML, XML, JSON, le code source et les fichiers CSV tombent ici. La distribution des octets est concentrée dans la plage ASCII avec de nombreux motifs répétés (comme les espaces, les sauts de ligne et les lettres communes). Ceci est également typique des images bitmap non compressées et des formats binaires simples comportant de nombreux octets nuls.
• 4,0 - 6,5 bits/octet (entropie modérée – données binaires) : typique des exécutables compilés, de la plupart des formats de documents (PDF, DOCX) et des formats de fichiers binaires standard. La distribution des octets est plus étendue mais présente toujours des modèles structurels provenant des en-têtes, des métadonnées et des marqueurs spécifiques au format.
• 6,5 - 7,5 bits/octet (haute entropie – données compressées) : fichiers compressés tels que les images ZIP, GZIP, JPEG, MP3 et PNG. Les algorithmes de compression suppriment la redondance, rendant les valeurs d'octets plus uniformément réparties. Les fichiers de cette plage sont presque certainement compressés ou contiennent des flux compressés.
• 7,5 - 8,0 bits/octet (entropie très élevée – crypté/aléatoire) : les algorithmes cryptographiques produisent une sortie presque impossible à distinguer des données aléatoires. Une entropie supérieure à 7,5 suggère fortement un cryptage, un hachage ou des données cryptographiquement aléatoires. Les fichiers légitimes ne dépassent presque jamais 7,8 sans être cryptés ou compressés.

Notre compteur et analyseur d'octets traite tout entièrement dans votre navigateur. Les fichiers sont lus à l'aide de l'API FileReader et analysés en mémoire : aucune donnée n'est jamais téléchargée sur un serveur. L'outil est 100 % gratuit, sans inscription, sans compte et sans limite d'utilisation.

Tailles de fichiers prises en charge : les fichiers jusqu'à 10 Mo sont analysés complètement. Les fichiers plus volumineux sont échantillonnés (10 premiers Mo uniquement), ce qui fournit des résultats statistiquement significatifs pour la plupart des analyses. Cette limite garantit des performances rapides dans l'environnement du navigateur.

Limites : L'entropie est une mesure statistique : même si elle distingue de manière fiable les données chiffrées des données non chiffrées, elle ne peut pas identifier l'algorithme de chiffrement spécifique ou la clé utilisée. Les très petits fichiers (moins de 100 octets) peuvent produire des valeurs d'entropie moins fiables. Le compteur d'octets est un outil médico-légal et doit être utilisé conjointement avec d'autres méthodes d'analyse pour obtenir des résultats concluants.