Codificación, hash y cifrado: Base64, SHA y JWT explicados
La codificación cambia cómo se escriben los datos y cualquiera puede deshacerla; el hash produce una huella de tamaño fijo que no se puede deshacer; el cifrado solo se deshace con una clave. Un JWT está codificado y firmado, no cifrado.
ConvertBoxPublicado
Tres operaciones con tres propósitos distintos
Confundir los tres términos provoca fallos de seguridad reales: una contraseña 'cifrada' con Base64, un token en el que se confía porque se decodificó sin errores. La distinción está en quién puede revertir la operación.
| Codificación | Hash | Cifrado | |
|---|---|---|---|
| Propósito | Adaptar los datos a un canal que solo admite ciertos caracteres | Obtener una huella corta para comparar o verificar datos | Mantener los datos en secreto para quien no tenga la clave |
| Clave o secreto | Ninguno | Ninguno (HMAC añade uno) | Obligatorio |
| Reversible | Sí, por cualquiera | No | Sí, con la clave |
| Tamaño de la salida | Crece con la entrada | Fijo: 256 bits en SHA-256 | Aproximadamente el de la entrada |
| Ejemplos | Base64, codificación porcentual, hexadecimal | SHA-256, SHA-512, MD5 | AES, RSA, ChaCha20 |
Base64: la aritmética del 33 % de aumento
Base64 (RFC 4648) existe para transportar bytes arbitrarios por canales que solo admiten texto, como el cuerpo de un correo, una cadena JSON o un atributo HTML. Lee 3 bytes, 24 bits, y los escribe como cuatro grupos de 6 bits, cada uno representado por uno de 64 caracteres: A-Z, a-z, 0-9, + y /. Cuatro caracteres de salida por cada tres bytes de entrada es una proporción de 4/3, y de ahí sale el 33 % de aumento. Cuando la entrada no es múltiplo de 3, el signo = rellena el último grupo: Man se codifica como TWFu, Ma como TWE= y M como TQ==.
Para n bytes de entrada, la longitud de la salida es 4 × ceil(n / 3). Un archivo de 1 MB, 1.048.576 bytes, se convierte en 1.398.104 caracteres. El tamaño depende de los bytes, no de los caracteres: la herramienta de Base64 del sitio convierte primero el texto a UTF-8, así que una letra sin acento ocupa 1 byte y é o ñ ocupan 2. Solo trabaja con texto; una imagen o un PDF decodificados no son UTF-8 válido y se notifican como error, así que decodifica los datos binarios con una herramienta de línea de comandos.
Base64 frente a Base64URL
El Base64 estándar usa + y / y rellena con =. Los tres caracteres tienen significado dentro de una URL, por lo que la RFC 4648 define también un alfabeto seguro para URL que los sustituye por - y _ y que normalmente omite el relleno. Los dos bytes FB FF se codifican como +/8= en Base64 estándar y como -_8 en Base64URL. No hay ninguna otra diferencia, y por eso un segmento de JWT pegado en un decodificador de Base64 corriente solo falla cuando contiene alguno de esos caracteres.
La herramienta de Base64 del sitio codifica con el alfabeto estándar y con relleno, en una sola línea sin saltos. Su decodificador ignora los saltos de línea y tolera que falte el relleno, pero no acepta - ni _; sustitúyelos antes por + y /.
Codificación porcentual: qué hay que escapar en una URL
Una URL solo puede contener un conjunto limitado de caracteres ASCII, y algunos de ellos, como ? & = / #, actúan como delimitadores. La codificación porcentual (RFC 3986) escribe cualquier otro byte como % seguido de dos dígitos hexadecimales. El texto que no es ASCII se convierte primero a UTF-8, así que ñ pasa a ser %C3%B1.
El codificador de URL del sitio usa encodeURIComponent de JavaScript, que sigue estas reglas y además deja sin escapar ! * ' ( ). Los esquemas de firma que calculan un hash de la cadena codificada, como OAuth 1.0 y AWS Signature Version 4, necesitan que esos cinco también se escapen.
- Nunca se escapan: las letras, los dígitos y los cuatro signos - . _ ~ (el conjunto no reservado).
- Codifica valores, no URL completas. El valor a b&c=d tiene que convertirse en a%20b%26c%3Dd antes de entrar en una cadena de consulta; codificar una dirección entera escapa también su :// y rompe el enlace.
- Un espacio es %20 en una URL, pero + en el envío de formularios HTML. Un decodificador que sigue la RFC 3986 deja el + como signo más.
- Codificar dos veces convierte %20 en %2520. Un resultado decodificado que todavía muestra secuencias %XX se codificó dos veces.
Hash: huellas de un solo sentido, y por qué los hash rápidos no sirven para contraseñas
Un hash criptográfico transforma una entrada de cualquier tamaño en un resumen de tamaño fijo: SHA-256 produce siempre 256 bits, que se escriben como 64 caracteres hexadecimales. La misma entrada da siempre el mismo resumen, un cambio de un solo carácter da otro sin relación alguna, y no hay forma de calcular la entrada a partir de la salida. MD5 y SHA-1 están excluidos de los usos de seguridad porque se pueden fabricar colisiones a propósito, es decir, dos entradas distintas con el mismo resumen; MD5 solo sigue siendo aceptable como suma de comprobación frente a daños accidentales.
Las contraseñas son un problema aparte, y aquí ni siquiera SHA-256 es la herramienta adecuada. Los hash de uso general están hechos para ser rápidos, de modo que un atacante con una tabla filtrada puede probar conjeturas a un ritmo enorme con GPU, y las contraseñas idénticas producen hash idénticos que se pueden buscar en listas calculadas de antemano. Para guardar contraseñas se usan funciones deliberadamente lentas y con sal: Argon2, bcrypt, scrypt o PBKDF2. Todas guardan una sal aleatoria por contraseña y tienen un coste ajustable.
El generador de hash del sitio calcula MD5, SHA-256, SHA-384 y SHA-512 sobre los bytes UTF-8 del texto pegado, incluidos los espacios finales y los saltos de línea. No ofrece SHA-1, no calcula HMAC y no puede leer archivos; para comprobar una descarga usa sha256sum, shasum -a 256 o certutil -hashfile.
Cifrado: reversible solo con la clave
El cifrado convierte los datos en un texto cifrado que no significa nada sin una clave. Los cifrados simétricos como AES usan una única clave compartida en ambos sentidos; los sistemas asimétricos como RSA y la criptografía de curva elíptica usan una clave pública que puede tener cualquiera y una clave privada que se mantiene en secreto. HTTPS combina ambos: criptografía asimétrica para acordar una clave y después un cifrado simétrico para el tráfico.
La prueba práctica: si no hace falta ningún secreto para leer los datos, no están cifrados. Una cabecera de autenticación HTTP Basic es el Base64 de user:password; dXNlcjpwYXNz se decodifica como user:pass para cualquiera que lo vea, y solo la conexión TLS que lo envuelve aporta confidencialidad.
JWT: firmado, no cifrado
Un JSON Web Token (RFC 7519) son tres segmentos en Base64URL unidos por puntos: cabecera, carga útil y firma. La cabecera eyJhbGciOiJIUzI1NiIsInR5cCI6IkpXVCJ9 no es más que la codificación de {"alg":"HS256","typ":"JWT"}. La carga útil se lee igual de fácilmente, así que nunca debe contener contraseñas ni datos personales sensibles. Lo que protege un JWT es el tercer segmento: un HMAC calculado con un secreto compartido (HS256) o una firma hecha con una clave privada (RS256, ES256). Cambiar un solo carácter de la carga útil la invalida.
Por eso decodificar no es verificar. Cualquiera puede fabricar una carga útil que se decodifique a la perfección; solo recalcular la firma con el secreto o con la clave pública del emisor demuestra que un token es auténtico, y el servidor debe comprobar además exp, que cuenta segundos desde 1970 en UTC. El decodificador de JWT del sitio muestra la cabecera y la carga útil como JSON formateado y deja la firma tal cual. No verifica, y rechaza los tokens de cinco partes, que son JWE cifrados imposibles de leer sin la clave. Úsalo para depurar un token caducado o una audiencia equivocada, no para decidir si confías en él.
Qué operación elegir en las tareas habituales
- Meter datos binarios en JSON o en una data URI: Base64.
- Meter un valor en una cadena de consulta: codificación porcentual; para datos Base64 dentro de una URL, el alfabeto Base64URL.
- Comprobar que un archivo llegó intacto: SHA-256 comparado con la suma publicada.
- Guardar contraseñas de usuarios: Argon2, bcrypt, scrypt o PBKDF2 con una sal por contraseña.
- Demostrar que un mensaje viene de quien posee un secreto: HMAC o una firma digital.
- Impedir que otros lean el contenido: cifrado, con la clave guardada aparte de los datos.