Calculadora de entropía de Shannon

Calculadora de entropía de Shannon

La entropía de Shannon es la medida estándar de densidad de información: cuántos bits, en promedio, lleva cada símbolo de un texto. Una cadena de un carácter repetido lleva cero bits por carácter, algo totalmente predecible. Los símbolos uniformemente aleatorios de un alfabeto de 8 llevan exactamente 3. La prosa inglesa normalmente tiene alrededor de 4 bits por carácter antes de la compresión. Pegue cualquier texto y esta herramienta informará la entropía, el contenido total de información en bits, los recuentos de símbolos y alfabetos, el máximo uniforme para ese alfabeto y la redundancia (qué tan por debajo del máximo se encuentra el texto).

La entropía aparece en todas partes una vez que miras. Los equipos de seguridad lo observan para detectar secretos codificados: las claves API y los tokens aleatorios obtienen una puntuación cercana al máximo, mientras que los identificadores ordinarios obtienen una puntuación baja; muchos escáneres secretos son poco más que un umbral de entropía. La compresión está limitada por ello: los bits totales de un texto son el mínimo al que puede llegar cualquier compresor sin pérdidas. Y en el trabajo con listas de palabras o contraseñas, comparar cadenas candidatas por entropía es un primer filtro rápido, aunque para la seguridad real de la contraseña, el verificador de contraseñas dedicado modela el comportamiento del atacante, algo que la entropía sin formato no hace.

Las opciones cambian lo que cuenta como símbolo. El modo de caracteres mide la distribución de puntos de código, con interruptores para plegar el caso y dejar espacios en blanco. En cambio, el modo de palabras mide la distribución de las palabras: una señal útil de diversidad de vocabulario para la prosa, donde las palabras repetidas reducen la entropía.

Todo se ejecuta localmente en su navegador: el texto que mide nunca sale de su dispositivo.

Preguntas frecuentes