Ugrás a tartalomhoz
TextArray
100% helyi

Shannon-entrópia kalkulátor

Mérd meg, hány bit információt hordoz a szöveged minden karaktere vagy szava.

Bemenet
Kimenet
Kapcsolódó eszközök
BetűgyakoriságAlapeszközök
SzógyakoriságAlapeszközök
Jelszóerősség-ellenőrzőGenerátorok
UTF-8 bájtszámlálóAlapeszközök
Pangramma-ellenőrzőújAlapeszközök
Szó- és karakterszámlálóAlapeszközök
Shannon-entrópia kalkulátor
A Shannon-entrópia az információsűrűség szabványos mértéke: átlagosan hány bitet hordoz a szöveg egy-egy szimbóluma. Egyetlen ismételt karakterből álló lánc nulla bitet visz karakterenként — teljesen megjósolható. Egy 8 jelű ábécé egyenletesen véletlen szimbólumai pontosan 3-at. Az angol próza tömörítés előtt jellemzően 4 bit/karakter körül jár. Illessz be bármilyen szöveget, és az eszköz kiírja az entrópiát, a teljes információtartalmat bitekben, a szimbólum- és ábécéméretet, az adott ábécé egyenletes maximumát és a redundanciát — mennyivel marad a szöveg a maximum alatt.
Az entrópia mindenhol felbukkan, ha egyszer észreveszed. A biztonsági csapatok ezzel szúrják ki a kódba égetett titkokat: az API-kulcsok és véletlen tokenek a maximum közelében pontoznak, a közönséges azonosítók alacsonyan — sok titokkereső alig több egy entrópiaküszöbnél. A tömörítést ez korlátozza: a szöveg összes bitje az a padló, amelyet veszteségmentes tömörítő csak közelíthet. Szólisták és jelszavak körüli munkában pedig a jelöltek entrópia szerinti összevetése gyors első szűrő — bár a tényleges jelszóerősséghez a dedikált jelszóellenőrző való, amely a támadó viselkedését modellezi, amit a nyers entrópia nem tesz.
Az opciók azt változtatják, mi számít szimbólumnak. A karakteres mód a kódpontok eloszlását méri, kapcsolókkal a kis- és nagybetűk összevonására és a szóközök kihagyására. A szavas mód ehelyett a szavak eloszlását méri — hasznos szókincs-változatossági jel prózában, ahol az ismételt szavak lehúzzák az entrópiát.
Minden helyben, a böngésződben fut — a mért szöveg soha nem hagyja el az eszközödet.
Gyakori kérdések
Mit jelent pontosan a bit/karakter szám?
Az egy karakterre jutó átlagos információ a szöveg saját betűgyakoriságai mellett: −Σ p·log₂(p). A nulla teljes megjósolhatóságot jelent (egyetlen ismételt karakter); a maximum az ábécéméret log₂-je, és csak akkor érhető el, ha minden karakter egyformán gyakori.
Miért utal a magas entrópia titkos kulcsra?
A véletlen tokenek szinte egyenletesen használják a teljes ábécéjüket, így az elméleti maximum közelében ülnek. A szavak és azonosítók néhány karaktert használnak erősen, és jóval alacsonyabban pontoznak. A titokkeresők pont ezt a rést használják ki — egy kb. 4,5 bit/karakteres küszöb a base64-szerű sztringek fölött a legtöbb kulcsot elkapja.
Mit jelent a redundancia?
A mért entrópia és ugyanazon ábécé egyenletes maximuma közötti százalékos rés: 1 − H/log₂(ábécé). Durva jelzés a szöveg tömöríthetőségéről — a magas redundancia azt jelenti, hogy a veszteségmentes tömörítőnek van mit kisajtolnia.
A szövegentrópia ugyanaz, mint a jelszóerősség?
Nem. Ez az eszköz magának a sztringnek a karaktereloszlását méri, nem a kitalálhatóságát — a „Password123" karakterentrópiája tűrhető, mégis ezredmásodpercek alatt elesik egy szótártámadásban. Arra a kérdésre a jelszóerősség-ellenőrző való.
Feltöltődik valahová a szövegem?
Nem. A mérés teljes egészében a böngésződben fut, és a szöveged soha nem hagyja el az eszközödet.