Codificación frente a cifrado y hashing

La codificación, el cifrado y el hashing son tres operaciones fundamentalmente diferentes que sirven para distintos fines. A menudo se confunden, pero comprender la diferencia es esencial para diseñar sistemas seguros.

La codificación transforma el formato de los datos sin proporcionar seguridad. El cifrado protege la confidencialidad. El hashing produce una huella de longitud fija para verificar la integridad.

La codificación convierte los datos de un formato a otro para facilitar la compatibilidad o la transmisión. Siempre es reversible y no requiere ninguna clave. Cualquiera que conozca el esquema de codificación puede decodificar los datos.

Algunos ejemplos son Base64 (de binario a ASCII), la codificación de URL (%20 para un espacio), las entidades HTML (& para &) y la codificación hexadecimal. El objetivo es la compatibilidad, no la seguridad.

El cifrado transforma el texto plano en texto cifrado mediante una clave. La operación solo puede revertirse con la clave correcta. Sin la clave, descifrar el texto cifrado resulta computacionalmente inviable.

Entre los algoritmos de cifrado se incluyen AES (simétrico), RSA (asimétrico) y ChaCha20. La clave es la que proporciona la seguridad; el algoritmo es de conocimiento público.

Una función hash criptográfica recibe una entrada de longitud arbitraria y produce una salida de longitud fija (el resumen o hash). La función es determinista (la misma entrada siempre produce la misma salida), pero está diseñada para ser irreversible.

SHA-256 siempre produce una salida de 256 bits, independientemente de que la entrada tenga 1 byte o 1 gigabyte. Las funciones hash se utilizan para comprobar la integridad, almacenar contraseñas y realizar firmas digitales.

Un error crítico y frecuente: los datos codificados en Base64 NO están cifrados. Para decodificar Base64 solo es necesario saber que se trata de Base64, algo que a menudo resulta evidente por el relleno "==" o por el conjunto de caracteres.

Si codifica una contraseña como "cGFzc3dvcmQ=" (Base64 para "password"), un atacante puede decodificarla en segundos. En un contexto de seguridad, Base64 solo sirve para facilitar la compatibilidad de transmisión, nunca para ocultar datos.

Aplicar MD5 a una contraseña la almacena como un resumen unidireccional. No puede "descifrar" un hash MD5 para recuperar la contraseña. Sin embargo, MD5 no es una función hash adecuada para contraseñas porque es demasiado rápida.

Los atacantes pueden calcular miles de millones de hashes MD5 por segundo mediante GPU, lo que hace viables los ataques de fuerza bruta y de tablas rainbow. El almacenamiento de contraseñas requiere funciones lentas y con uso intensivo de memoria, como bcrypt, scrypt o Argon2.

AES-GCM (Galois/Counter Mode) proporciona tanto confidencialidad (cifrado) como integridad (autenticación). Utiliza AES en modo contador para el cifrado y GHASH para la autenticación.

La etiqueta de autenticación que produce AES-GCM detecta cualquier alteración del texto cifrado. Esto lo convierte en un esquema de cifrado autenticado con datos asociados (AEAD), el estándar de oro del cifrado moderno.

SHA-256 (Secure Hash Algorithm 256-bit) es una función hash criptográfica estandarizada por NIST. Produce un resumen de 256 bits y se considera segura frente a todos los ataques conocidos, incluidos los ataques de colisión y de preimagen.

SHA-256 se utiliza en certificados TLS, en la minería de Bitcoin (prueba de trabajo), en la autenticación de mensajes HMAC y en esquemas de firma digital como RSA-SHA256 y ECDSA.

Entre los errores de seguridad habituales derivados de confundir estas tres operaciones se encuentran almacenar las contraseñas cifradas en lugar de aplicarles un hash (la clave de cifrado se convierte en la verdadera vulnerabilidad), utilizar codificación en lugar de cifrado para datos confidenciales, usar hashes rápidos (MD5, SHA-1) para almacenar contraseñas y suponer que algo es seguro solo porque está codificado en Base64.

Otro error es utilizar la misma función para varios fines, como usar una función hash como MAC sin la construcción HMAC, lo que la hace vulnerable a ataques de extensión de longitud.

Utilice la codificación cuando necesite transmitir datos binarios mediante un protocolo de texto, almacenar bytes en un campo de texto o insertar datos en una URL. Utilice hashing para almacenar contraseñas (con bcrypt/Argon2), verificar la integridad de los datos (sumas de comprobación) y derivar identificadores de longitud fija a partir de datos de longitud variable.

Utilice el cifrado cuando necesite almacenar o transmitir datos confidenciales que deban poder recuperarse con la clave correcta. Combine hashing y cifrado (AEAD) para obtener integridad y confidencialidad durante la transmisión.

Un sistema de autenticación bien diseñado utiliza las tres operaciones: las contraseñas se someten a hashing con Argon2 (hashing), el hash se almacena en un campo de base de datos con cifrado de columna AES-256 (cifrado) y el token de API que se devuelve después del inicio de sesión se codifica en Base64url (codificación).

Cada operación cumple un propósito distinto. Reconocer qué operación es adecuada para cada caso de uso es una habilidad fundamental en criptografía aplicada y diseño seguro de sistemas.

Compruebe su comprensión de la codificación, el cifrado y el hashing.

La codificación (Base64, hexadecimal) transforma el formato sin proporcionar seguridad. El cifrado (AES-GCM) proporciona confidencialidad reversible y requiere una clave. El hashing (SHA-256, Argon2) produce resúmenes irreversibles de longitud fija.

Nunca utilice la codificación para proporcionar seguridad. Utilice hashes lentos (Argon2/bcrypt) para las contraseñas. Utilice cifrado autenticado (AEAD) para los datos confidenciales en tránsito o en reposo. Confundir estas categorías es una de las fuentes más comunes de vulnerabilidades de seguridad.