Base64 एन्कोडिंग: यह कैसे काम करती है

कई प्रणालियाँ, जिनमें ईमेल, एचटीटीपी शीर्षलेख और एक्सएमएल शामिल हैं, पाठ संभालने के लिए बनाई गई थीं, लेकिन मनमाने बाइनरी डेटा के लिए नहीं। 0x00 (नल) या 0x1A (नियंत्रण वर्ण) का बाइट मान पार्सिंग विफलता या डेटा के दूषित होने का कारण बन सकता है।

बेस64 एन्कोडिंग मनमाने बाइनरी डेटा को ASCII वर्णों के ऐसे उपसमुच्चय में बदलती है जो केवल-पाठ प्रणालियों के लिए सुरक्षित होता है। इससे चित्रों और प्रमाणपत्रों जैसी बाइनरी सामग्री को पाठ-आधारित प्रोटोकॉल में शामिल किया जा सकता है।

बेस64 तीन 8-बिट बाइट (कुल 24 बिट) लेकर उन्हें चार 6-बिट समूहों में बाँटता है। प्रत्येक 6-बिट समूह 0 से 63 तक के मान को दर्शाता है, जो बेस64 वर्णमाला के एक वर्ण से संबद्ध होता है।

इस 3-से-4 अनुपात का अर्थ है कि आगत के प्रत्येक 3 बाइट से निर्गत के 4 वर्ण बनते हैं, जिससे आकार में 33% वृद्धि होती है। गणना समान रूप से बैठती है, क्योंकि 3 बाइट = 24 बिट = 6 बिट के 4 समूह।

बेस64 वर्णमाला में 64 वर्ण होते हैं: बड़े अक्षर A-Z (सूचकांक 0-25), छोटे अक्षर a-z (सूचकांक 26-51), अंक 0-9 (सूचकांक 52-61), प्लस + (सूचकांक 62) और फ़ॉरवर्ड स्लैश / (सूचकांक 63)।

यह वर्णमाला सभी नियंत्रण वर्णों और अधिकांश विराम चिह्नों से बचती है, जो पाठ प्रणालियों में समस्याएँ पैदा कर सकते हैं। बेस64 के निर्गत का प्रत्येक वर्ण मुद्रणीय ASCII वर्ण होता है, इसलिए वह लगभग किसी भी पाठ प्रोटोकॉल में सुरक्षित रूप से इस्तेमाल किया जा सकता है।

जब आगत की लंबाई 3 बाइट का गुणज नहीं होती, तब पैडिंग की आवश्यकता होती है। यदि 1 बाइट बचता है, तो उसे 12-बिट समूह तक बढ़ाया जाता है, जिससे 2 बेस64 वर्ण बनते हैं और उनके बाद "==" आता है। यदि 2 बाइट बचते हैं, तो उनसे 3 बेस64 वर्ण बनते हैं और उनके बाद "=" आता है।

= पैडिंग चिह्न एन्कोड किए गए डेटा का हिस्सा नहीं होते; वे डिकोडर को संकेत देते हैं कि अंतिम ब्लॉक 3 बाइट से छोटा है। वे सुनिश्चित करते हैं कि निर्गत की लंबाई हमेशा 4 वर्णों का गुणज हो।

"Man" के ASCII मान हैं: M=77 (01001101), a=97 (01100001), n=110 (01101110)। जोड़ने पर: 010011010110000101101110।

इसे 6-बिट समूहों में बाँटें: 010011 | 010110 | 000101 | 101110 = 19 | 22 | 5 | 46। बेस64 वर्णमाला में देखकर: 19=T, 22=W, 5=F, 46=u। "Man" का एन्कोडिंग "TWFu" होता है।

मानक बेस64 में + और / का उपयोग होता है, जिनके यूआरएल और फ़ाइलनामों में विशेष अर्थ होते हैं। बेस64url एक ऐसा रूपांतर है जो + को - और / को _ से बदल देता है, जिससे यह यूआरएल, फ़ाइलनामों और कुकी मानों में इस्तेमाल के लिए सुरक्षित हो जाता है।

जेडब्ल्यूटी (जेसन वेब टोकन) अपने शीर्षलेख और पेलोड खंडों के लिए बेस64url एन्कोडिंग का उपयोग करते हैं। JOSE (जेसन ऑब्जेक्ट हस्ताक्षर और एन्क्रिप्शन) मानक पूरी तरह से बेस64url पर आधारित हैं।

बेस64 का उपयोग ईमेल के MIME अटैचमेंट में (पाठ-आधारित ईमेल के लिए बाइनरी फ़ाइलों को एन्कोड करने में), जेडब्ल्यूटी टोकन में (जेसन शीर्षलेख और पेलोड को एन्कोड करने में), HTML में डेटा यूआरआई में (चित्रों को सीधे CSS/HTML में शामिल करने में) और X.509 प्रमाणपत्रों के PEM प्रारूप में होता है।

PEM (प्राइवेसी एन्हैंस्ड मेल) प्रारूप DER-एन्कोड किए गए बाइनरी प्रमाणपत्रों को बेस64 में "-----BEGIN CERTIFICATE-----" और "-----END CERTIFICATE-----" शीर्षलेखों के बीच रखता है।

बेस64 एन्क्रिप्शन नहीं है। यह बिना किसी कुंजी वाला प्रतिवर्ती एन्कोडिंग है। बेस64 में एन्कोड किए गए डेटा को देखने वाला कोई भी व्यक्ति स्वतंत्र रूप से उपलब्ध उपकरणों या किसी भी प्रोग्रामिंग भाषा में लिखे एक-पंक्ति निर्देश से उसे तुरंत डिकोड कर सकता है।

एक सामान्य भूल यह मानना है कि बेस64 में एन्कोड किए गए पासवर्ड या टोकन "छिपे हुए" होते हैं। ऐसा नहीं है। यदि आप उसे डिकोड कर सकते हैं, तो कोई हमलावर भी कर सकता है। सुरक्षा के लिए एन्क्रिप्शन आवश्यक है, एन्कोडिंग नहीं।

बेस64 को डिकोड करना, एन्कोड करने जितना ही आसान है। प्रत्येक 4-वर्णीय बेस64 समूह को उसके 6-बिट मानों में वापस बदला जाता है, फिर उन मानों को जोड़ा जाता है और बाइट में बाँटा जाता है। = पैडिंग बताती है कि अंतिम समूह कितने बाइट दर्शाता है।

पाइथन में: import base64; base64.b64decode("TWFu") से b"Man" प्राप्त होता है। यह प्रक्रिया नियतात्मक और सूचना-हानिरहित है तथा इसके लिए किसी कुंजी या गुप्त मान की आवश्यकता नहीं होती।

बेस64 का 33% अतिरिक्त आकार (प्रत्येक 3 आगत बाइट के लिए 4 निर्गत बाइट), और MIME के अनुसार आवश्यक प्रत्येक 76 वर्णों के बाद नई पंक्ति, बेस64 को बड़े बाइनरी स्थानांतरणों के लिए कम दक्ष बनाते हैं।

HTTP/2 जैसे आधुनिक बाइनरी प्रोटोकॉल, जिनमें बाइनरी फ़्रेमिंग होती है, और WebSockets, जिनमें बाइनरी फ़्रेम होते हैं, कच्चे बाइट को सीधे संभाल सकते हैं। इससे उच्च-प्रदर्शन वाले संदर्भों में बेस64 की आवश्यकता समाप्त हो जाती है।

बेस32 में 32-वर्णों वाली वर्णमाला (A-Z और 2-7) का उपयोग होता है। इसका निर्गत बेस64 से लंबा होता है, लेकिन यह बड़े और छोटे अक्षरों से अप्रभावित रहता है और ऐसे संदर्भों के लिए उपयुक्त है जहाँ अक्षरों का रूप खो सकता है। TOTP के साझा गुप्त मान अक्सर बेस32 में एन्कोड किए जाते हैं।

वॉलेट पतों के लिए बिटकॉइन में इस्तेमाल होने वाला बेस58, 0, O, I और l जैसे देखने में एक-जैसे लगने वाले वर्णों को हटा देता है। इससे पते की नकल करते समय होने वाली त्रुटियाँ कम होती हैं। इसका नुकसान यह है कि बेस58 2 की घात नहीं है, इसलिए इसका एन्कोडिंग थोड़ा अधिक जटिल होता है।

बेस64 बिट को 6-बिट खंडों में समूहित करके और उन्हें 64-वर्णीय वर्णमाला से संबद्ध करके बाइनरी डेटा को पाठ में बदलता है। इससे आकार में 33% अतिरिक्त वृद्धि होती है और 3 के गुणज न होने वाले बाइट समूहों के लिए = पैडिंग का उपयोग होता है।

बेस64 कोई सुरक्षा प्रदान नहीं करता। इसका उपयोग गोपनीयता के लिए नहीं, बल्कि स्थानांतरण-संगतता के लिए होता है। बेस64url (-/_) यूआरएल-सुरक्षित रूपांतर है, जिसका उपयोग जेडब्ल्यूटी में किया जाता है। डिकोडिंग के लिए किसी कुंजी की आवश्यकता नहीं होती और इसमें कुछ मिलीसेकंड लगते हैं।