Base64エンコードの仕組み

メール、HTTPヘッダー、XMLなど、多くのシステムはテキストを扱うように設計されていますが、任意のバイナリデータには対応していません。0x00（ヌル）や0x1A（制御文字）のバイト値によって、解析に失敗したりデータが破損したりすることがあります。

Base64エンコーディングは、任意のバイナリデータをテキスト専用システムで安全に扱えるASCII文字の一部へ変換します。これにより、画像や証明書などのバイナリコンテンツをテキストベースのプロトコルに埋め込めます。

Base64は、3つの8ビットバイト（合計24ビット）を取り、それを4つの6ビットグループに分割して処理します。各6ビットグループは0から63までの値を表し、その値がBase64アルファベットの1文字に対応します。

この3対4の比率により、入力3バイトごとに出力は4文字となり、サイズは33%増加します。3バイト＝24ビット＝6ビットのグループ4つとなるため、計算がちょうど成り立ちます。

Base64アルファベットは64文字で構成されます。大文字A-Z（インデックス0～25）、小文字a-z（インデックス26～51）、数字0-9（インデックス52～61）、プラス記号+（インデックス62）、スラッシュ/（インデックス63）です。

このアルファベットは、テキストシステムで問題を引き起こす可能性のある制御文字や、ほとんどの句読点を避けています。Base64の出力に含まれるすべての文字は印字可能なASCII文字であり、ほぼすべてのテキストプロトコルで安全に使用できます。

入力の長さが3バイトの倍数でない場合は、パディングが必要です。1バイト残る場合は12ビットのグループに埋められ、Base64文字2文字とそれに続く"=="が生成されます。2バイト残る場合はBase64文字3文字とそれに続く"="が生成されます。

=によるパディングはエンコードされたデータではありません。最後のブロックが3バイト未満であることをデコーダーに知らせるためのものです。これにより、出力の長さは常に4文字の倍数になります。

"Man"のASCII値は、M=77（01001101）、a=97（01100001）、n=110（01101110）です。連結すると、010011010110000101101110となります。

これを6ビットグループに分割すると、010011 | 010110 | 000101 | 101110 = 19 | 22 | 5 | 46です。Base64アルファベットを参照すると、19=T、22=W、5=F、46=uです。"Man"は"TWFu"にエンコードされます。

標準のBase64では、URLやファイル名で特別な意味を持つ+と/を使用します。Base64urlは、+を-に、/を_に置き換えたバリアントであり、URL、ファイル名、Cookieの値で安全に使用できます。

JWT（JSON Web Token）は、ヘッダーとペイロードのセクションにBase64urlエンコーディングを使用します。JOSE（JSON Object Signing and Encryption）標準は、全体がBase64urlを基盤としています。

Base64は、メールのMIME添付ファイル（テキストベースのメール用にバイナリファイルをエンコード）、JWTトークン（JSONのヘッダーとペイロードをエンコード）、HTMLのデータURI（画像をCSSやHTMLに直接埋め込む）、X.509証明書のPEM形式などで使用されます。

PEM（Privacy Enhanced Mail）形式では、DERでエンコードされたバイナリ証明書をBase64でラップし、"-----BEGIN CERTIFICATE-----"と"-----END CERTIFICATE-----"のヘッダーの間に配置します。

Base64は暗号化ではありません。鍵を必要としない可逆的なエンコーディングです。Base64でエンコードされたデータを見た人は、無料で利用できるツールや、任意のプログラミング言語によるワンライナーですぐにデコードできます。

Base64でエンコードしたパスワードやトークンが「隠されている」と考えるのは、よくある誤りです。実際には隠れていません。あなたがデコードできるなら、攻撃者もデコードできます。セキュリティに必要なのはエンコーディングではなく暗号化です。

Base64のデコードは、エンコードと同じくらい簡単です。Base64の4文字グループをそれぞれ6ビットの値に戻し、連結してからバイトに分割します。=によるパディングは、最後のグループが何バイトを表すかを示します。

Pythonでは、import base64; base64.b64decode("TWFu")はb"Man"を返します。この処理は決定的かつ無損失で、鍵や秘密情報を必要としません。

Base64には33%のサイズオーバーヘッド（入力3バイトに対して出力4バイト）があります。さらに、MIMEで必要とされる76文字ごとの改行も加わるため、大きなバイナリを転送する用途では効率的ではありません。

バイナリフレーミングを備えたHTTP/2や、バイナリフレームを備えたWebSocketsなどの最新のバイナリプロトコルでは、生のバイトを直接扱えます。そのため、高パフォーマンスが求められる場面ではBase64は不要です。

Base32は32文字のアルファベット（A-Zと2-7）を使用します。Base64より出力が長くなりますが、大文字と小文字を区別せず、文字の大文字・小文字が失われる可能性がある状況に適しています。TOTPの共有シークレットは、Base32でエンコードされることがよくあります。

Bitcoinのウォレットアドレスで使われるBase58は、0、O、I、lのように見分けにくい文字を除外します。これにより、アドレスをコピーする際の転記ミスを減らせます。一方、Base58は2のべき乗ではないため、エンコードがやや複雑になるというトレードオフがあります。

Base64エンコーディングに関する知識を確認しましょう。

Base64は、ビットを6ビット単位のチャンクにまとめ、64文字のアルファベットに対応付けることで、バイナリデータをテキストに変換します。サイズは33%増加し、3バイトの倍数でない入力には=によるパディングを使用します。

Base64にはセキュリティ効果がありません。機密性のためではなく、転送時の互換性のために使用します。Base64url（-/_）はURLで安全に使えるバリアントで、JWTで使用されます。デコードに鍵は必要なく、数ミリ秒で完了します。