Visualiseur d'entropie

Ce que ça fait

Le Visualiseur d’entropie mesure à quel point vos données sont réellement aléatoires, octet par octet. Collez du texte ou déposez n’importe quel fichier, et il calcule l’entropie de Shannon (bits par octet, 0-8), un histogramme de fréquences d’octets (256 bacs), un test d’uniformité du khi-deux avec p-value, la corrélation série entre octets consécutifs, et une estimation de π par Monte Carlo — les cinq contrôles de hasard classiques de la suite de tests ent. Une carte de chaleur d’entropie par bloc montre où se cachent les passages prévisibles dans les données.

Cela compte partout où le hasard est une propriété de sécurité. Les clés de chiffrement, tokens d’API, identifiants de session et sels de mots de passe ne sont robustes que selon l’entropie qui les sous-tend : une clé « d’aspect aléatoire » produite par une source faible peut être cassée par force brute des ordres de grandeur plus vite que sa longueur ne le suggère. Donnez à l’outil la sortie de votre générateur, et la carte de verdict vous dit immédiatement si elle est excellent (indifférenciable du bruit) ou si elle laisse fuir de la structure. Tout s’exécute à 100 % côté client — vos données ne quittent jamais le navigateur.

Comment l’utiliser

1. Collez du texte dans Données à analyser, ou déposez n’importe quel fichier sur la zone (ou cliquez sur Ouvrir un fichier). L’analyse démarre automatiquement, environ 250 ms après que vous avez arrêté de taper.
2. Lisez le badge de verdict en haut : excellent, good, suspicious ou low.
3. Vérifiez les quatre cartes de métriques : la jauge d’entropie de Shannon (0-8 bits/octet), le khi-deux avec réussite/échec, le π Monte Carlo contre le vrai π, et la corrélation série (0 = octets indépendants).
4. Parcourez l’histogramme de fréquences d’octets : les barres vertes collent à la ligne pointillée du compte attendu ; les barres rouges sont des octets sur- ou sous-représentés.
5. Lisez la carte de chaleur d’entropie : une cellule par bloc de 16 octets, rouge = prévisible, bleu = haute entropie — des taches de rouge dans des données bleues sont des motifs embarqués.
6. Copier le rapport pour un résumé en texte brut, ou Copier le lien de partage pour reproduire la vue exacte (les entrées texte sont encodées dans l’URL).

Exemples

Du texte répétitif n’est pas aléatoire

Entrée : abcabcabcabc… (900 octets)

Shannon entropy: 1.585 bits/byte (low)   — only 3 distinct bytes
Chi-squared: 75900.0 (p=0.0000) — skewed — fail
Serial correlation: -0.5000

La sortie d’un bon générateur ressemble à du bruit

Entrée : 65 536 octets d’un PRNG initialisé (graine fixe 42, mulberry32)

Shannon entropy: 7.9972 bits/byte (excellent)
Chi-squared: 252.1 (df 255, p=0.5389) — uniform — pass
Serial correlation: -0.0083
Monte Carlo π: 3.1272 (actual 3.14159)

Le texte anglais se situe entre les deux

Entrée : The quick brown fox jumps over the lazy dog. 0123456789 abcdef ABCDEF

Shannon entropy: ≈ 5.1 bits/byte (suspicious)
Histogram: ASCII letters spike green-red; bytes 128-255 nearly absent

Bon à savoir

• Échelle de verdict : > 7,5 bits/octet = excellent, > 6 = good, > 4 = suspicious, ≤ 4 = low. Les données compressées et chiffrées doivent toujours tomber près de 8.
• Les petits échantillons mentent : le khi-deux et le π Monte Carlo ont besoin de milliers d’octets pour être significatifs. Les entrées courtes montrent des chiffres bruités — c’est attendu, pas un échec.
• Les fichiers de plus de 512 Ko sont analysés jusqu’à cette limite (la ligne d’en-tête indique quand la troncature a eu lieu) ; la carte de chaleur montre au plus 4 096 blocs.
• Confidentialité : toute l’analyse est locale — rien n’est téléversé, pas de cookies, pas de comptes. Sûr pour les clés et les secrets.
• Outils liés : Password Strength Analyser, Secure Token Generator,

  HashHashA one-way function that maps data of any size to a fixed-length digest. Same input, same digest; any change, different digest; not reversible.

  .