Dieses Tool misst, wie zufällig Ihre Daten wirklich sind. Fügen Sie ein Passwort, einen Schlüssel, ein Token oder beliebige Bytes ein, und es quantifiziert die Unvorhersagbarkeit mit zwei komplementären Metriken plus einer konkreten Knack-Schätzung.
Zwei Entropie-Metriken — und warum Min-Entropie für die Bewertung zählt:
- Shannon-Entropie (H): die klassische
−Σ p·log₂ p, durchschnittliche Information pro Symbol. Sie spiegelt durchschnittliche Unsicherheit wider und ist nützlich für Kompression und Informationstheorie. Aber sie kann für Sicherheit irreführend sein: Ein Wert wie aaaaaaaaaaX (ein seltenes Symbol unter vielen häufigen) erhält eine moderate Shannon-Entropie, obwohl ein Angreifer, der das häufigste Symbol rät, oft trifft.
- Min-Entropie (H∞ =
−log₂(max p)): der Rat-Aufwand im Worst Case — allein basierend auf dem wahrscheinlichsten Symbol. Sie begrenzt die beste Erfolgsrate eines Einzelversuchs des Angreifers nach oben und ist die konservative Metrik für Sicherheit, daher nutzt die Stark/Mittel/Schwach-Bewertung sie.
Knack-Schätzung. Durchschnittszeit = 2^(Min-Entropie) / Rate / 2 (im Schnitt halber Schlüsselraum). Sie wählen die Hash-Rate des Angreifers — von langsamer CPU (10⁶/s) bis GPU-Farm (10¹²/s) oder eigene Rate — um die Schätzung realistisch zu rahmen.
Bewertungsschwellen (Gesamt-Min-Entropie):
- Stark ≥ 128 Bits → durchschnittliche Knackzeit Millionen+ Jahre
- Mittel 64–127 Bits
- Schwach < 64 Bits → in Rot
Analysemodus:
- Auto (Standard): Zeichenebene, wenn die Eingabe <128 Bytes und alle druckbar ist, sonst Byte-Ebene.
- Byte-Ebene: jedes Byte ist ein Symbol — richtig für binäre Schlüssel/Hashes.
- Zeichen-Ebene: jedes Unicode-Zeichen ist ein Symbol — richtig für Passwörter/Passphrasen.
Dieses Tool führt kein Wörterbuch schwacher Passwörter — die Bewertung ist rein algorithmisch, basierend auf der tatsächlichen Symbolverteilung dessen, was Sie einfügen. Nutzen Sie es, um generierte Schlüssel zu prüfen, die Stärke von Passphrasen zu bewerten oder die Zufälligkeit zweier Tokens zu vergleichen.