Seu arquivo tem uma impressão digital. E ela denuncia qualquer alteração

Pegue esta frase: Contrato de prestação de serviços. Valor: R$ 10.000,00.

Passe por uma função chamada SHA-256 e o resultado é:

bf5a440a8ef7e53a02e56e9ff3a356a032206d093f85bc23a39dcb358ffbb87d

Agora apague só o ponto final e repita. O resultado passa a ser:

e40230fac1743cbbffbfe129e40e9c160e45f74c34845a6a8d9dfa2789f9b3a9

Das 64 posições, só 8 coincidem, e por puro acaso. Você pode conferir: digite as duas frases no demonstrativo da página inicial do Docmint.

Um caractere a menos e o resultado é outro, do começo ao fim. Não é um defeito, é o propósito. E é por isso que essa sequência de letras e números é chamada de impressão digital do arquivo.

O que é, afinal, um hash

Uma função de hash recebe qualquer conteúdo (uma frase, um contrato em PDF, um vídeo de 4 GB) e devolve um resumo de tamanho fixo. No caso do SHA-256, são 256 bits, escritos como 64 caracteres hexadecimais.

O SHA-256 faz parte do padrão FIPS 180-4, publicado pelo NIST, o instituto de padrões dos Estados Unidos. O próprio documento resume para que servem esses resumos: "The digests are used to detect whether messages have been changed since the digests were generated." Em português: detectar se uma mensagem foi alterada depois que o resumo foi gerado.

As três propriedades que tornam o hash confiável

• É determinístico. O mesmo conteúdo gera sempre o mesmo hash, em qualquer computador do mundo. É isso que permite a qualquer pessoa conferir um registro sem depender de quem o fez.

• Sofre o efeito avalanche. Uma alteração mínima muda o resultado de forma imprevisível. No exemplo acima, tirar um ponto final mudou 116 dos 256 bits, perto da metade, que é o que se espera de uma boa função de hash.

• É de mão única. Do hash não se volta ao conteúdo. Por isso registrar o hash de um documento não expõe o documento: quem vê o registro vê só a impressão digital.

E as coincidências? Duas entradas diferentes com o mesmo hash, a chamada colisão, existem em teoria, já que há infinitos arquivos possíveis e um número finito de resumos. Mas esse número finito é 2²⁵⁶:

115.792.089.237.316.195.423.570.985.008.687.907.853.269.984.665.640.564.039.457.584.007.913.129.639.936

Não há colisão pública conhecida para o SHA-256.

"Mas hashes não já foram quebrados?"

Alguns, sim, e a história é instrutiva. Em 23 de fevereiro de 2017, pesquisadores do CWI Amsterdam e do Google anunciaram a primeira colisão prática do SHA-1, um algoritmo mais antigo: dois arquivos PDF diferentes com o mesmo hash. Segundo os autores, foram necessárias cerca de nove quintilhões de operações de SHA-1, o equivalente a 6.500 anos de CPU e 110 anos de GPU.

A resposta veio. Em 15 de dezembro de 2022, o NIST anunciou a aposentadoria do SHA-1 para todas as aplicações, com prazo até 31 de dezembro de 2030, e recomendou as famílias SHA-2 e SHA-3. O SHA-256 pertence à família SHA-2. A lição é que a criptografia se mede por escrutínio público: os algoritmos são atacados abertamente, e os que resistem viram padrão.

A ideia de 1991 que foi parar nos classificados

Em 1991, os pesquisadores Stuart Haber e W. Scott Stornetta publicaram no Journal of Cryptology o artigo "How to time-stamp a digital document" ("Como carimbar a data de um documento digital"). A proposta era tornar inviável antedatar ou pós-datar um documento, mesmo com a cumplicidade de quem presta o serviço de carimbo.

Cada resumo inclui o anterior. Alterar um registro antigo exigiria refazer todos os seguintes.

A sacada foi encadear os registros, cada resumo incluindo o anterior, e publicar o resumo mais recente num lugar impossível de reescrever. A empresa que eles fundaram, a Surety, passou a fazer isso em 1995: segundo reportagem da Vice de 2018, um hash aparecia uma vez por semana nos classificados do New York Times, na seção de avisos. Para falsificar um registro antigo, seria preciso recolher e substituir todas as cópias impressas do jornal.

Dezessete anos depois do artigo, o documento que apresentou o Bitcoin, em 2008, listava oito referências bibliográficas. Três delas eram trabalhos de Haber e Stornetta. As blockchains públicas de hoje são, em boa parte, a mesma ideia, com milhares de computadores no lugar dos jornais.

O que isso significa para os seus arquivos

É exatamente esse mecanismo que o Docmint usa. Quando você registra um arquivo:

• o hash SHA-256 é calculado no seu navegador, e o arquivo não é enviado a lugar nenhum;

• só a impressão digital é gravada na blockchain, com data e hora que ninguém consegue alterar depois;

• no futuro, qualquer pessoa pode recalcular o hash do arquivo e compará-lo com o registro, inclusive sem o Docmint.

Duas consequências práticas. Renomear o arquivo não muda nada, porque o nome não faz parte do conteúdo. Mas reexportar, converter ou comprimir muda, porque os bytes mudam. Muitos aplicativos de mensagem recomprimem fotos e vídeos ao enviar, e o arquivo que chega ao destinatário já não é o mesmo que saiu. Guarde o original que você registrou.

Quer ver por si mesmo? Digite qualquer frase no demonstrativo da página inicial, apague uma vírgula e observe. Ou leia em Como funciona o caminho completo do registro.

Fontes

• NIST, FIPS 180-4: Secure Hash Standard (2015).

• SHAttered: primeira colisão prática do SHA-1 (CWI Amsterdam e Google) e anúncio no blog de segurança do Google (23/2/2017).

• NIST: NIST Retires SHA-1 Cryptographic Algorithm (15/12/2022).

• Haber e Stornetta, How to time-stamp a digital document, Journal of Cryptology, v. 3, 1991.

• Vice: The World's Oldest Blockchain Has Been Hiding in the New York Times Since 1995 (2018).

• Satoshi Nakamoto, Bitcoin: A Peer-to-Peer Electronic Cash System (2008), referências 3, 4 e 5.

Os hashes deste texto foram calculados com SHA-256 sobre as frases em UTF-8 e podem ser reproduzidos por qualquer pessoa.