Verificación de hash de archivos: MD5, SHA256 para integridad

Qué es el hash de archivos

Un hash es un algoritmo que convierte datos de longitud arbitraria en una cadena de longitud fija. El hash de un archivo es su "huella digital": el hash del mismo archivo es único, y si el archivo cambia un solo byte, el hash cambia.

Usos comunes:

Verificar la integridad de archivos (si la descarga está completa)
Prevenir manipulación (si el archivo fue modificado)
Desduplicación (si dos archivos son iguales)
Almacenamiento de contraseñas (se guarda el hash, no el texto plano)

Algoritmos de hash comunes

MD5

Salida de 128 bits (cadena hexadecimal de 32 caracteres)
Rápido
Ya descifrado, existen colisiones (archivos distintos con el mismo hash)
No apto para usos de seguridad
Aún se usa para verificación de integridad (usos no de seguridad)

SHA-1

Salida de 160 bits (cadena hexadecimal de 40 caracteres)
Velocidad media
Ya descifrado, existen colisiones
No se recomienda para usos de seguridad
Git usaba SHA-1 inicialmente, ahora migra a SHA-256

SHA-256

Salida de 256 bits (cadena hexadecimal de 64 caracteres)
Relativamente lento
Seguro, actualmente sin colisiones
Recomendado para usos de seguridad
Blockchain y certificados HTTPS usan SHA-256

SHA-512

Salida de 512 bits (cadena hexadecimal de 128 caracteres)
Lento
Mayor seguridad que SHA-256
Adecuado para usos de alta seguridad

Recomendación de elección

Verificación de integridad (no de seguridad): MD5 es suficiente (rápido)
Usos de seguridad: SHA-256 (equilibrio entre seguridad y velocidad)
Alta seguridad: SHA-512
No recomendado: SHA-1 (ya descifrado)

Principio de la verificación de hash

Generación del hash

Leer todo el contenido del archivo
Calcular con el algoritmo de hash
Generar una cadena de longitud fija

Proceso de verificación

Al descargar el archivo, obtener el hash oficial
Calcular el hash del archivo localmente
Comparar los dos valores
Iguales = archivo íntegro, distintos = archivo dañado o manipulado

Por qué puede verificar la integridad

Propiedades del algoritmo de hash:

La misma entrada siempre produce la misma salida
Diferentes entradas casi nunca producen la misma salida (probabilidad de colisión extremadamente baja)
Si la entrada cambia un byte, la salida cambia por completo (efecto avalancha)

Por tanto, aunque el archivo cambie un solo byte, el hash será completamente distinto.

Situaciones de uso

Verificación de descarga

Al descargar archivos grandes (imágenes de sistema, paquetes de instalación de software), el sitio oficial proporciona un hash. Tras la descarga, se calcula el hash local y se compara para confirmar que la descarga está completa y sin daños.

Prevención de manipulación

Para archivos importantes (contratos, pruebas) se genera un hash y se archiva. Posteriormente se verifica si el archivo fue modificado.

Desduplicación de archivos

Si dos archivos tienen el mismo hash, el contenido es el mismo (probabilidad de colisión extremadamente baja). Usar el hash para determinar duplicados es más rápido que comparar byte a byte.

Almacenamiento de contraseñas

Los sitios web almacenan el hash de la contraseña del usuario, no el texto plano. Al iniciar sesión, se calcula el hash de la contraseña introducida y se compara. Aunque la base de datos se filtre, el atacante no obtiene la contraseña en texto plano.

Firmas digitales

Los certificados digitales usan hash + cifrado para verificar el origen y la integridad de los archivos.

Cómo verificar el hash de un archivo

Verificar con DocsAll

Herramienta de hash de archivos:

Sube el archivo
La herramienta calcula MD5, SHA-1, SHA-256
Muestra los valores hash
Compara con el hash oficial

El cálculo se realiza en el navegador; los archivos no se suben.

Línea de comandos en Windows

certutil -hashfile nombre_archivo SHA256

Línea de comandos en Mac/Linux

shasum -a 256 nombre_archivo
md5 nombre_archivo

Comparar hashes

Copia el hash oficial
Pégalo en el campo de comparación
La herramienta compara automáticamente
O compara carácter por carácter manualmente

Preguntas frecuentes

¿Qué hago si los hashes no coinciden?

Descarga incompleta: vuelve a descargar
Archivo manipulado: vuelve a descargar desde una fuente de confianza
Algoritmo de hash distinto: confirma que usas el mismo algoritmo para comparar

¿Se puede seguir usando MD5?

Verificación de integridad (usos no de seguridad): se puede usar
Usos de seguridad (anti-manipulación, contraseñas): no se recomienda, usa SHA-256
Riesgo de colisión: alguien puede construir dos archivos distintos con el mismo MD5

¿Se puede deducir el original a partir del hash?

No. El hash es una función unidireccional. No se puede recuperar el original a partir del hash. Por eso es seguro almacenar el hash de contraseñas (incluso si se filtra, no se obtiene el texto plano).

El hash de archivos grandes es lento

El hash necesita leer todo el archivo
Los archivos grandes (varios GB) tardan en calcularse
Es un fenómeno normal, ten paciencia

Mayúsculas y minúsculas del hash

El hash es una cadena hexadecimal; las mayúsculas y minúsculas no afectan (a y A son equivalentes). Ignora las mayúsculas y minúsculas al comparar.

Consejos de seguridad

Usa hashes de fuentes de confianza

Obtén el hash del sitio web oficial o de canales de confianza. No uses hashes de origen desconocido para verificar, ya que un atacante podría haberlos reemplazado.

Usa un algoritmo de hash fuerte

Para usos de seguridad, usa SHA-256 o superior. MD5 y SHA-1 ya no son seguros.

El hash no es cifrado

El hash es unidireccional y no se puede descifrar. El cifrado es bidireccional y se puede descifrar. No uses el hash como si fuera cifrado.

Hash con sal

Al almacenar contraseñas, usa hash con sal (salt + password y luego hash) para prevenir ataques con tablas rainbow.

Calcular hash con DocsAll