Hash de IP
Resumen
El hash de IP es una técnica que pasa la dirección IP del usuario por una función hash como SHA-256 y la convierte en una cadena de longitud fija de la que no se puede leer directamente la dirección IP original. Como el valor hash resultante es siempre el mismo para la misma dirección IP, sirve para saber «si es la misma persona», pero dificulta identificar «quién es». Lo difícil que resulte depende de cómo se gestione la sal, que se explica más adelante. Se usa como medio para compaginar dos requisitos opuestos: mantener el anonimato y detectar los usos fraudulentos.
Elegir la función hash y precauciones al implementarla
El espacio de direcciones IP es de unos 4300 millones de combinaciones en IPv4, y en IPv6 los prefijos que se usan en la práctica también son limitados. Por eso, si solo se calcula el hash sin más, existe el riesgo de que se averigüe la IP original mediante un ataque con tablas arcoíris (un método que calcula de antemano los valores hash de todas las IP).
Como medida contra esto, al calcular el hash se añade una sal (una cadena fija secreta). Como un tercero que no conoce la sal no puede construir una tabla arcoíris, identificar la IP original a partir del valor hash se vuelve difícil en la práctica. La sal se guarda en las variables de entorno del servidor o en un servicio de gestión de secretos, y no se incluye en el código fuente.
Cómo se usa en los servicios de preguntas anónimas
En los servicios de preguntas anónimas, el hash de IP tiene 2 usos principales. Primero, se usa como identificador para la limitación de frecuencia que detecta envíos seguidos desde la misma IP. Si se gestiona un contador con el valor hash como clave, se puede limitar la frecuencia de envío sin guardar la dirección IP en bruto.
Segundo, sirve para generar el identificador que se asigna a los remitentes anónimos. Si se añade a cada envío un ID corto generado a partir del valor hash, quien lo recibe puede relacionar y entender varios envíos de una misma persona. Eso sí, este tipo de ID es solo orientativo, y por una VPN o por los cambios de IP de las conexiones móviles, la misma persona puede acabar con IDs distintos.
Cuándo usarlo y cuándo guardar la IP en bruto cifrada
Como de un hash de IP con sal no se puede extraer directamente la IP original, con el valor hash solo no se puede atender una solicitud de revelación de datos basada en un procedimiento legal. Por eso, algunos servicios adoptan un diseño en el que, además del hash de IP, se guarda la dirección IP en bruto cifrada con un cifrado de clave simétrica como AES-256. En ese caso, en el funcionamiento normal solo se consulta el valor hash, y la IP cifrada solo se descifra cuando llega una solicitud de revelación de datos.
Este método de doble almacenamiento busca compaginar la protección de la privacidad y la respuesta legal. Al separar con claridad los usos, el valor hash para la detección diaria de fraudes y la IP cifrada para la respuesta legal, se puede reducir al mínimo el acceso innecesario a los datos personales.