Canonicalisierung

Canonicalisierung bezeichnet in der Informatik den Prozess, Daten in eine standardisierte, kanonische Form zu überführen. Ziel ist es, eine eindeutige, unverwechselbare Darstellung zu erzeugen, damit Daten zuverlässig verglichen, gespeichert und ausgetauscht werden können. Durch eine kanonische Darstellung lassen sich Duplikate vermeiden, Integrität prüfen und die Interoperabilität zwischen Systemen erhöhen. Canonische Formen dienen oft als Referenzmodell, während andere Repräsentationen lediglich Varianten der gleichen Information darstellen.

Im Webbereich spielt die Bestimmung kanonischer URLs eine zentrale Rolle. Eine bevorzugte URL soll eindeutig identifiziert werden, um doppelten Content zu vermeiden und Suchmaschinenranking zu konsolidieren. Praktisch erfolgt dies über Link-Rel-Canonical-Tags, Weiterleitungen oder serverseitige Regeln, die verschiedene URL-Varianten auf die Kanonische Version abbilden.

In der Verarbeitung strukturierter Dokumente finden sich spezialisierte Kanonisierungsmethoden. XML-Kanonisierung (C14N) liefert eine deterministische, byte-für-Byte-identische Repräsentation eines Dokuments, damit digitale Signaturen auch dann gültig bleiben, wenn die Darstellung variiert. Dazu gehören Unterschiede wie Kommentare oder Attributreihenfolge, je nach gewählter Variante (inklusive oder exklusive Kanonisierung). Pfadkanonisierung ist auch wichtig, um Sicherheitslücken wie Verzeichnistraversal zu verhindern.

Weitere Anwendungen begegnen der Datenintegration, etwa durch kanonische Datenmodelle zur Harmonisierung von Daten aus mehreren Quellen, oder durch deterministische Formate wie kanonisches JSON. Ebenso spielt Unicode-Normalisierung eine Rolle, um Textdaten durch klare Repräsentationen vergleichbar zu machen.