Aller au contenu principal

1. Introduction

Il existe des centaines de formats normalisés pour la représentation binaire de données structurées (également appelés formats de sérialisation binaire). Parmi eux, certains sont destinés à des domaines d'information spécifiques, tandis que d'autres sont généralisés pour des données arbitraires. À l'IETF, les formats les plus connus dans cette dernière catégorie sont probablement BER et DER de ASN.1 [ASN.1].

Le format défini ici suit certains objectifs de conception spécifiques qui ne sont pas bien satisfaits par les formats actuels. Le modèle de données sous-jacent est une version étendue du modèle de données JSON [RFC4627]. Il est important de noter qu'il ne s'agit pas d'une proposition d'étendre de manière générale la grammaire du RFC 4627, car cela provoquerait une incompatibilité ascendante significative avec les documents JSON déjà déployés. Au lieu de cela, le présent document définit simplement son propre modèle de données qui part de JSON.

L'Annexe E liste certains formats binaires existants et explique dans quelle mesure ils correspondent ou non aux objectifs de conception de la Représentation d'objets binaires concis (Concise Binary Object Representation, CBOR).

1.1. Objectifs​

Les objectifs de CBOR, à peu près par ordre décroissant d'importance, sont :

  1. La représentation doit être capable d'encoder sans ambiguïté la plupart des formats de données courants utilisés dans les standards Internet.

    • Elle doit représenter un ensemble raisonnable de types de données et de structures de base à l'aide d'un encodage binaire. Le terme « raisonnable » est ici largement influencé par les capacités de JSON, avec l'ajout majeur des chaînes d'octets binaires. Les structures prises en charge se limitent aux tableaux et aux arbres ; les boucles et les graphes en treillis ne sont pas pris en charge.

    • Il n'est pas exigé que tous les formats de données soient encodés de manière unique ; autrement dit, il est acceptable que le nombre « 7 » puisse être encodé de plusieurs manières différentes.

  2. Le code d'un encodeur ou d'un décodeur doit pouvoir être compact afin de prendre en charge des systèmes disposant de très peu de mémoire, de puissance de processeur et de jeux d'instructions.

    • Un encodeur et un décodeur doivent pouvoir être implémentés avec une très faible quantité de code (par exemple, dans des nœuds contraints de classe 1 tels que définis dans [CNN-TERMS]).

    • Le format devrait utiliser des représentations de données contemporaines des machines (par exemple, sans exiger de conversion binaire vers décimal).

  3. Les données doivent pouvoir être décodées sans description de schéma.

    • Comme pour JSON, les données encodées devraient être auto-descriptives afin qu'un décodeur générique puisse être écrit.
  4. La sérialisation doit être raisonnablement compacte, mais la compacité des données est secondaire par rapport à la compacité du code de l'encodeur et du décodeur.

    • Le terme « raisonnable » est ici borné par JSON comme limite supérieure en taille, et par la complexité d'implémentation qui maintient une limite inférieure. L'utilisation de schémas de compression généraux ou de manipulations intensives de bits viole les objectifs de complexité.
  5. Le format doit être applicable à la fois aux nœuds contraints et aux applications à fort volume.

    • Cela signifie qu'il doit être raisonnablement économe en utilisation de processeur, tant pour l'encodage que pour le décodage. Ceci est pertinent à la fois pour les nœuds contraints et pour une utilisation potentielle dans des applications traitant un très grand volume de données.
  6. Le format doit prendre en charge tous les types de données JSON pour la conversion vers et depuis JSON.

    • Il doit prendre en charge un niveau raisonnable de conversion tant que les données représentées restent dans les capacités de JSON. Il doit être possible de définir une correspondance unidirectionnelle vers JSON pour tous les types de données.
  7. Le format doit être extensible, et les données étendues doivent pouvoir être décodées par des décodeurs antérieurs.

    • Le format est conçu pour des décennies d'utilisation.

    • Le format doit prendre en charge une forme d'extensibilité qui autorise un repli, afin qu'un décodeur qui ne comprend pas une extension puisse encore décoder le message.

    • Le format doit pouvoir être étendu à l'avenir par des standards IETF ultérieurs.

1.2. Terminologie​

Les mots-clés "MUST", "MUST NOT", "REQUIRED", "SHALL", "SHALL NOT", "SHOULD", "SHOULD NOT", "RECOMMENDED", "MAY" et "OPTIONAL" dans ce document doivent être interprétés comme décrit dans le RFC 2119, BCP 14 [RFC2119] et indiquent les niveaux d'exigence pour les implémentations CBOR conformes.

Le terme « byte » (octet) est utilisé dans son sens désormais habituel, comme synonyme d'« octet ». Toutes les valeurs multi-octets sont encodées en ordre des octets du réseau (c'est-à-dire l'octet de poids le plus fort en premier, également appelé « big-endian »).

Cette spécification utilise la terminologie suivante :

Élément de données (Data Item) : Une seule unité de données CBOR. La structure d'un élément de données peut contenir zéro, un ou plusieurs éléments de données imbriqués. Le terme est utilisé à la fois pour l'élément de données au format de représentation et pour l'idée abstraite qui peut en être dérivée par un décodeur.

Décodeur (Decoder) : Un processus qui décode un élément de données CBOR et le met à la disposition d'une application. Formellement, un décodeur contient un analyseur syntaxique pour découper l'entrée selon les règles de syntaxe de CBOR, ainsi qu'un processeur sémantique pour préparer les données sous une forme adaptée à l'application.

Encodeur (Encoder) : Un processus qui génère le format de représentation d'un élément de données CBOR à partir d'informations de l'application.

Flux de données (Data Stream) : Une séquence de zéro ou plusieurs éléments de données, non assemblés davantage en un élément de données conteneur plus grand. Les éléments de données indépendants qui composent un flux de données sont parfois également appelés « éléments de données de premier niveau » (top-level data items).

Bien formé (Well-Formed) : Un élément de données qui suit la structure syntaxique de CBOR. Un élément de données bien formé utilise les octets initiaux ainsi que les chaînes d'octets et/ou les éléments de données que leurs valeurs impliquent, tels que définis dans CBOR, et n'est pas suivi de données étrangères.

Valide (Valid) : Un élément de données qui est bien formé et qui suit également les restrictions sémantiques applicables aux éléments de données CBOR.

Décodeur de flux (Stream decoder) : Un processus qui décode un flux de données et met chacun des éléments de données de la séquence à la disposition d'une application au fur et à mesure de leur réception.

Lorsque l'arithmétique binaire ou les types de données sont expliqués, ce document utilise la notation familière du langage de programmation C, à ceci près que "**" désigne l'élévation à une puissance. Semblable à la notation "0x" pour les nombres hexadécimaux, les nombres en notation binaire sont préfixés par "0b". Des tirets bas peuvent être ajoutés à un tel nombre uniquement pour la lisibilité, ainsi 0b00100001 (0x21) peut être écrit 0b001_00001 pour souligner l'interprétation souhaitée des bits dans l'octet ; dans ce cas, il est divisé en trois bits et cinq bits.