讲个恐怖的故事。早上跟同事在微信闲谈,聊起了一位女同事最近的变化。结果他反手就把文字打上马赛克,截图丢进了群里: 还欠欠儿地补了一刀:"@XXX,他说你坏话了呦~"万万没想到,这位同事气势汹汹地走了过来,竟然直接点出了"秘密文字"的内容。当时的我是这样的: 见状,这位老师补充道: 都什么年代了,以为打马赛克我就认不出来了?分分钟还原好吧! …… 好奇如我,马上对这个技术展开了一番"调查"。(PS:聊天原图在文末揭晓)如何还原打了马赛克的文字? 还别说,国外一家公司的首席研究员 Dan Petro(下文简称 Dan),这两天就发布了这么一篇帖子。 他直接点出了重点: 打马赛克(像素化),是一种非常不好、不安全,而且会泄露敏感数据的方法。 为了验证他的说法,Dan 亲自下场写了一个名为Unredacter的工具。然后现场演示了一下,这个工具是如何一点一点把打了马赛克的文字还原的: 从上面的示例中,不难看出,即便原文打了厚厚的一层马赛克,在这个工具面前依旧像"裸奔"一样。或许你会说,这玩意儿操作起来会很复杂吧?不不不。非常之简单,仅仅是 2 个步骤: 用 npm install 安装依赖项 用 npm start 来启动 虽然在 Dan 之前,已经有类似的工具存在了,例如Depix。但一个非常现实的问题就是,Depix 还原的文字,从视觉效果上并不是很好: Depix 还原出来的文字,有些地方的还是糊糊的。因此,国外 Jumpsec Lab 的一位研究员指出了这个问题,并且还附上了一道比较有意思的挑战:如果你破解了密码,请联系我们。 这样的挑战便引起了 Dan 极大的兴趣,这也就是他开发 Unredacter 的原因。于是,在 Unredacter 的加持下,Dan 顺利攻破了这项挑战: 而后 Dan 联系上了这位研究员,在邮件的回复中,也证实了 Dan 的结果是正确的: 不仅如此,Dan 还介绍说,像类似用涂抹方式来打的马赛克,无论是在 GiMP、Photoshop 或者其它编辑器中,结果都是一样的。因此,他的破解方法应当是具备一定的通用性。 当然,生活中我们或多或少都会有"打码"的需求,既然马赛克不安全,那有没有更好的方式呢?Dan 对此的答复是:用黑色条来遮挡 。 还有还原打了马赛克的图片 其实"还原马赛克"这件事,AI 界早就有所研究。例如杜克大学提出的PLUSE 便是其中之一,还登顶了 CVPR。但它修复的并不是文字,而是人像,例如: 从原理角度来看,它本质上是生成对抗网络(GAN)。PLUSE 主要是根据模糊的马赛克像素,"画"出新的一张张不存在的人脸,再压缩回马赛克状态跟原图比一比,把相似的版本拿出来展示。 当然,这项技术也并非完美,也有翻车的时候。例如网友就拿马里奥试了试,结果…… Emmm…… 这"味道",不一般。One More Thing 最后,来揭晓一下开头故事的答案。 着实是个惨痛的教训了…… 项目地址: https://github.com/bishopfox/unredacter 参考链接: [1]https://bishopfox.com/blog/unredacter-tool-never-pixelation [2]https://labs.jumpsec.com/can-depix-deobfuscate-your-data/ [3]https://arxiv.org/abs/2003.03808