聊天截图厚码也不安全，大神写了算法分分钟给你还原

导读：打码打了个寂寞。

作者：金磊

来源：量子位（ID：QbitAI）

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）

01 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。

02 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。

03 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

延伸阅读👇

干货直达👇

• 手把手教你搞定4类数据清洗操作
  

• 建议收藏！数据中台行业发展概况及展望

• 什么是元宇宙、新基建、赛博空间？7个最火科技名词解释，都在这里了
  

• 详解6G系统数据治理方案的设计要点和原则

更多精彩👇

在公众号对话框输入以下关键词

查看更多优质内容！

读书 | 书单 | 干货 | 讲明白 | 神操作 | 手把手

大数据 | 云计算 | 数据库 | Python | 爬虫 | 可视化

AI | 人工智能 | 机器学习 | 深度学习 | NLP

5G | 中台 | 用户画像 | 数学 | 算法 | 数字孪生

据统计，99%的大咖都关注了这个公众号

👇