聊天截图厚码也不安全，大神算法分分钟还原

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