🔒 🧝🏼 ㊗️ क्यों धब्बा संवेदनशील जानकारी को बुरी तरह से छिपाता नहीं है 🌪️ 👸 🍘

निश्चित रूप से हर किसी ने टीवी पर और लोगों की इंटरनेट तस्वीरों पर देखा, विशेष रूप से अपने चेहरे को छिपाने के लिए धुंधले। उदाहरण के लिए, बिल गेट्स:

अधिकांश भाग के लिए, यह काम करता है क्योंकि चेहरे को पहचानने के लिए एक पर्याप्त विस्तृत तस्वीर में धब्बा को उलटने का कोई सुविधाजनक तरीका नहीं है। तो चेहरे के साथ सब कुछ ठीक है। हालांकि, कई गोपनीय नंबर और पाठ को धुंधला करने का सहारा लेते हैं। मैं दिखाऊंगा कि यह एक बुरा विचार क्यों है।

मान लीजिए कि किसी ने किसी भयानक कारण के लिए इंटरनेट पर अपने चेक या क्रेडिट कार्ड की एक तस्वीर पोस्ट की (मंच पर यह साबित कर दिया कि उसने एक मिलियन डॉलर कमाया या कुछ मज़ेदार दिखाया, या किसी क्रेडिट कार्ड से किसी चीज़ के आकार की तुलना की, आदि। ।), संख्याओं को छिपाने के लिए बहुत सामान्य मोज़ेक प्रभाव का उपयोग करके छवि को धुंधला कर दिया:

सुरक्षित लगता है क्योंकि कोई भी संख्या नहीं पढ़ेगा? गलत जवाब। इस योजना पर हमला है:

चरण 1. एक साफ चेक छवि प्राप्त करें

ऐसा करने के दो तरीके हैं। आप या तो एक चित्रमय संपादक में संख्याओं को निकाल सकते हैं, या उसी बैंक में एक खाता खोल सकते हैं और उसी कोण से अपना स्वयं का कार्ड फोटो कर सकते हैं, सफेद संतुलन और इसके विपरीत जोड़ सकते हैं। फिर एक चित्रमय संपादक (एक उच्च-रिज़ॉल्यूशन फोटो में, यह करना आसान है) से संख्याओं को हटा दें।

हमारे उदाहरणों में, निश्चित रूप से, यह आसानी से किया जाता है:

चरण 2. Iterations

सभी संभावित खाता नंबरों पर पुनरावृति करने के लिए एक स्क्रिप्ट का उपयोग करें और प्रत्येक के लिए एक चेक बनाएं, संख्याओं के समूहों को अलग करना। उदाहरण के लिए, VISA कार्ड पर, संख्याओं को 4 से समूहीकृत किया जाता है, इसलिए आप प्रत्येक अनुभाग को व्यक्तिगत रूप से संसाधित कर सकते हैं। इसके लिए केवल 4 × 10,000 = 40,000 छवियों की आवश्यकता होती है, जो आसानी से स्क्रिप्ट द्वारा उत्पन्न होती है।

चरण 3. मूल रूप से प्रत्येक छवि को धुंधला करें

मूल छवि (आसान) को धुंधला करने के लिए उपयोग की जाने वाली मोज़ेक टाइलों के सटीक आकार और पिक्सेल ऑफसेट का निर्धारण करें, और फिर अपनी प्रत्येक धुंधली छवियों के साथ भी ऐसा ही करें। इस मामले में, हम देखते हैं कि धुंधली छवि में एक 8x8 पिक्सेल मोज़ेक होता है, और ऑफसेट को छवि की ऊपरी सीमा से गणना करके निर्धारित किया जाता है (दिखाया नहीं गया):

अब हम सभी छवियों के माध्यम से क्रमबद्ध करते हैं, उन्हें मूल एक के समान धुंधला करते हैं, और हमें कुछ इस तरह मिलता है:

चरण 4. प्रत्येक धुंधली छवि के मोज़ेक चमक वेक्टर का निर्धारण करें।

इसका क्या मतलब है? ठीक है, चलो मोज़ेक संस्करण 0000001 (वृद्धि) ले लो:

... और मोज़ेक के प्रत्येक क्षेत्र का चमक स्तर (0-255) निर्धारित करते हैं, उनका नामकरण कुछ सुसंगत तरीके से करते हैं

a = [a_{1}, a_{2} . . ., a_{n}]

$a = [a_1, a_2 ..., a_n]$ :

इस स्थिति में, खाता संख्या 0000001 एक मोज़ेक चमक वेक्टर बनाता है

a (0000001) = [213, 201, 190, . . .]

$a (0000001) = [213,201,190, ...]$ । हम प्रत्येक खाते की संख्या के लिए मोज़ेक चमक वेक्टर को उसी तरह से ढूंढते हैं, प्रत्येक छवि को धुंधला करने के लिए एक स्क्रिप्ट का उपयोग करके और चमक को पढ़ते हैं। चलो

(x)

$(x)$ - खाता संख्या फ़ंक्शन

x

$x$ । तो

a (x)_{i}

$a (x) _i$ मोज़ेक चमक वेक्टर के i-वें वेक्टर मूल्य को दर्शाता है

ए क

$एक$ खाता संख्या से प्राप्त किया

x

$x$ । उच्चतर

00 (0000001)_{1} = 213

$00 (0000001) _1 = 213$ ।

अब हम मूल संदर्भ छवि के लिए वही करते हैं जो हमें इंटरनेट पर या कहीं भी मिला, एक वेक्टर प्राप्त करना जिसे हम यहां कहेंगे

z = [z_{1}, z_{2}, . . . z_{n}]

$z = [z_1, z_2, ... z_n]$ :

चरण 5. मूल छवि के सबसे करीब का पता लगाएं।

मूल छवि के मोज़ेक की चमक वेक्टर को परिभाषित करें, इसे कॉल करें

z = [z_{1}, z_{2}, . . . z_{n}]

$z = [z_1, z_2, ... z_n]$ और फिर प्रत्येक खाता संख्या (संकेतित) से दूरी की गणना करें

x

$x$ ) मोज़ेक की चमक वेक्टर के लिए (सामान्य होने के बाद):

d (x) = s q r t ((((x)_{0} / N ((x)) - z_{0} / N (z))^{2} + (a (x)_{1} / N (a (x)) - z_{1} / ए न (ज े ड))^{2} + . . .)

$d (x) = \ sqrt ((((x) _0 / N ((x)) - z_0 / N (z)) ^ 2 + (a (x) _1 / N (a (x)) - z_1 / एन (जेड)) ^ 2 + ...)$

जहाँ N(a(x)) और N(z) दिए गए सामान्यीकरण स्थिरांक हैं

N (a (x)) = (a (x)_{0}^{2} + a (x)_{1}^{2} + . . . "^{$}

$N (a (x)) = (a (x) _0 ^ 2 + a (x) _1 ^ 2 + ... "^ $$

N (z) = (z_{0}^{2} + z_{1}^{2} + . . .)^{2}

$N (z) = (z_0 ^ 2 + z_1 ^ 2 + ...) ^ 2$

अब बस सबसे छोटा ढूंढो

d (x)

$d (x)$ । क्रेडिट कार्ड के लिए, संभव संख्याओं का केवल एक छोटा हिस्सा क्रेडिट कार्डों की काल्पनिक रूप से संभव संख्याओं की पुष्टि करता है, इसलिए यहां कुछ भी जटिल नहीं है।

उदाहरण के लिए, हमारे मामले में, हम गणना करते हैं

N (z) = s q r t (206^{2} + 211^{2} + . . .) = 844.78459

$N (z) = \ sqrt (206 ^ 2 + 211 ^ 2 + ...) = 844.78459$

N (a (0000001)) = 907.47837

$N (a (0000001)) = 907.47837$

N (a (0000002)) = 909.20647

$N (a (0000002)) = 909.20647$

और फिर दूरियों की गणना करने के लिए आगे बढ़ें:

d (0000001) = 1.9363

$d (0000001) = 1.9363$

d (0000002) = 1.9373

$d (0000002) = 1.9373$

. . .

$...$

d (1124587) = 0.12566

$d (1124587) = 0.12566$

d (1124588) = 0.00000

$d (1124588) = 0.00000$

. . .

$...$

हो सकता है कि खाता संख्या मोज़ेक 1124588 से मेल खाती हो?

"लेकिन आपने अपनी खुद की छवि का उपयोग किया, जो कि समझने में आसान है!"

वास्तविक दुनिया में, वास्तविक फ़ोटो, फ़ोटोशॉप में लिए गए काल्पनिक उदाहरण नहीं। कैमरा कोण, अपूर्ण संरेखण आदि के कारण हमारे पास पाठ विकृति है। लेकिन यह किसी व्यक्ति को विकृति के प्रकार का सही निर्धारण करने और एक उपयुक्त स्क्रिप्ट बनाने से नहीं रोकता है! किसी भी मामले में, कुछ न्यूनतम परिभाषित दूरी को उम्मीदवारों के रूप में माना जा सकता है, और विशेष रूप से क्रेडिट कार्ड की दुनिया में, जहां संख्या को खूबसूरती से 4 के समूहों में विभाजित किया जाता है, और 10 में से केवल 1 नंबर वास्तव में एक वैध संख्या है, जो कई संभावित विकल्पों में से चयन करना आसान बनाता है। उम्मीदवारों।

वास्तविक तस्वीरों में इसे महसूस करने के लिए, दूरी एल्गोरिथ्म में सुधार किया जाना चाहिए। उदाहरण के लिए, आप औसत के अतिरिक्त मानक विचलन को सामान्य करने के लिए उपरोक्त दूरी सूत्र को फिर से लिख सकते हैं। आप मोज़ेक के प्रत्येक क्षेत्र के लिए आरजीबी या एचएसवी मूल्यों की स्वतंत्र रूप से प्रक्रिया कर सकते हैं, साथ ही प्रत्येक दिशा में कई पिक्सल द्वारा पाठ को विकृत करने के लिए स्क्रिप्ट का उपयोग कर सकते हैं और तुलना कर सकते हैं (जो अभी भी आपको तेजी से पीसी पर पूरी तरह से सीमित संख्या के साथ छोड़ देता है)। आप वास्तविक तस्वीरों में काम की विश्वसनीयता बढ़ाने के लिए मौजूदा निकटतम पड़ोसी एल्गोरिदम के समान एल्गोरिदम का उपयोग कर सकते हैं।

तो हां, मैंने अपनी छवि का उपयोग किया और इस मामले के लिए इसे अनुकूलित किया। लेकिन निश्चित रूप से वास्तविक दुनिया के उपयोग के लिए एल्गोरिथ्म में सुधार किया जा सकता है। लेकिन मेरे पास न तो समय है और न ही कुछ सुधारने की इच्छा, क्योंकि मैं आपकी जानकारी के लिए शिकार नहीं करता। लेकिन एक बात निश्चित है: यह एक बहुत ही सरल स्थिति है। छवि को धुंधला करने के लिए सरल मोज़ाइक का उपयोग न करें। आप जो कुछ भी करते हैं, वह उस छवि की जानकारी को कम कर देता है जिसमें सब कुछ होता है

ल ॉ ग (10^{ए} न) / ल ॉ ग (2)

$लॉग (10 ^ एन) / लॉग (2)$ खाता डेटा के प्रभावी बिट्स। जब आप ऐसी छवियां वितरित करते हैं, तो आप दृश्य जानकारी की मात्रा को कम करके उस तक पहुंच को बाधित करने के बजाय व्यक्तिगत जानकारी को समाप्त करना चाहते हैं।

100 × 100 की एक ग्राफिक छवि की कल्पना करें। मान लीजिए कि मैंने केवल पिक्सेल को औसत किया और उनमें से प्रत्येक को एक औसत मूल्य के साथ बदल दिया (अर्थात, मैंने तस्वीर को एकल-पिक्सेल "मोज़ेक" में बदल दिया)। आपने केवल एक फ़ंक्शन बनाया है, जिसमें 256 ^ (10000) वेरिएंट से, 256 वेरिएंट तक हैशेड है। जाहिर है, प्राप्त 8 बिट्स के साथ, आप मूल छवि को पुनर्स्थापित करने में सक्षम नहीं होंगे। लेकिन अगर आप जानते हैं कि कुल मिलाकर मूल छवि के लिए 10 विकल्प हैं, तो इन 8 बिट्स का उपयोग करके आप आसानी से निर्धारित कर सकते हैं कि किसका उपयोग किया गया था।

शब्दकोश हमला सादृश्य

अधिकांश UNIX / Linux सिस्टम प्रशासक जानते हैं कि / etc / passwd या / etc / छाया में पासवर्ड को एक तरफ़ा फ़ंक्शन जैसे कि Salt या MD5 के साथ एन्क्रिप्ट किया गया है। यह काफी सुरक्षित है, क्योंकि कोई भी इसके एन्क्रिप्टेड टेक्स्ट को देखकर पासवर्ड को डिक्रिप्ट नहीं कर सकता है। सिस्टम में प्रवेश करते समय उपयोगकर्ता द्वारा दर्ज किए गए पासवर्ड का एक ही तरह से एन्क्रिप्शन करने से प्रमाणीकरण होता है, और इस परिणाम की तुलना सहेजे गए हैश के साथ की जाती है। यदि वे मेल खाते हैं, तो उपयोगकर्ता ने सफलतापूर्वक परीक्षण पास कर लिया है।

यह सर्वविदित है कि उपयोगकर्ता द्वारा पासवर्ड के रूप में शब्दकोष का चयन करने पर वन-वे एन्क्रिप्शन स्कीम आसानी से टूट जाती है। सभी हमलावरों को पूरे अंग्रेजी शब्दकोश को एन्क्रिप्ट करने की आवश्यकता है, प्रत्येक शब्द के एन्क्रिप्टेड पाठ की तुलना इनक्रिप्टेड टेक्स्ट / इन / पासवार्ड में संग्रहीत है, और पासवर्ड के रूप में सही शब्द का चयन करें। इसलिए, उपयोगकर्ताओं को आमतौर पर अधिक जटिल पासवर्ड चुनने की सलाह दी जाती है जो शब्द नहीं हैं। एक शब्दकोश हमले को निम्नानुसार चित्रित किया जा सकता है:

इसी तरह, छवि धुंधला एक तरह से एन्क्रिप्शन योजना है। आप उस छवि को परिवर्तित कर देंगे जो आपके पास प्रकाशन के लिए एक और छवि में है। लेकिन चूंकि खाता संख्या आम तौर पर लाखों से अधिक नहीं होती है, हम संभावित संख्याओं के "शब्दकोश" को संकलित कर सकते हैं। उदाहरण के लिए, सभी नंबर 0000001 से 9999999 तक हैं। फिर स्वचालित प्रसंस्करण शुरू करें, जो इनमें से प्रत्येक छवि को एक खाली पृष्ठभूमि की तस्वीर पर रखता है - और प्रत्येक छवि को धुंधला करता है। फिर यह केवल धुंधले पिक्सेल की तुलना करने के लिए बना रहता है और देखें कि कौन से विकल्प मूल से सबसे अधिक मेल खाते हैं।

निर्णय

समाधान सरल है: छवियों को धुंधला न करें! इसके बजाय, बस उन पर पेंट करें:

याद रखें कि आप पूरी तरह से जानकारी निकालना चाहते हैं, और इसकी मात्रा को कम नहीं करना चाहते हैं, जैसा कि धुंधली तस्वीर में है।

क्यों धब्बा संवेदनशील जानकारी को बुरी तरह से छिपाता नहीं है