一个42KB的文件,解压完其实是个4.5PB的“炸弹”

发布日期:2018-08-30 浏览次数: 5835 次
    差友们,听说过 ZIP 炸弹吗?
    一个很小很小的,几十 KB 的压缩过后的文件,解压以后有几百万 GB ,好像炸弹一样。
    在继续介绍它之前,差评君想先问问各位都用过哪些压缩软件。
    WinRAR ?或者 2345 好压?还是开源的 7 - Zip ?

 
    其实压缩软件虽然五花八门,但目的都很单纯:
    把文件占用空间缩小。
    不过差评君上面提到的压缩软件,又不单纯是缩小空间。
    JPG 图片 , MP3 音乐格式也起到了压缩作用。
    但是 JPG, MP3 们执行的是有损压缩。
 

 
    一旦个文件被有损压缩的时候,会损失一部分数据。
    损失的代价就是,你无法从被压缩的文件还原出压缩前的文件。
    图片,音乐等多媒体在有的时候考虑可用性和传播性,对这样的结果是可以接受的。
    但对许多通用数据来说,往往需要的是无损压缩,比如 .zip 。
    对于无损压缩来说,算法非常重要,不同的算法能实现的压缩率和速度有很大差别。
 

 
    如上图所示,主流的算法一般在 30% - 40% 。而文章一开始介绍的 ZIP 炸弹,是一个名为 42.zip 的文件。它的初始大小是 42KB , 解压密码是 42 。解压之后的大小,足足有4.5PB。解压这个 42.zip 以后会出现 16 个压缩包,每个压缩包又包含 16 个,如此循环 5 次,得到 16 的 5 次方个文件,也就是 1048576 个。
    这一百多万个文件,每个大小为 4.3 GB 。因此整个解压过程结束以后,会得到 1048576 * 4.6 GB = 4508876.8 GB,也就是 4508876.8 ÷ 1024 ÷ 1024 = 4.5 PB。
    还有比它更嚣张的。一个叫做 droste.zip 的大小为 28 KB 的文件,一旦被打开了以后,就会无限解压缩生成一份同样的文件,直到永远。
    这个文件名灵感应该取自德罗斯特效应 ( Droste Effect ),是指一张图片的部分与整张图片相同,无限循环。。。如下图↓
 

 
    这个名字源自一家叫德罗斯特的可可粉厂商做的商品包装。。。
注意女仆手上拿着的产品图

 
    咳咳。。。扯远了。总而言之,这个 droste.zip 的核心原理就是输出结果为自身。
    举个例子,制作者大概做了这么一件事:在引号里重复这句话 “ 在引号里重复这句话 ” 
    然后解压缩之后,硬盘就。。。 BOOM !
 

 
    当然。。。也有剑走偏锋思路不同的。
    有一段名为 《 彗星撞地球 》 的影片,也展现了神奇的压缩比率。
    这段 3D 影片如果直接放出来要 15 G 左右,效果。。。放在它出生的年代 2000 年还真不差。
    这个压缩过的大小只有 64 KB, 压缩了 25 万倍 !实现的原理其实不算通常意义上的压缩。
    而是制作组 Warez 做了一个 64KB 的可执行 EXE 文件,运行的时候会调用显卡,CPU 及内存等等及时渲染动画。
    打个比方,动画就好比连环画,传统影片是画好的一册,而这个 《 彗星撞地球 》 则是看的时候现场一幅幅画。
    差评君用录屏软件录了 7 分钟都要 2.27 G 。( 当然,这和现代显示屏分辨率比较高有关系 )
 

 
    那么问题来了。。。
    一个文件的压缩率有极限吗?
    有,可以由信息学之父克劳德·香农提出的信息熵函数算出来。
 

 
    不过 42.zip 也好,droste.zip 也好,不适合套用香农提出的极限。
    因为这两个文件为了达到惊人的压缩比,有大量刻意重复的数据,这种重复数据在压缩的时候是可以被丢弃的,没啥实质性内容的信息。
    那么。。。
    如果动画还有点传播意义, 42.zip 和 droste. zip 还有啥意义呢?
    这儿就要提就是 ZIP 炸弹之所以被称作 “ 炸弹 ” 的真正原因了。。。
    除了会 “ 爆炸 ” , 这玩意儿其实是拿来攻击别人的。
 

 
    某些病毒制作者利用杀毒软件会扫描压缩文件内部的特性,会把 ZIP 炸弹连带病毒一起发到目标电脑上。
    而 ZIP 炸弹表面上看起来很小,易于传输,但实际上扫描起来非常花时间。
    趁着杀毒软件忙着扫描 4.5 PB 的数据,被占用时,病毒软件就可以趁虚而入了 ~
    差评君昨天说了啥来着。。。
    干黑产的,角度刁钻得让人折腰。
    不过现在很多杀毒软件已经有办法避开这种 zip 炸弹的佯攻了,这个话题渐渐地抛开了黑产。
    一直以来压缩算法是算法研究里津津乐道的话题, Huffman 树, LZW 字典等等。。。
    用程序解决信息问题的姿势,仔细一琢磨也挺有意思的不是?

   转自:差评
分享到:
×

微信扫一扫分享

XML 地图 | Sitemap 地图