微信如何進(jìn)行審查？

此前我們的研究發(fā)現(xiàn)針對使用手機(jī)號碼注冊的賬號進(jìn)行關(guān)鍵詞和圖片審查。

通過服務(wù)器端進(jìn)行內(nèi)容審查，審查機(jī)制存儲在服務(wù)器上。信息從一方微信用戶發(fā)送到另一方時，它會途徑騰訊（微信的母公司）管理的服務(wù)器，服務(wù)器在把信息傳遞到接收方時會先檢查該信息是否含有敏感詞。

含有敏感詞的信息會被屏蔽，微信不會對信息發(fā)送方或接收方進(jìn)行屏蔽提示。以下截屏顯示的是兩個中國大陸注冊微信賬號的聊天界面。一個賬號試圖發(fā)送關(guān)鍵詞“126”，該關(guān)鍵詞被屏蔽，但沒有任何信息提示發(fā)送者或接收者信息被屏蔽了。

微信如何分析，標(biāo)示，并存儲敏感文件？

文件會被掃描是否存在敏感文字。圖像也會被掃描是否含有敏感文字，此外，圖像還會被與系統(tǒng)現(xiàn)有的敏感圖庫比對，分析目標(biāo)圖片是否與圖庫內(nèi)的其他圖片相似。如果文件被系統(tǒng)定義為政治敏感，文件的MD5值會被標(biāo)示。微信會儲存這個MD5值，以備下次更有效率地過濾這些文件。

微信通過消息摘要算法版本5 （MD5 hash）來迅速辨識并標(biāo)志敏感內(nèi)容。MD5值是什么？

MD5是一種數(shù)字指紋。MD5算法可以用來把體積大的文件縮小至一個“哈希值”。哈希值通常由一個短的隨機(jī)字母和數(shù)字組成的字符串組成。按照MD5算法的不可逆性和唯一性設(shè)計，不同的文件應(yīng)該擁有不同的MD5值，但實際上該算法在漏洞。由于微信使用MD5算法存儲敏感文件的哈希值，我們利用了算法的漏洞來設(shè)計本研究。我們把兩份內(nèi)容不同的圖像文件修改成一樣的哈希值，其中一張圖像含有政治敏感信息，另一張是普通的圖像文件。我們的測試顯示，敏感圖像在非中國大陸注冊賬號中傳輸后，擁有一樣哈希值但是不含有敏感信息的圖像在中國大陸注冊賬號中被審查了。測試結(jié)果表明，非中國大陸注冊賬號間的通訊必然存在監(jiān)控，因為非敏感圖像的數(shù)字指紋不可能被微信系統(tǒng)標(biāo)示成敏感信息。

下圖展示了把文檔或圖像轉(zhuǎn)換為MD5值的過程。在下圖的例子中，兩張不同的圖像通過加密算法轉(zhuǎn)換成兩個唯一的MD5值。

主要發(fā)現(xiàn)

• 微信采用了兩種不同的算法過濾朋友圈中的敏感圖片：一種是基于光學(xué)字符識別（Optical character Recognition）的文字檢測方法，該方法用以過濾包含敏感詞的圖片；另一種是基于圖像相似度的對比，該算法用以過濾與微信不良圖片數(shù)據(jù)庫中的圖片相似或吻合的圖片。

• 我們發(fā)現(xiàn)微信采用的文字識別算法與大部分文字識別算法有所相通，即其對包含文字的圖像進(jìn)行灰度化（grayscale）和通過斑點合并（blob merging）來識別文字。
• 微信基于圖片相似度的的圖片過濾算法并沒有使用機(jī)器學(xué)習(xí)來判別目標(biāo)圖片是否屬于某個不良圖片類別。
• 在研究這兩種不同算法的同時，我們發(fā)現(xiàn)用以檢測不良內(nèi)容的技術(shù)同樣可以被用來反審查。
• 通過分析了解文字識別算法和圖片相似度檢測算法，我們發(fā)現(xiàn)了這兩種算法并非萬無一失。算法的弱點讓用戶得以通過編輯圖片，使經(jīng)過編輯的圖片與原敏感圖片在能夠被普通讀者識別理解的同時欺騙機(jī)器算法，從而不被過濾。

微信是中國騰訊控股有限公司旗下的即時通訊應(yīng)用，目前是中國最受歡迎的聊天軟件之一，也是全球排名第四的最流行聊天軟件。朋友圈是微信上最常用的功能之一，其中圖片是用戶最期望看到的內(nèi)容分享形式。

? ? ? ? ? ? ? 點贊? ? ?關(guān)注? ? ??收藏? ?? 投幣