Unredacter, पिक्सेलेटेड मजकूर ओळखण्यासाठी एक साधन, सादर केले आहे

Unredacter टूलकिट सादर केले आहे, जे तुम्हाला पिक्सेलेशनवर आधारित फिल्टर वापरून मूळ मजकूर लपविल्यानंतर पुनर्संचयित करण्याची परवानगी देते. उदाहरणार्थ, स्क्रीनशॉट किंवा दस्तऐवजांच्या स्नॅपशॉट्समध्ये पिक्सेल केलेला संवेदनशील डेटा आणि पासवर्ड ओळखण्यासाठी प्रोग्रामचा वापर केला जाऊ शकतो. असा दावा केला जातो की Unredacter मध्ये अंमलात आणलेले अल्गोरिदम पूर्वी उपलब्ध असलेल्या समान उपयुक्ततेपेक्षा श्रेष्ठ आहे, जसे की Depix, आणि Jumpsec प्रयोगशाळेने प्रस्तावित पिक्सिलेटेड मजकूर ओळखण्यासाठी चाचणी उत्तीर्ण करण्यासाठी देखील यशस्वीरित्या वापरले गेले आहे. प्रोग्राम कोड TypeScript मध्ये लिहिलेला आहे आणि GPLv3 लायसन्स अंतर्गत वितरित केला आहे.

मजकूर पुनर्संचयित करण्यासाठी, Unredacter रिव्हर्स सिलेक्शन पद्धत वापरते, त्यानुसार मूळ पिक्सेलेटेड प्रतिमेच्या एका भागाची तुलना वेगवेगळ्या शिफ्ट्स आणि बदललेल्या वैशिष्ट्यांसह पिक्सेल केलेल्या वर्णांच्या जोड्यांमधून शोधून संश्लेषित केलेल्या व्हेरिएंटशी केली जाते. शोध दरम्यान, मूळ तुकड्याशी सर्वात जवळून जुळणारा पर्याय हळूहळू निवडला जातो. यशस्वीरित्या कार्य करण्यासाठी, आपल्याला फॉन्टचा आकार, प्रकार आणि इंडेंटेशन पॅरामीटर्सचा अचूक अंदाज लावणे आवश्यक आहे, तसेच पिक्सेलेशन ग्रिडमधील सेल आकार आणि मजकूरावरील ग्रिड आच्छादनाच्या स्थितीची गणना करणे आवश्यक आहे (ग्रिड ऑफसेट पर्याय स्वयंचलितपणे क्रमवारी लावले जातात) .

याव्यतिरिक्त, आम्ही डेपिक्सएचएमएम प्रकल्प लक्षात घेऊ शकतो, ज्याच्या फ्रेमवर्कमध्ये डेपिक्स युटिलिटीची आवृत्ती तयार केली गेली होती, लपलेल्या मार्कोव्ह मॉडेलवर आधारित अल्गोरिदममध्ये अनुवादित केले गेले होते, ज्यामुळे प्रतीक पुनर्रचनाची अचूकता वाढवणे शक्य झाले.

स्त्रोत: opennet.ru