Principe de la modification du hachage d’un fichier
Les hachages cryptographiques typiques incluent : MD5, SHA-1/256, etc. La caractéristique centrale de conception des fonctions de hachage cryptographique est « l’effet avalanche » : toute modification, même infime, de l’entrée entraîne une modification majeure de la sortie. Cela signifie que même si l’on ne modifie qu’un seul octet, la valeur de hachage entière sera complètement différente. Par exemple, si vous écrivez un document de 2000 mots et l’enregistrez dans un fichier Word, il suffit de modifier un seul caractère, par exemple d’ajouter un espace, pour que le md5 de ce fichier change totalement. Ainsi, l’essence du « changement du hachage d’un fichier » consiste à modifier le contenu du fichier lui-même, et non des attributs externes comme le nom du fichier. Cette caractéristique rend la modification du hachage au niveau du fichier relativement facile à réaliser.
Les systèmes et formats diffèrent quant à ce qu’ils considèrent comme des « métadonnées » : si les métadonnées sont intégrées aux données du fichier (par exemple des balises dans un conteneur JPEG/vidéo), les modifier changera le hachage ; si les métadonnées sont stockées dans des flux de données ou attributs externes du système de fichiers, les modifier n’affectera pas le hachage calculé à partir du contenu du fichier. Cela explique le phénomène courant selon lequel « changer le nom du fichier ne modifie pas le hachage, mais modifier les métadonnées intégrées le modifie ».
Transcodage par les plateformes vidéo et « détection d’une modification du hachage »
Lorsqu’un utilisateur téléverse une vidéo sur une plateforme vidéo, celle-ci effectue les opérations suivantes :
Réception du fichier original
Vérification et validation du format
Traitement de transcodage (conversion de format, ajustement de la résolution, compression)
Extraction des images clés
Calcul de hachages multicouches
Il s’agit d’un pipeline de transcodage « démultiplexage → décodage → traitement → réencodage → multiplexage », destiné à produire plusieurs versions à différents débits/résolutions pour une lecture adaptative. Ce processus modifie en lui-même la séquence d’octets du fichier ainsi que tout hachage cryptographique calculé avant le téléversement.
Au niveau du hachage de fichier : pendant le transcodage, la plateforme régénère le fichier, et le hachage du fichier original change naturellement. Par conséquent, le hachage de fichier modifié à l’avance par l’utilisateur n’a plus de signification après le transcodage. La plateforme ne cherche donc pas à déterminer si vous avez modifié le md5 ou autre de ce fichier, car cela n’a aucun intérêt !
Les étapes de déduplication/détection des droits d’auteur ne reposent pas sur le hachage de fichier fourni par l’utilisateur, mais sur les propres « empreintes audio/vidéo » ou hachages perceptuels calculés par la plateforme sur le contenu après décodage, puis comparés aux empreintes de référence de sa base de données ; par exemple, Content ID de YouTube « empreinte » le contenu téléversé et le compare aux références fournies par les ayants droit.
Ainsi, la plateforme ne « détecte pas que le hachage a été modifié » ; elle « ignore le hachage téléversé, recalcule l’empreinte du contenu et effectue une correspondance ». De ce fait, modifier simplement les octets du fichier ou les métadonnées du conteneur pour changer le MD5/SHA ne permet pas de contourner la détection basée sur le contenu.
