Принцип изменения хэша файла
К типичным криптографическим хэшам относятся MD5, SHA-1/256 и т. д. Ключевая особенность криптографических хэш-функций — «лавинный эффект»: любое малейшее изменение входных данных приводит к огромному изменению результата. Это означает, что даже изменение всего одного байта полностью меняет всё значение хэша. Например, вы написали документ на 2000 слов и сохранили его в файл Word; достаточно изменить в нём один символ, например добавить пробел, и md5 этого файла полностью изменится. Поэтому суть «изменения хэша файла» заключается в изменении самого содержимого файла, а не внешних атрибутов вроде имени файла. Благодаря этой особенности изменение хэша на уровне файла относительно легко реализовать.
Разные системы и форматы по-разному определяют принадлежность «метаданных»: если метаданные встроены в данные файла (например, теги внутри JPEG или видеоконтейнера), их изменение меняет хэш; если метаданные хранятся во внешнем потоке данных или атрибутах файловой системы, их изменение не влияет на хэш, вычисляемый по содержимому файла. Это объясняет распространённое явление: «изменение имени файла не меняет хэш, а изменение встроенных метаданных меняет».
Транскодирование на видеоплатформах и «определение, был ли изменён хэш»
После загрузки видео пользователем видеоплатформа выполняет с ним следующие действия:
приём исходного файла
проверка и валидация формата
транскодирование (преобразование формата, изменение разрешения, сжатие)
извлечение ключевых кадров
Многоуровневое вычисление хэшей
Это конвейер транскодирования «демультиплексирование → декодирование → обработка → повторное кодирование → мультиплексирование», предназначенный для создания нескольких версий с разными битрейтами и разрешениями для адаптивного воспроизведения. Сам этот процесс изменяет последовательность байтов файла и любой криптографический хэш, который существовал до загрузки.
На уровне хэша файла: в процессе транскодирования платформа заново создаёт файл, поэтому исходный хэш файла естественным образом изменяется. Следовательно, заранее изменённый пользователем хэш файла после транскодирования уже не имеет значения. Поэтому платформа не будет определять, изменяли ли вы md5 и т. п. у этого файла, потому что в этом нет никакого смысла!
Этапы дедупликации и проверки авторских прав не зависят от хэша файла, предоставленного загрузившим пользователем. Вместо этого платформа вычисляет собственные «аудиовизуальные отпечатки/перцептивные хэши» на основе декодированного содержимого и сравнивает их с эталонными отпечатками в базе данных; например, YouTube Content ID выполняет «отпечаткование» загруженного контента и сопоставляет его с эталонами, предоставленными правообладателями.
Таким образом, платформа не «определяет, был ли изменён хэш», а «игнорирует загруженный хэш, заново вычисляет отпечаток содержимого и выполняет сопоставление». Поэтому простое изменение байтов файла или метаданных контейнера для изменения MD5/SHA не позволяет обойти проверку, основанную на содержимом.
