davidjacobson/safetextSkript zum Entfernen von Homoglyphen und Zeichen mit Nullbreite, um eine sichere Verteilung von Dokumenten aus anonymen Quellen zu ermöglichen.
Tool zur Bereinigung von Text, um eine sichere Verbreitung von Dokumenten aus anonymen Quellen zu ermöglichen, indem Nullbreitenzeichen und Homoglyphen entfernt werden.
Einzelpersonen, die versuchen, eine E-Mail oder eine andere Textdatei durchsickern zu lassen, riskieren, durch Fingerprinting identifiziert zu werden. Fingerprinting tritt häufig auf, wenn der ursprüngliche Verteiler des Dokuments eine Art Canary eingebettet hat. Beispielsweise enthielt Elon Musks E-Mail im Jahr 2008 als Reaktion auf Lecks für jeden Mitarbeiter leicht unterschiedliche Formulierungen. Diese Taktik wurde von den Mitarbeitern bemerkt und schlug fehl. Eine einfachere Taktik, die ebenfalls angewendet wird, ist das Vorhandensein von nahezu unsichtbaren Änderungen am Text. SafeText wurde entwickelt, um diese Änderungen zu identifizieren und zu entfernen. Konkret entfernt dieses Werkzeug Homoglyphen, Nullbreitenzeichen und andere subtile Zeichen. Außerdem wird versucht, einzigartige Schreibweisen von Wörtern zu identifizieren, die den Standort einer Person verraten könnten.
Um SafeText zu verwenden, rufen Sie folgendes auf:
python safetext.py inputfile
Beispielausgabe:
λ python safetext.py TestFile.txt
[*] Cleaning TestFile.txt to TestFile.txt.safe ...
[!] FOUND HOMOGLYPHIC CHARACTER CYRILLIC_large_H ON LINE 1
The message said: "(Н)ey, let's hang out!"
[!] FOUND a SPACE ON LINE # 2
Lorem*Ipsum*Dolor*Sit
[!] WARNING - Use of spelling (colour) that identifies country on line 3
[!] FOUND HOMOGLYPHIC CHARACTER GREEK_B ON LINE 5
[!] FOUND HOMOGLYPHIC CHARACTER GREEK_C ON LINE 5
Subject: (Β)udget (Ϲ)uts
[*] Output file closed
Hinweis: Die relevanten Zeichen werden unterstrichen – nicht in Klammern gesetzt. SafeText gibt die Ausgabe in infile.safe aus.