SafeText

Strumento per sanificare il testo per consentire la distribuzione sicura di documenti da fonti anonime rimuovendo caratteri a larghezza zero e omoglifi.

Gli individui che tentano di divulgare un'email o altro file di testo corrono il rischio di essere identificati tramite fingerprinting. Il fingerprinting si verifica spesso quando il distributore originale del documento ha incorporato una qualche forma di canary. Ad esempio, l'email di Elon Musk nel 2008 in risposta a fughe di notizie presentava una formulazione leggermente diversa per ogni impiegato. Questa tattica è stata scoperta dagli impiegati e ha fallito. Una tattica più semplice anch'essa utilizzata è la presenza di modifiche quasi invisibili al testo. SafeText è progettato per identificare e rimuovere queste modifiche. Nello specifico, questo strumento rimuoverà omoglifi, caratteri a larghezza zero e altri caratteri sottili. Questo strumento tenterà anche di identificare ortografie uniche di parole che potrebbero rivelare la posizione di un individuo.

Utilizzo

Per utilizzare SafeText, esegui:

python safetext.py inputfile

L'output di esempio è:

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

Nota: I caratteri rilevanti saranno sottolineati - non racchiusi tra parentesi. SafeText produrrà l'output in infile.safe.