大家好，小编现在重点介绍的是关于“文件格式有哪些类型”的核心信息以及“各种文件格式有什么区别”的相关知识，希望能够帮到您。
你可能听说过格式工厂，是一个给文件转格式的工具。
但今天，硅星人见识了一个十分厉害的东西：不但一个文件可以有六种格式，而且变出来的新文件 MD5 哈希值还和源文件一样……
需要声明，不是故意要发在四月一日欺骗大家的感情：下面提到的都是真的，并非愚人节玩笑。
我们来一步一步看。
黑客圈有本期刊叫做 PoC||GTFO，全名是 The International Journal of Proof of Concept or Get The Fuck Out，发表在上面的都是一些文件格式、逆向工程和黑客攻击方面杂七杂八的东西。期刊的发表方式为** pdf，免费传阅，鼓励镜像。
而最新的 PoC||GTFO 0x19 这一期也很有意思：它本身是一个 pocorgtfo19.pdf 文件，却可以手动修改扩展名，变成三个“完全不同”，却又“完全相同”的文件。
这三个相同又不同的文件，扩展名分别为 .pdf .zip 和 .html。你可以在 GitHub [1] 上下载这个文件，然后自己修改扩展名试试。如果你无法访问，硅星人也把文件传到了百度网盘上 [2]。
如果我们对这三个文件 .pdf .zip 和 .html 进行 MD5 校验，会发现他们的 MD5 值完全一致——这并没什么的，因为不会对文件造成任何影响，理论上它们还是同一个文件：
但它的好玩之处就在于，三个不同扩展名都可以正常工作，并且具备各自的意义。
如果你打开 .pdf 版本，就可以阅读这本期刊：
把扩展名改成 .zip，然后进行解压，会得到这一期 PoC||GTFO 所引用作品的原始文档：
最后我们把格式改成 .html，就可以在浏览器里打开了，会得到下面这样一个静态页面：
这还没完，更有趣的还在后面呢。这个页面上写的是：drop me here so that I can parse myself。这又是什么意思？
因为你现在打开的是 .html 文件，所以正确的做法是把 .html 文件再拖回到上面那段字所在的地方：
这个 html 自己解析自己，居然又解出来了四个文件？？？？
解出来四个新文件的分别为：图像 .png、微软可执行 .ex、视频 .mp4，以及和最初的 .pdf 完全相同的另一个 .pdf 文件）。
如果你再去对这四个新文件检查 MD5 值，可能世界观会崩塌：它们的 MD5 值跟原始的 .pdf 仍然一样。
而且你需要注意到：新出来的其中三个文件并不是从原文件直接改扩展名得到的，而是那个 .html 文件作为一个解析器，对自己进行解析，所得到的次生文件。
因为在 macOS 上，硅星人就不打开 .ex 文件了；如果我们打开 mp4 文件，会得到一段很短**视频：
在解析后的页面里，这个小玩意的作者如此解释：这个文件是一个 HTML，但同时它也是一个 PDF polyglot.
Polyglot 的字面意义是通晓多种语言。在计算机科学上，它描述的是多种计算机语言写在一个文件里得到的“杂交体”，可以被这些语言对应的编译器编译。
用普通程序员的话来讲，Polyglot 就是一个程序可以同时用 PDF 和 HTML 编译器通过。用人话翻译一遍，就是一个文件，它可以被当做图片、视频和文档打开，也可以当做可执行程序运行……
作者继续解释道：它不仅仅是一个 HTML 和 PDF 的 polyglot，还同时和另外四个文件实现了 MD5 碰撞。
这究竟是什么魔法？？？
刚才我们还有一个文件没打开，也就是 .png。如果你用 Chrome 浏览器打开它，能看到下面这张图：
它其实描述的就是这个文件的结构。简单来说：对一个文件的编码“排版”进行刻意的修改，在里面同时加入 html、png、mp4、pe 的文件头 和内容。
基因学有个词叫做嵌合体，描述的是一个生物体同时拥有多套 DNA，体现出不同的特征。比如杂交，如果成功，得到的就是一种最典型的生物嵌合体。
而这个 html/pdf 文件，就像是计算机上的嵌合体。它看起来是一种文件，实际上还包含了其他多种文件的“特征”……
网友对这个小玩意给出了很高的评价：
无限接近魔法了Twitter @suburbsec哈哈非常酷！向着 SHA-2 进发！Twitter @_unwriter笑翻了。MD5 别着急，你到不是完全没用，只是变成梗了 :-)Twitter @037小心这些碰撞的碎片Twitter @dntlookbehindu这个小玩意的主要作者是 Ange Albertini 和 Marc Stevens。
Albertini 是 PoC||GTFO 的编辑之一，以及期刊 GitHub“官方页面”的所有者。他在 Google 的瑞典苏黎世办公室担任安全工程师，在这个小玩意里主要负责逆向工程的工作。
Marc Stevens 为该项目提供了哈希碰撞方面的重要帮助。他在荷兰**研究机构 CWI 从事加密科学研究，于2017年和 Google 合作首次完成了 SHA-1 碰撞破解，也就是著名的 SHAttered 事件。
前面提到，MD5 在多年前就被证明可以碰撞破解，但是碰撞起来很费时费力。而Albertini 和 Stevens 共同开发出了一个“一键脚本”，能够轻松实现两个文件的 MD5 碰撞。
“碰撞任何两个文件多年前就实现了，问题是每次都需要几个小时，没有捷径。 我们在此提供一种技巧，面向特定文件格式和预先计算好的碰撞前缀，让碰撞即可完成。
这一技术的工作原理大致是这样的：通过预先计算，了解 JPG, PNG, PDF, MP4 这样的常用文件格式的 prefix可以怎样兼容，然后在一个单独的文件 A 上做文章，使得 A 文件可以包含 b.jpg、c.png、d.pdf 和 e.mp4 四个不同文件的数据。
现在，这些研究者可以在 JPG, PNG, PDF, MP4, GIF 这些常用格式的文件之间快速实现碰撞——不仅他们可以，你也行。他们已经在 GitHub - corkami/Collision [3]上开源了这些技术，“git clone，运行，搞定。”Albertini 写道。
说实话这个技术没太多创造价值的用途……无非是 1）证明了 MD5 真的太不安全了，建议弃用；2）可以被用于黑客攻击。
安全研究员晨月举了一个哈希碰撞攻击的简单例子：“比方杀毒软件对可执行文件很严格，但有个 exe 文件伪装成了 jpg 文件，图片看起来也没什么问题，就被通过了，然后进入系统展开攻击。”
这种攻击造成的伤害，可能更多是社会意义上的。
比如，某政客的网站上有一段视频总结了他的政治理念和纲领，而黑客制作了一段哈希值和原视频完全相同，但意义完全相反的视频，再注入到网站上，让政客丢脸，使其失去选民的信任。
这样看的话，基于这一技术的黑客攻击就大有潜力了……
两个不同的视频，MD5 值一致[4]
这个小玩意的其他贡献者者还有 Rafał Hirsz，他跟 Albertini 是同事，负责 JavaScript；Kurt Pfeifle，一位 PDF 文件/PostScript语言方面的专家，PDF Association 成员；Philippe Teuwen，比利时安全公司 QuarksLab 研究员，为项目提供文件格式帮助；以及 .mp4 视频的作者是 Gustavo Torres，一位独立视觉艺术家。
因为文件格式和哈希算法确实不是硅星人的专业，我们就不深入探讨了……
如果你感兴趣的话，可以下载 PoC||GTFO 的0x19期，然后自己动手该扩展名玩一玩，然后到 GitHub - corkami/Collision 上了解技术详情。
总结：以上内容就是关于文件格式有哪些类型和各种文件格式有什么区别的全部内容，是由小编认真整理编辑的，如果对您有帮助请收藏转发...感谢支持！
