一個42KB的檔案，解壓完其實是個4.5PB的“炸彈”

你聽說過 ZIP 炸彈嗎?

一個很小很小的，幾十 KB 的壓縮過後的檔案，解壓以後有幾百萬 GB ，好像炸彈一樣。

在繼續介紹它之前，差評君想先問問各位都用過哪些壓縮軟體。。。

WinRAR ？

或者 2345 好壓？

還是開源的 7 - Zip ？

其實壓縮軟體雖然五花八門，但目的都很單純：

把檔案佔用空間縮小。

不過差評君上面提到的壓縮軟體，又不單純是縮小空間。

JPG 圖片 ， MP3 音樂格式也起到了壓縮作用。

但是 JPG， MP3 們執行的是有失真壓縮。

一旦個檔案被有失真壓縮的時候，會損失一部分資料。

損失的代價就是，你無法從被壓縮的檔案還原出壓縮前的檔案。

圖片，音樂等多媒體在有的時候考慮可用性和傳播性，對這樣的結果是可以接受的。

但對許多通用資料來說，往往需要的是無失真壓縮，比如 .zip 。

對於無失真壓縮來說，演算法非常重要，不同的演算法能實現的壓縮率和速度有很大差別。

如上圖所示，主流的演算法一般在 30% - 40% 。

而文章一開始介紹的 ZIP 炸彈，是一個名為 42.zip 的檔案。

它的初始大小是 42KB ， 解壓密碼是 42 。

解壓之後的大小，足足有 4.5 PB 。

嗯。。。就是這麼囂張。

解壓這個 42.zip 以後會出現 16 個壓縮包，每個壓縮包又包含 16 個，如此迴圈 5 次，最後得到 16 的 5 次方個檔案，也就是 1048576 個。

這一百多萬個最終檔案，每個大小為 4.3 GB 。

因此整個解壓過程結束以後，會得到 1048576 * 4.6 GB = 4508876.8 GB

也就是 4508876.8 ÷ 1024 ÷ 1024 = 4.5 PB

還有比它更囂張的。

一個叫做 droste.zip 的大小為 28 KB 的檔案，一旦被開啟了以後，就會無限解壓縮生成一份同樣的檔案，直到永遠。

這個檔名靈感應該取自德羅斯特效應 （ Droste Effect ），是指一張圖片的部分與整張圖片相同，無限迴圈。。。如下圖↓

這個名字源自一家叫德羅斯特的可可粉廠商做的商品包裝。。。

注意女僕手上拿著的產品圖

咳咳。。。扯遠了。

總而言之，這個 droste.zip 的核心原理就是輸出結果為自身。

舉個例子，製作者大概做了這麼一件事：

在引號裡重複這句話 “ 在引號裡重複這句話 ” 

然後解壓縮之後，硬碟就。。。 BOOM ！

當然。。。也有劍走偏鋒思路不同的。

有一段名為 《 彗星撞地球 》 的影片，也展現了神奇的壓縮比率。

這段 3D 影片如果直接放出來要 15 G 左右，效果。。。放在它出生的年代 2000 年還真不差。

這個壓縮過的大小只有 64 KB， 壓縮了 25 萬倍 ！

實現的原理其實不算通常意義上的壓縮。

而是製作組 Warez 做了一個 64KB 的可執行 EXE 檔案，執行的時候會呼叫顯示卡，CPU 及記憶體等等及時渲染動畫。

打個比方，動畫就好比連環畫，傳統影片是畫好的一冊，而這個 《 彗星撞地球 》 則是看的時候現場一幅幅畫。

錄屏軟體錄了 7 分鐘都要 2.27 G 。（ 當然，這和現代螢幕解析度比較高有關係 ）

那麼問題來了。。。

一個檔案的壓縮率有極限嗎？

有，可以由資訊學之父克勞德·夏農提出的資訊熵函式算出來。

不過 42.zip 也好，droste.zip 也好，不適合套用夏農提出的極限。

因為這兩個檔案為了達到驚人的壓縮比，有大量刻意重複的資料，這種重複資料在壓縮的時候是可以被丟棄的，沒啥實質性內容的資訊。

那麼。。。

如果動畫還有點傳播意義， 42.zip 和 droste. zip 還有啥意義呢？

這兒就要提就是 ZIP 炸彈之所以被稱作 “ 炸彈 ” 的真正原因了。。。

除了會 “ 爆炸 ” ， 這玩意兒其實是拿來攻擊別人的。

某些病毒製作者利用防毒軟體會掃描壓縮檔案內部的特性，會把 ZIP 炸彈連帶病毒一起發到目標電腦上。

而 ZIP 炸彈表面上看起來很小，易於傳輸，但實際上掃描起來非常花時間。

趁著防毒軟體忙著掃描 4.5 PB 的資料，被佔用時，病毒軟體就可以趁虛而入了 ~

幹黑產的，角度刁鑽得讓人折腰。

不過現在很多防毒軟體已經有辦法避開這種 zip 炸彈的佯攻了，這個話題漸漸地拋開了黑產。

一直以來壓縮演算法是演算法研究裡津津樂道的話題， Huffman 樹， LZW 字典等等。。。

用程式解決資訊問題的姿勢，仔細一琢磨也挺有意思的不是？

∑編輯 | Gemini

來源 | 差評

更多精彩：

☞  哈爾莫斯：怎樣做數學研究

☞  祖克伯2017年哈佛大學畢業演講

☞  線性代數在組合數學中的應用

☞  你見過真的菲利普曲線嗎？

☞  支援向量機(SVM)的故事是這樣子的

☞  深度神經網路中的數學，對你來說會不會太難？

☞  程式設計需要知道多少數學知識？

☞  陳省身——什麼是幾何學

☞  模式識別研究的回顧與展望

☞  曲面論

☞  自然底數e的意義是什麼？

☞  如何向5歲小孩解釋什麼是支援向量機（SVM）？

☞  華裔天才數學家陶哲軒自述

☞  代數，分析，幾何與拓撲，現代數學的三大方法論

演算法數學之美微信公眾號歡迎賜稿

稿件涉及數學、物理、演算法、計算機、程式設計等相關領域，經採用我們將奉上稿酬。

投稿郵箱：math_alg@163.com