В конце прошлого года Министерство юстиции США опубликовало массив документов, связанных с расследованием дела Джеффри Эпштейна. Журналисты, историки и просто любопытствующие немедленно принялись изучать переписку финансиста и его окружения в поисках сенсаций. Но не только содержание писем интриговало.
Внимательные читатели электронных архивов столкнулись с аномалией: многие письма были переполнены техническим мусором. Символы «=» встречались настолько часто и в столь причудливых комбинациях, что порой делали текст практически нечитаемым.
Подобные вставки встречаются в документах повсеместно, порождая волну конспирологических теорий. Неужели сообщники использовали тайный шифр для общения? К сожалению, для любителей секретных кодов реальность оказалась куда прозаичнее и технически скучнее.
Призрак MIME
Как объяснили опрошенные эксперты, таинственные символы — вовсе не криптография, а банальный артефакт некорректной конвертации данных. Чтобы понять его природу, нужно вспомнить, как устроена электронная почта.
Протокол email исторически предназначен для передачи простых текстовых сообщений в кодировке ASCII. Однако очень быстро пользователям захотелось большего: форматирования, специальных символов, вложений. Так появился стандарт MIME (Multipurpose Internet Mail Extensions), которому уже более 30 лет. MIME позволяет «упаковывать» сложный контент в простые ASCII-символы для передачи по сети.
Ключевую роль в этом механизме играет знак «=». В MIME он выполняет две функции. Во-первых, это маркер «мягкого переноса строки» (soft line break), указывающий, что длинную строку нужно разорвать для передачи, а затем склеить обратно. Во-вторых, в паре с двумя другими символами (например, «=3D») он обозначает, что данный код должен быть преобразован в конкретный символ, не входящий в базовую таблицу ASCII. В норме почтовый клиент получателя автоматически расшифровывает эти обозначения.
Путь PDF-документа: четыре круга цифровой трансформации
Проблема возникла на стороне Министерства юстиции, которое выгружало эти письма для публикации. Ведомству нужно было превратить мешанину данных в фиксированные, удобные для чтения и, что важно, редактируемые PDF-файлы.
Питер Уайатт, технический директор Ассоциации PDF (PDF Association), изучил документы Эпштейна и предложил наиболее вероятную реконструкцию событий. По его словам, процесс выглядел так:
- Извлечение и конвертация. Специалисты извлекли данные из почтовых баз и преобразовали их в PDF-формат. Однако программное обеспечение, использованное на этом этапе, захватило часть служебной MIME-разметки, не декодировав ее до конца. Софт перенес в PDF технический мусор.
- Редактура. В получившийся PDF-документ внесли черные прямоугольники цензуры, скрывающие личные данные.
- Снятие метаданных. Чтобы скрыть служебную информацию и впечатать правки намертво (чтобы черные полосы нельзя было убрать простым кликом мыши), документ конвертировали в растровое изображение — например, JPEG.
- Финальная упаковка. Картинку снова преобразовали в PDF, который и попал в открытый доступ.
То есть электронные письма, иногда частично декодированные, были превращены в PDF, затем в JPEG, а затем снова в PDF.
Цифровая кракозябра
Но если с символом «=» все более-менее ясно, то как объяснить, что он иногда замещает буквы, например, превращая Jeffrey в J=effrey? Однозначного ответа нет, но эксперты выдвигают несколько гипотез.
Крис Пром, профессор и архивариус Иллинойсского университета, предполагает, что это проблема конвертации кодировок символов (character set conversion). Когда архиватор не может найти шрифт или кодовую таблицу, использованную почтовым сервером отправителя, на выходе появляются кракозябры.
Крейг Болл, судебный эксперт и преподаватель Школы права Техасского университета в Остине, добавляет, что свою роль сыграла война стандартов. Разные почтовые клиенты реализуют MIME по-своему. Болл обратил внимание, что в переписке фигурируют подписи, отправленные с BlackBerry и iPhone. Письма путешествовали через множество систем с разными методами кодирования.
Никакого заговора
Стандарт PDF сам по себе весьма сложен, а конвертация электронной почты в этот формат — процесс «особенно рискованный», как выразился профессор Пром.
В каком-то смысле символ «=» в документах Эпштейна — это техническая погрешность, отпечаток пути, который прошли данные: от сервера и карманного BlackBerry через жесткие диски Министерства юстиции, программы для цензуры, графические редакторы до экранов наших компьютеров.