Hotdry.
归档
security

字体混淆字符的字形渲染相似度量化：超越 Unicode 规范化的像素级度量

基于 confusable-vision 项目，批量渲染 1418 对 homoglyphs 于 230 字体，计算 SSIM 相似度，提供安全检测的工程参数与阈值。

在 Unicode 标识符欺骗攻击中，传统 confusables.txt 仅基于抽象字符映射，无法捕捉字体渲染导致的实际视觉混淆。像素级相似度量化是必要补充，能精确识别高风险 homoglyph 对，提供更可靠的安全检测基础。

渲染相似度的核心价值

Unicode TR39 定义的 confusables 是基于兼容性分解（如 NFKC）和人工审核的静态列表，但忽略了字体设计与渲染引擎的变异。例如，Cyrillic 'а' (U+0430) 在多数 sans-serif 字体中与 Latin 'a' 像素相同，却依赖具体字体实现。量化渲染相似度，能将 “潜在风险” 转化为可测指标：SSIM (Structural Similarity Index Measure) 分数从 -1 到 1，1 表示像素相同，0.7 以上视为高风险。这超越规范化，模拟真实浏览器 / 系统渲染场景。

项目方法与证据

confusable-vision 项目针对 TR39 中 1418 对非拉丁源字符到拉丁 a-z/0-9 目标，自动化渲染流程：

  • 字体发现：使用 fontconfig 查询支持 Latin a-z 的系统字体（macOS 230 个，包括 74 standard、103 Noto 等）。
  • 渲染管道：针对每个字符，渲染 48x48 灰度 PNG（node-canvas），仅渲染支持该字符的字体（减少 97% 计算）。
  • 相似度计算：235,625 次 SSIM 比较，分 same-font（均值 0.536）和 cross-font（0.339）。灰度渲染优于彩色，因边缘对比保留更好。

关键发现：

  • 96.5% 对 SSIM <0.7，非高风险（中位均值 0.322）。
  • 82 对 max SSIM ≥0.999（像素相同），如 Cyrillic а/e/o/p/c/y/x 在 35-46 个标准字体中重用 Latin 字形轮廓。"confusable-vision 渲染 1418 对于 230 字体，发现 96.5% 非高风险，但 82 对像素相同。"
  • Cyrillic 最危险（均值 0.447），Math Alphanumeric 最低（0.302）。
  • 危险字体：Phosphate (67.5% 高风险对)、Copperplate (67.0%)；安全字体：Zapfino (0%)。

扩展扫描发现 793 novel confusables（SSIM ≥0.7），74.5% 有效于 JS 标识符与 IDN，突出垂直笔画（如 l/i/j 占 47.5%）。

可落地工程参数与清单

实现类似管道，提供生产级参数：

1. 阈值配置

风险级别 SSIM 阈值 行动 示例对数
像素相同 ≥0.999 硬阻挡 82 对（Cyrillic）
高风险 0.70-0.999 警告 / 审核 49 TR39 + 793 novel
中风险 0.30-0.70 软警告 字体 / 上下文依赖
低风险 <0.30 忽略 数学变体
  • 聚合指标：对均值 SSIM、max same-font SSIM、≥0.95 字体比例。
  • 脚本阈值：Cyrillic/Hebrew >0.40，Arabic/Math <0.30。

2. 实现清单（Node.js 示例）

// 依赖：fontconfig, node-canvas, ssim.js
1. 加载 TR39 confusables.txt，解析 1418 对。
2. fontconfig 查询：fc-list ':charset=61-7A' 获取字体列表。
3. 渲染：Canvas 48x48 灰度，DPI=72，hinting 默认。
4. SSIM 计算：skimage.ssim 或 JS 实现（luminance/contrast/structure）。
5. 缓存：JSON {pair: {font: ssim}}，pHash 预滤（d<0.3 跳过）。
6. 并行：worker_threads，批次 1000 比较。
  • 优化：预渲染 glyphs 缓存（~11k PNG），仅比较。
  • 跨平台：Docker + FreeType，测试 Windows/Linux 字体集。
  • 分辨率：48x48 基线，扩展 24/72px 测试 hinting。

3. 集成与监控

  • Namespace-guard：confusableDistance () 加 visual_weight（max SSIM）。
  • 浏览器检测：WebFont API 枚举用户字体，动态风险分。
  • 回滚：若 SSIM >0.999，fallback punycode/ASCII。
  • 监控点：
    指标 阈值 告警
    高风险对比例 >5% 字体更新
    计算延迟 >1s/1000 缓存失效
    Novel 发现 新增 > 10 扫描 Unicode 更新

4. 风险缓解清单

  1. 优先阻挡 same-font 高 SSIM（真实攻击场景）。
  2. 自定义字体审计：WebFont 前 SSIM 扫描。
  3. 上下文渲染：模拟 "paуpal" 字符串。
  4. 定期重跑：Unicode / 字体更新后。

此方法将 confusables 检测从二元提升为量化，提升精度 16x（793 novel）。在生产中，阈值 0.7 阻挡 3.5%+0.2% 高风险，false positive 降至 43%。

资料来源： [1] https://paultendo.github.io/posts/confusable-vision-visual-similarity/ [2] https://github.com/paultendo/confusable-vision [3] Unicode TR39 confusables.txt

查看归档