零宽度字符水印技术：追踪泄密者的隐形指纹

一、零宽度字符概述

零宽度字符是Unicode字符集中一类特殊的不可见、不可打印字符，主要包括：

• 零宽度空格（U+200B）
• 零宽不连字符（U+200C）
• 零宽连字符（U+200D）
• 零宽非断空格（U+FEFF）

这些字符在大多数程序和编辑器中不可见，但会实际存在于文本中。例如："For example"（实际插入了10个零宽度空格）。

二、技术原理

零宽度字符水印技术通过将用户身份信息编码为这些不可见字符，嵌入到敏感文档中，当文档被复制泄露时，可通过提取这些隐形标记追踪泄密源。

编码过程（正向Fingerprint）

1. 用户名转二进制

   const zeroPad = num => '00000000'.slice(String(num).length) + num;
   const textToBinary = username => (
     username.split('').map(char =>
       zeroPad(char.charCodeAt(0).toString(2))).join(' '));
   

2. 二进制转零宽度字符

   • '1' → 零宽度空格（U+200B）
   • '0' → 零宽不连字符（U+200C）
   • 每个字符后添加零宽连字符（U+200D）作为分隔符

   const binaryToZeroWidth = binary => (
     binary.split('').map((binaryNum) => {
       const num = parseInt(binaryNum, 10);
       if (num === 1) {
         return '​'; // 零宽度空格
       } else if (num === 0) {
         return '‌'; // 零宽不连字符
       }
       return '‍'; // 零宽连字符
     }).join('')
   );
   

3. 嵌入文档：将生成的零宽度字符序列插入敏感文本中

解码过程（逆向提取）

1. 提取零宽度字符

   • 从泄露文本中分离出可见内容和零宽度字符序列

2. 零宽度转二进制

   const zeroWidthToBinary = string => (
     string.split('').map((char) => {
       if (char === '​') { // 零宽度空格
         return '1';
       } else if (char === '‌') { // 零宽不连字符
         return '0';
       }
       return ' '; // 分隔符
     }).join(''));
   

3. 二进制转用户名

   const binaryToText = string => (
     string.split(' ').map(num =>
       String.fromCharCode(parseInt(num, 2))).join(''));
   

三、实际应用案例

1. 竞技团队泄密追踪：通过在内部留言板嵌入零宽度水印，成功识别将策略泄露到外部论坛的成员

2. 企业文档保护：在敏感文档中嵌入不同员工专属的水印，当文档外泄时可精确定位责任人员

四、技术优势

1. 隐蔽性强：普通用户无法察觉水印存在
2. 兼容性好：大多数应用程序不会过滤零宽度字符
3. 传播保留：通过复制粘贴操作水印信息不会丢失
4. 实现简单：仅需少量JavaScript代码即可实现

五、防御措施

1. 泄密者防范：

   • 使用纯文本编辑器查看内容
   • 通过代码比较工具检查差异
   • 对敏感内容进行重新输入而非复制

2. 企业防护：

   • 部署零宽度字符检测系统
   • 对输出文档进行净化处理
   • 建立多层身份验证机制

六、完整实现示例

// 编码函数
function embedWatermark(text, username) {
  const binary = textToBinary(username);
  const zeroWidth = binaryToZeroWidth(binary);
  return text + zeroWidth;
}

// 解码函数
function extractWatermark(watermarkedText) {
  const zeroWidthChars = watermarkedText.replace(/[^\u200B-\u200D\uFEFF]/g, '');
  const binary = zeroWidthToBinary(zeroWidthChars);
  return binaryToText(binary);
}

// 使用示例
const originalText = "这是机密文档内容";
const watermarked = embedWatermark(originalText, "user123");
console.log(extractWatermark(watermarked)); // 输出: "user123"

七、注意事项

1. 不同应用程序对零宽度字符的处理可能不同
2. 某些安全系统可能会过滤或警告零宽度字符
3. 水印长度会影响文本体积，需权衡隐蔽性和效率
4. 建议与其他安全措施（如DRM、日志审计）结合使用

通过这种技术，组织可以在不明显改变文档外观的情况下，为每位接触敏感信息的员工生成独特的"指纹"，从而在信息泄露时快速准确地识别泄密源。