一个42KB的文件，解压完其实是个4.5PB的“炸弹”
你听说过 ZIP 炸弹吗?
一个很小很小的，几十 KB 的压缩过后的文件，解压以后有几百万 GB ，好像炸弹一样。
在继续介绍它之前，差评君想先问问各位都用过哪些压缩软件。。。
WinRAR ？
或者 2345 好压？
还是开源的 7 - Zip ？
其实压缩软件虽然五花八门，但目的都很单纯：
把文件占用空间缩小。
不过差评君上面提到的压缩软件，又不单纯是缩小空间。
JPG 图片 ， MP3 音乐格式也起到了压缩作用。
但是 JPG， MP3 们执行的是有损压缩。
一旦个文件被有损压缩的时候，会损失一部分数据。
损失的代价就是，你无法从被压缩的文件还原出压缩前的文件。
图片，音乐等多媒体在有的时候考虑可用性和传播性，对这样的结果是可以接受的。
但对许多通用数据来说，往往需要的是无损压缩，比如 .zip 。
对于无损压缩来说，算法非常重要，不同的算法能实现的压缩率和速度有很大差别。
如上图所示，主流的算法一般在 30% - 40% 。
而文章一开始介绍的 ZIP 炸弹，是一个名为 42.zip 的文件。
它的初始大小是 42KB ， 解压密码是 42 。
解压之后的大小，足足有 4.5 PB 。
嗯。。。就是这么嚣张。
解压这个 42.zip 以后会出现 16 个压缩包，每个压缩包又包含 16 个，如此循环 5 次，最后得到 16 的 5 次方个文件，也就是 1048576 个。
这一百多万个最终文件，每个大小为 4.3 GB 。
因此整个解压过程结束以后，会得到 1048576 * 4.6 GB = 4508876.8 GB
也就是 4508876.8 ÷ 1024 ÷ 1024 = 4.5 PB
还有比它更嚣张的。
一个叫做 droste.zip 的大小为 28 KB 的文件，一旦被打开了以后，就会无限解压缩生成一份同样的文件，直到永远。
这个文件名灵感应该取自德罗斯特效应 （ Droste Effect ），是指一张图片的部分与整张图片相同，无限循环。。。如下图↓
这个名字源自一家叫德罗斯特的可可粉厂商做的商品包装。。。
注意女仆手上拿着的产品图
咳咳。。。扯远了。
总而言之，这个 droste.zip 的核心原理就是输出结果为自身。
举个例子，制作者大概做了这么一件事：
在引号里重复这句话 “ 在引号里重复这句话 ”
然后解压缩之后，硬盘就。。。 BOOM ！
当然。。。也有剑走偏锋思路不同的。
有一段名为 《 彗星撞地球 》 的影片，也展现了神奇的压缩比率。
这段 3D 影片如果直接放出来要 15 G 左右，效果。。。放在它出生的年代 2000 年还真不差。
这个压缩过的大小只有 64 KB， 压缩了 25 万倍 ！
实现的原理其实不算通常意义上的压缩。
而是制作组 Warez 做了一个 64KB 的可执行 EXE 文件，运行的时候会调用显卡，CPU 及内存等等及时渲染动画。
打个比方，动画就好比连环画，传统影片是画好的一册，而这个 《 彗星撞地球 》 则是看的时候现场一幅幅画。
录屏软件录了 7 分钟都要 2.27 G 。（ 当然，这和现代显示屏分辨率比较高有关系 ）
那么问题来了。。。
一个文件的压缩率有极限吗？
有，可以由信息学之父克劳德·香农提出的信息熵函数算出来。
不过 42.zip 也好，droste.zip 也好，不适合套用香农提出的极限。
因为这两个文件为了达到惊人的压缩比，有大量刻意重复的数据，这种重复数据在压缩的时候是可以被丢弃的，没啥实质性内容的信息。
那么。。。
如果动画还有点传播意义， 42.zip 和 droste. zip 还有啥意义呢？
这儿就要提就是 ZIP 炸弹之所以被称作 “ 炸弹 ” 的真正原因了。。。
除了会 “ 爆炸 ” ， 这玩意儿其实是拿来攻击别人的。
某些病毒制作者利用杀毒软件会扫描压缩文件内部的特性，会把 ZIP 炸弹连带病毒一起发到目标电脑上。
而 ZIP 炸弹表面上看起来很小，易于传输，但实际上扫描起来非常花时间。
趁着杀毒软件忙着扫描 4.5 PB 的数据，被占用时，病毒软件就可以趁虚而入了 ~
干黑产的，角度刁钻得让人折腰。
不过现在很多杀毒软件已经有办法避开这种 zip 炸弹的佯攻了，这个话题渐渐地抛开了黑产。
一直以来压缩算法是算法研究里津津乐道的话题， Huffman 树， LZW 字典等等。。。
用程序解决信息问题的姿势，仔细一琢磨也挺有意思的不是？
∑编辑 | Gemini
来源 | 差评
更多精彩：
☞ 哈尔莫斯：怎样做数学研究
☞ 扎克伯格2017年哈佛大学毕业演讲
☞ 线性代数在组合数学中的应用
☞ 你见过真的菲利普曲线吗？
☞ 支持向量机(SVM)的故事是这样子的
☞ 深度神经网络中的数学，对你来说会不会太难？
☞ 编程需要知道多少数学知识？
☞ 陈省身——什么是几何学
☞ 模式识别研究的回顾与展望
☞ 曲面论
☞ 自然底数e的意义是什么？
☞ 如何向5岁小孩解释什么是支持向量机（SVM）？
☞ 华裔天才数学家陶哲轩自述
☞ 代数，分析，几何与拓扑，现代数学的三大方法论
算法数学之美微信公众号欢迎赐稿
稿件涉及数学、物理、算法、计算机、编程等相关领域，经采用我们将奉上稿酬。
投稿邮箱：math_alg@163.com
总结
以上是生活随笔为你收集整理的一个42KB的文件，解压完其实是个4.5PB的“炸弹”的全部内容，希望文章能够帮你解决所遇到的问题。
- 上一篇： 麻省理工学院(MIT)研究生学习指导——
- 下一篇： 加班累到住院，到30岁年薪百万：你所谓的