PDF 伪造文件出人意料地罕见（2022年）

# PDF伪造现象竟如此罕见 来源：https://gwern.net/blog/2022/pdf-forgery 有一类欺诈行为在网络上几乎销声匿迹：即篡改或伪造的PDF文件(https://en.wikipedia.org/wiki/PDF)。人们时常制作恶意视频、图片、聊天记录和Word文档来实施诈骗、散播宣传，甚至会发布整套充满谬误科学的PDF文档——但他们几乎不会去编辑已有的PDF文件。 偶尔有人质疑我托管在Gwern.net上的论文时会说："但这不在正规期刊网站上！没经过同行评审！这只是某个随机人士的个人网站！根本不可信！"除了对人们不理解"文件可以存在于多处"感到困惑外（他们难道不懂"文件"的概念？显然许多年轻人确实难以理解，或者他们过度遵守版权法，连复制一份PDF都难以想象？），更有趣的是这种质疑为何如此奏效。 网络上确实充斥着无能、欺诈与恶意内容，其中常涉及PDF文档...但都是"新建"的PDF。我从未见过通过编辑真实PDF文件来实施欺诈的案例——无论是上传到Google Scholar等平台，或是我自己因文档标注错误而受骗的情况。 你只需搜索论文标题下载即可，几乎百分百能得到预期文件。唯一的注意事项是可能下载的是作者草稿或预印本（尤其在经济学领域，论文可能经历多次预印，有时结果会大幅修改，最终发表可能耗时十年）。即便遇到声称"运用统计学证明特朗普赢得2020年美国大选"等恶意内容的PDF，也必然是明确标注为新发布的"白皮书"之类的"新建"文档，不会伪装成已发表论文。如果是伪造或编辑过的文档，通常能明显看出是从Microsoft Word等文字处理器导出的（例如因时代错位使用Calibri字体而被揭穿的(https://en.wikipedia.org/wiki/Calibri#In_crime_and_politics)各类伪造文件(https://en.wikipedia.org/wiki/Calibri_font)）。 相比之下，若以同样轻率的态度对待Facebook等平台上的图片，你就会收集到一整套经过PS处理、被误标、或"深度伪造"(https://en.wikipedia.org/wiki/Deepfake)的虚假图像。 PDF伪造之所以罕见令人费解，毕竟操作如此简单：找一篇有用的研究论文，用任意PDF工具编辑，上传到任何平台，等待他人复制传播（这很常见），然后删除你的原始文件——至此，一份权威的同行评审论文便与你毫无关联地在网络流传，堪称完美犯罪。（更隐蔽的做法是：直接上传到Libgen(https://en.wikipedia.org/wiki/Libgen)/Sci-Hub(https://en.wikipedia.org/wiki/Sci-Hub)等平台，让众人自发传播。） 考虑到(https://gwern.net/leprechaun#citogenesis-how-often-do-researchers-not-read-the-papers-they-cite)人们极少核实原始论文，像韦克菲尔德自闭症/疫苗研究等被撤稿论文，或丹佛行动(https://en.wikipedia.org/wiki/Operation_Denver)这类明显宣传文件，会在认知懈怠的人群中长期传播，只要伪造痕迹不太明显，假论文就能流传许久而不被发现。（在少数PDF遭篡改的案例中，往往迅速陷入技术泥潭和各执一词的争论，证实篡改所需的努力比实施篡改高出数个量级——参考克雷格·赖特案(https://en.wikipedia.org/wiki/Craig_Steven_Wright)专家们经历的周折，甚至仅房东篡改合同(https://gwern.net/doc/www/mjg59.dreamwidth.org/cd49bc29f497469d4ccc576d9241013d3dd7ecdb.html)这样的事件，而该合同竟通过了数字文档时间戳服务认证！） 这并非因为缺乏狂热分子或恶意行为者——历史上抄经员篡改文献的情况屡见不鲜！（"孔子所作"或"闲话休提，现在我约瑟夫斯将向诸位阐明基督耶稣的伟大之处(https://en.wikipedia.org/wiki/Josephus_on_Jesus#The_Testimonium_Flavianum)"...） 究竟为何我们能放心下载各种随机网站（比如我的网站）上的PDF？ 或许因为PDF缺乏像Photoshop那样的编辑工具？像arXiv(https://en.wikipedia.org/wiki/ArXiv)等平台提供TeX源文件，但这对大多数潜在伪造者、狂热分子和诈骗犯而言仍是高深技艺。PDF编辑虽非不可能，但并非多数人的常规工作流程：连孩童都会为社交媒体编辑照片，但除大型企业与设计师外，PDF严格属于"只写"格式——文档系统将源文件编译为PDF后，人们便不再修改PDF本身，只编辑源文件。（这类似于程序的编译后二进制文件：PDF专注像素级呈现打印文档的视觉效果，可能不包含原始文本，更不用说结构信息。如同有黑客专攻计算机原始二进制代码的解析与修改，也有专精PDF编辑的人才...但数量极少。） 这已足够将恶意行为者推向其他途径。毕竟，若编辑照片如此奏效，何必费力攻克更复杂的PDF编辑？ 正如玩笑所言：PDF不需要跑赢熊（俄罗斯的？），只需跑赢其他格式即可。 ## 相关链接(https://gwern.net/blog/2022/pdf-forgery#similars-section) [\[主题相似链接\]](https://gwern.net/metadata/annotation/similar/%252Fblog%252F2022%252Fpdf-forgery.html)