如何在 Linux 上删除文件元数据以保护您的隐私

典型的数据文件通常具有关联的元数据，元数据是有关文件的描述性信息，以一组名称-值对的形式表示。常见的元数据包括创建者姓名、用于生成文件的工具、文件创建/更新日期、创建位置、编辑历史记录等。EXIF（图像）、RDF（网络资源）、DOI（数字文档）是一些流行的元数据标准。

虽然元数据在数据管理方面有其自身的优点，但它实际上会对您的隐私产生不利影响。例如，照片图像中的 EXIF 元数据可以揭示个人身份信息，例如您的相机型号、拍摄的 GPS 坐标、您最喜欢的照片编辑器软件等。文档和电子表格中的元数据包含作者/隶属信息和其他编辑历史记录。不要偏执，但元数据收集工具（例如metagoofil）经常在信息收集阶段作为渗透测试的一部分被利用。

对于那些想要从任何共享数据中删除任何个性化元数据的人，有多种方法可以从数据文件中删除元数据。您可以使用现有的文档或图像编辑器软件，这些软件通常具有内置的元数据编辑功能。在本教程中，让我介绍一个很好的独立元数据清理工具，它是为单一目标而开发的：为了保护您的隐私而对所有元数据进行匿名化。

在 Linux 上安装 MAT

在基于 Debian 的系统（Ubuntu 或 Linux Mint）上，MAT 已打包，因此安装非常简单：

$ sudo apt-get install mat

在 Fedora 上，MAT 不是作为预构建的包提供的，因此您需要从源代码构建它。以下是我在 Fedora 上构建 MAT 的方法（取得了一些有限的成功；请参阅教程的底部）：

$ sudo yum install python-devel intltool python-pdfrw perl-Image-ExifTool python-mutagen
$ sudo pip install hachoir-core hachoir-parser
$ wget https://mat.boum.org/files/mat-0.5.tar.xz
$ tar xf mat-0.5.tar.xz
$ cd mat-0.5
$ python setup.py install

使用 MAT-GUI 匿名化元数据

安装后，可以通过 GUI 以及命令行访问 MAT。要启动 MAT 的 GUI，只需键入：

$ mat-gui

让我们清理一个嵌入了以下元数据的示例文档文件（例如 private.odt）。

要将文件添加到 MAT 中进行清理，请单击添加 图标。文件加载后，单击检查图标以扫描任何隐藏的元数据信息。

一旦 MAT 检测到任何元数据，State 将被标记为 Dirty。您可以双击该文件来查看检测到的元数据。

要清除文件中的元数据，请单击Clean 图标。 MAT 将自动清空文件中的所有私有元数据字段。

清理后的状态是没有任何个人可识别的痕迹：

从命令行对元数据进行匿名化

如前所述，调用 MAT 的另一种方法是从命令行，为此，请使用 mat 命令。

要检查任何敏感元数据，请首先转到文件所在的目录，然后运行：

$ mat -c .

它将扫描当前目录及其子目录中的所有文件，并报告它们的状态（干净或不干净）。

您可以使用 -d 选项检查检测到的实际元数据：

$ mat -d <input_file>

如果您没有为 mat 命令提供任何选项，则默认操作是从文件中删除元数据。如果您想在清理过程中保留原始文件的备份，请使用 -b 选项。以下命令清理所有文件，并将原始文件存储为 *.bak 文件。

$ mat -b .

要查看所有支持的文件类型的列表，请运行：

$ mat -l

故障排除

目前，我在 Fedora 上编译的 MAT 版本遇到以下问题。当我尝试在 Fedora 上清理存档/文档文件（例如 *.gz、*.odt、*.docx）时，MAT 失败并出现以下错误。如果您知道如何解决此问题，请在评论中告诉我。

  File "/usr/lib64/python2.7/zipfile.py", line 305, in __init__
    raise ValueError('ZIP does not support timestamps before 1980')
ValueError: ZIP does not support timestamps before 1980

结论

MAT 是一个简单但非常有用的工具，可以防止元数据无意中泄露隐私。请注意，如有必要，您仍然有责任对文件内容进行匿名化。 MAT 所做的只是消除与文件关联的元数据，但对文件本身不执行任何操作。简而言之，MAT 可以成为救星，因为它可以处理最常见的元数据删除，但您不应仅仅依靠它来保证您的隐私。