کالبدشکافی DRM: نتفلیکس واقعاً چگونه جلوی اسکرین‌شات گرفتن شما را می‌گیرد؟

حتماً برای شما هم پیش آمده است: در حال تماشای یک صحنه جذاب در نتفلیکس، آمازون پرایم یا دیزنی‌پلاس هستید و می‌خواهید با گرفتن یک اسکرین‌شات، آن را با دوستانتان به اشتراک بگذارید. دکمه‌ها را فشار می‌دهید، اما تصویری که در گالری شما ذخیره می‌شود، چیزی جز یک مستطیل کاملاً سیاه نیست. زیرنویس‌ها و رابط کاربری برنامه حضور دارند، اما خود فیلم ناپدید شده است. این پدیده که روزانه میلیون‌ها کاربر را گیج می‌کند، یکی از پیچیده‌ترین دستاوردهای مهندسی در زمینه امنیت محتوا است.

بسیاری تصور می‌کنند که اپلیکیشن نتفلیکس به طور مداوم در حال گوش دادن به دکمه‌های گوشی است تا به محض فشردن دکمه اسکرین‌شات، تصویر را سیاه کند. اما واقعیت بسیار عمیق‌تر و ساختاری‌تر از یک ترفند نرم‌افزاری ساده است. سیستم‌عامل شما (اندروید، آی‌او‌اس یا ویندوز) تصویر را سیاه نمی‌کند؛ بلکه سیستم‌عامل از همان ابتدا اصلاً اجازه دیدن پیکسل‌های ویدیو را نداشته است تا بتواند از آن‌ها عکس بگیرد.

برای درک این موضوع، باید به استانداردی به نام EME (افزونه‌های رسانه رمزنگاری‌شده) که توسط کنسرسیوم وب جهان‌گستر (W3C) توسعه یافته، نگاه کنیم. در گذشته، پخش ویدیوهای محافظت‌شده نیازمند افزونه‌های سنگینی مانند ادوبی فلش بود. اما امروزه، EME به مرورگرها و اپلیکیشن‌ها اجازه می‌دهد تا مستقیماً با یک ماژول رمزگشایی محتوا (CDM) صحبت کنند. در اکوسیستم گوگل و اندروید، این ماژول «Widevine» نام دارد و در دستگاه‌های اپل با نام «FairPlay» شناخته می‌شود.[1]

کلید معمای صفحه سیاه، در بالاترین سطح امنیتی این سیستم یعنی Widevine L1 نهفته است. وقتی یک دستگاه گواهینامه L1 را دریافت می‌کند، به این معناست که پردازنده آن دارای یک بخش کاملاً ایزوله و سخت‌افزاری به نام «محیط اجرای قابل‌اعتماد» (TEE) است. این محیط مانند یک گاوصندوق فوق‌امنیتی در داخل تراشه دستگاه شماست که حتی خود سیستم‌عامل اندروید یا ویندوز هم کلید ورود به آن را ندارد.

وقتی شما دکمه پخش را می‌زنید، نتفلیکس یک فایل ویدیویی رمزنگاری‌شده را به دستگاه شما می‌فرستد. سیستم‌عامل این فایل قفل‌شده را دریافت می‌کند، اما نمی‌تواند آن را باز کند. بنابراین، فایل را مستقیماً به داخل گاوصندوق TEE می‌اندازد. در داخل این محیط امن، تراشه با استفاده از کلیدهای رمزنگاری سخت‌افزاری، ویدیو را رمزگشایی کرده و فریم‌های تصویر را آماده می‌کند.

در مرحله بعد، TEE فریم‌های رمزگشایی‌شده را بدون اینکه به سیستم‌عامل پس بدهد، مستقیماً به کنترلر نمایشگر (قطعه‌ای که پیکسل‌ها را روی صفحه روشن می‌کند) می‌فرستد. سیستم‌عامل شما فقط یک دستور ساده به نمایشگر می‌دهد: «رابط کاربری و زیرنویس‌ها را اینجا بکش، و یک فضای خالی مستطیلی هم برای ویدیو در نظر بگیر تا TEE خودش آن را پر کند.»

حالا وقتی شما اسکرین‌شات می‌گیرید، سیستم‌عامل از حافظه گرافیکی خودش (Compositor) یک کپی برمی‌دارد. اما از آنجا که ویدیو هرگز وارد حافظه سیستم‌عامل نشده و مستقیماً از گاوصندوق به نمایشگر رفته است، سیستم‌عامل در آن مستطیل خالی چیزی جز رنگ سیاه نمی‌بیند. به همین دلیل است که زیرنویس‌ها (که توسط سیستم‌عامل رندر می‌شوند) در اسکرین‌شات می‌افتند، اما خود فیلم سیاه است.

اما چرا در برخی گوشی‌های ارزان‌تر یا مرورگرهای خاص می‌توان اسکرین‌شات گرفت؟ پاسخ در سطح امنیتی Widevine L3 است. اگر دستگاهی فاقد سخت‌افزار TEE باشد، رمزگشایی ویدیو به صورت نرم‌افزاری در داخل خود سیستم‌عامل انجام می‌شود. در این حالت، سیستم‌عامل به پیکسل‌ها دسترسی دارد و اسکرین‌شات کار می‌کند. اما استودیوهای فیلم‌سازی به L3 اعتماد ندارند؛ به همین دلیل، اگر دستگاه شما فقط از L3 پشتیبانی کند، نتفلیکس کیفیت ویدیو را به 480p یا نهایتاً 720p محدود می‌کند و هرگز اجازه پخش 4K را نمی‌دهد.

با وجود تمام این پیچیدگی‌های سخت‌افزاری، آیا این سیستم واقعاً غیرقابل نفوذ است؟ تاریخ نشان داده است که بازاریابی شرکت‌های امنیتی همیشه یک قدم از واقعیت جلوتر است. در حالی که Widevine L1 جلوی کاربران عادی را برای گرفتن اسکرین‌شات یا ضبط صفحه می‌گیرد، دزدان حرفه‌ای از روش‌های دیگری استفاده می‌کنند. دور زدن این سیستم معمولاً از طریق «حفره‌های آنالوگ» (مانند استفاده از اسپلیترهای سخت‌افزاری HDMI که قفل HDCP را می‌شکنند) یا استخراج کلیدهای L3 از دستگاه‌های آسیب‌پذیر انجام می‌شود.

در نهایت، معماری DRM مدرن یک شاهکار مهندسی است که کنترل بخشی از سخت‌افزار دستگاه شما را از دست خودتان خارج کرده و به شرکت‌های تولید محتوا می‌سپارد. صفحه سیاهی که در گالری خود می‌بینید، صرفاً یک باگ یا محدودیت نرم‌افزاری نیست؛ بلکه نمادی از مرزهای نامرئی سخت‌افزاری است که در داخل پردازنده گوشی شما کشیده شده است.