从知识产权侵害案件看Microsoft PowerPoint演示文稿鉴定实践

刘惠萍，罗文华

(1.西藏警官高等专科学校,西藏 拉萨 850003；2.中国刑事警察学院,辽宁 沈阳 110854)

1 案件背景

2012年3月，某市发生一起知识产权侵害案件。B公司涉嫌擅自使用A公司的Microsoft PowerPoint演示文稿进行商业宣传，令其多次投标成功，使A公司蒙受了巨额经济损失。调查人员针对B公司技术负责人的笔记本电脑进行了初查，在磁盘分区中发现一名为“公司介绍”的PPT演示文稿，内容是B公司为申请民用核安全设备制造许可证所作的介绍说明。经检查，发现该演示文稿中的技术能力、质量保证能力、申请活动范围等内容与A公司相关文件中的对应内容较为类似，但该负责人声称编制文稿时并未借鉴A公司任何材料，完全是其智力劳动的成果。为验证该负责人所述情况的真伪，调查人员针对该演示文稿进行了更为深入的分析。

2 鉴定实践

2.1 通过解析复合文档头部与目录入口信息定位CurrentUserAtom记录

调查人员决定首先通过Microsoft复合文档头部信息，解析出PowerPoint Document目录流地址信息，进而构建该目录流的扇区配置表与短扇区配置表[1]。图1所示为“公司介绍”演示文稿复合文档头部信息，分析可知该复合文档采用小字节序（偏移1CH处的0xFEFF）；复合文档扇区大小为29=512（200H）字节（偏移1EH处的0x0009），短扇区大小为26=64（40H）字节（偏移20H处的0x0006）；扇区配置表所使用的扇区总数为1（偏移2CH处的0x00000001）；由于存放主扇区配置表的第一个扇区SID为FEFFFFFFH（偏移0044处的0xFEFFFFFF），即表示主扇区配置表并未使用附加扇区进行存储，而是全部存放于复合文档头部中；偏移4CH处存放的0x00000000表示扇区配置表仅占用SID为0的扇区，所以扇区配置表的偏移为200H+200H*00H=200H字节；用于存放短扇区配置表的第一个扇区SID为16H（偏移003C处的0x00000016），计算得出实际偏移为2E00H（200H+200H*16H）；用于存放短扇区配置表的扇区总数为1（偏移0040处的0x00000001）；存放目录流第一个扇区的SID为01H（偏移30处的0x00000001），即十进制的01，因此目录流第一个扇区距离该复合文件头的偏移为512（复合文件头部长度，200H）+512（扇区大小）*01=1024（400H）字节[2]。

图1 “公司介绍”演示文稿复合文档头部信息

依据偏移200H处的扇区配置表SID数组信息（图2），构建出如表1所示的扇区配置表；并根据偏移2E00H（图3）处所示信息构建出短扇区配置表（表2）。

图3 短扇区配置表中的SSID数组信息

接下来转移至偏移400H处的目录流入口，解析Root Entry、PowerPoint Document目录流信息（图4）。从Root Entry入口中重点提取短扇区所占用的第一个扇区SID信息，获知其为17H（偏移0474H处的0x00000017），结合表1与表2可知短扇区内容实际占用SID为17H和22H的两个扇区。解析Power-Point Document入口信息，可知该入口类型为User Stream（偏移04C2H处的0x02），目录流具体内容所处的第一个扇区SID为02H（偏移04F4H处的0x00000002），长度为3288H（偏移04F8H处的0x00003288），通过表1可知PowerPoint Document流内容实际存放于SID为02H、03H、04H、05H、06H、

07H、08H、09H、0AH、0BH、0CH、0DH、0EH、0FH、10H、11H、12H、13H、14H、15H、24H、25H、26H、27H、28H和29H的扇区中[3]。

图4 Root Entry与PowerPoint Document目录流入口信息

继续转至4800H处解析Current User目录入口信息。该入口主要用于定位CurrentUserAtom记录所在的实际物理地址。从图5可以看出CurrentUserAtom第一个（短）扇区的SID为0AH（偏移4874处的0x0000000A），长度为29H=41D（偏移4878处的0x00000029）。因为41小于512，故CurrentUserAtom记录内容采用短扇区存放（从表2可知该记录只占用了1个短扇区），因此该记录的虚拟偏移距离为0AH*40H=280H。已知短扇区内容使用17H和22H两个扇区存放，依据计算所得偏移280H，可知该记录存放在22H扇区中，偏移为80H，因此CurrentUser-Atom记录实际物理地址为200H+22H*200H+80H=4680H。

图5 Current User目录入口信息

2.2 由CurrentUserAtom、UserEditAtom等记录追溯至DocumentContainer记录

转至4680H处，图6所示即为CurrentUserAtom记录的内容信息。可得offsetToCurrentEdit（UserEditAtom记录距离PowerPoint Document的偏移）值为3264H（偏移4690处的0x00003264）。由于3264H=200H*19H+64H，结合前文推导出的PowerPoint Document流实际所占扇区，可知偏移3264H在SID为29H扇区的偏移64处，而29H号扇区的偏移为200H+200H*29H=5400H。所以，UserEditAtom记录实际距离文件头的物理偏移为5400H+64H=5464H。

表1 扇区配置表

表2 短扇区配置表

图6 CurrentUserAtom记录信息

从图7表示的UserEditAtom记录内容中可知，偏移5474H处的offsetLastEdit值为0x000026C3，用于指向前一个UserEditAtom记录，换算可得实际物理偏移为2CC3H（200H+15H*200H+C3H）；而偏移5478处的offsetPersistDirectory值为0x00003254，负责指向PersistDirectoryAtom记录。

图7 UserEditAtom记录信息

根据当前UserEditAtom记录中offsetPersistDirectory所指向的PersistDirectoryAtom信息，可查找到演示文稿最终保存的标题与文本信息，而并非残余编辑信息。因此需要依据offsetLastEdit指向的前一个UserEditAtom记录才能追溯至隐藏于演示文稿中的残余编辑信息[4]。从2CC3H处的UserEditAtom记录信息（图8）可知，该记录偏移2CD7H处的offsetPersist-Directory值为0x0000269B，指向PersistDirectoryAtom记录，换算得到物理地址2C9BH（15H*200H+200H+9BH）。

图8 前一个UserEditAtom记录信息

图9所示为PersistDirectoryAtom记录信息，0x00007217为该记录的头部标识，从2CA3H开始为PersistDirectoryEntry记录（图9）。PersistDirectoryEntry中含有persistId、cPersist、rgPersistOffset三项。其中5字节长度的persistId为该PersistDirectoryEntry记录所描述的Object的起始ID，此处为0x 000001；3字节长度的cPersist表示被描述的Object个数，此处为0x007；rgPersistOffset则为4字节长度的偏移指针（其个数由cPersist决定），表示具体Object距离Power-Point Document流的偏移。在PPT演示文稿中，DocumentContainer记录的ObjectID为1，MainMasterContainer记录的ObjectID为2，其余ObjectID通常情况下会分配给SlideContainer。因此可知DocumentContainer记录距离PowerPoint Document头部的偏移距离为0x00000000（2CA7处的0x00000000），即物理偏移0x00000600。

图9 PersistDirectoryAtom记录信息

2.3 基于SlideListWithTextSubContainerOrAtom记录解析出残余编辑信息

从图10可以看出，DocumentContainer中Record-Header项的头4字节固定为0x0F00E803，后四字节为记录长度11B3H；其后除了含有48字节的documentAtom外，其他所包含的记录长度都是可变或可选的，因此很难通过偏移距离定位记录选项。于是，调查人员在DocumentContainer记录范围内使用SlideListWithTextContainer的记录头标识“0F00F00F”作为关键字定位至该记录。

图10 DocumentContainer记录信息

SlideListWithTextContainer负责指定一组SlideListWithTextSubContainerOrAtom记录，其中每个记录包含有对演示文稿幻灯片及其所含文本的记录引用。SlideListWithTextContainer所包含的SlideListWithTextSubContainerOrAtom记录主要分为三种类型：SlidePersistAtom、TextHeaderAtom和TextCharsAtom。 SlidePersistAtom头四字节为0x0000F303，总长度为1CH字节，其偏移14H处的slideId用于指定被描述幻灯片的内部标识号；TextHeader Atom头四字节为0x00009F0F或0x10009F0F，偏移08H处的textType表示数据类型；TextCharsAtom头四字节为0x0000A00F，偏移04H处的recLen用于说明该记录中数据内容的长度，偏移08H处的textBytes即为具体数据内容[5]。从图11可知，SlideListWithTextSubContainerOrAtom中第一条TextHeaderAtom记录偏移08H处的textType值为0x00000000，说明对应TextSpecailInfoAtom记录中文本类型为“Title placeholder shape text”；第一条TextHeaderAtom记录偏移08H处的textType值为0 x00000001，说明对应TextCharsAtom记录中文本类型为“Body placeholder shape text”。调查人员经分析发现，该组SlideListWithTextSubContainerOrAtom记录所记载的内容即为现有“公司介绍”演示文稿的第一张幻灯片内容，于是将关注焦点移向第二组记录。

图11 第一组SlideListWithTextSubContainerOrAtom记录信息

第二组（图12）记录中第一条TextHeaderAtom记录偏移08H处的textType值为0x00000000，对应TextCharsAtom记录偏移04H处的recLen值为0x00000026，表明标题内容长度为38，偏移08H处的textBytes即为具体标题内容。而第二条TextHeader-Atom记录的textType选项值为0x00000001，对应TextCharsAtom记录中的recLen值为0x000001B2，表明文本内容长度为434，textBytes选项中即为具体文本内容。

图12 第二组SlideListWithTextSubContainerOrAtom记录信息

由于Winhex无法正常显示Unicode编码，因此图12中标题与文本信息均为乱码。将其解码后，得出如图13所示信息。其中标题为“安徽某某集团某某铸造有限公司申请文件”，而“安徽某某集团某某铸造有限公司”正是A公司；文本内容则为关于A公司技术人员与设备的介绍。依据此原理还可追溯至另一张已被删除的幻灯片的残余信息，内容为A公司核级铸钢件制造质量保证大纲。经上述分析可知，B公司的“公司介绍”演示文稿中原有两张A公司技术与质量保证方面的幻灯片，均为申请民用核安全设备制造许可证资质不可或缺的内容，但在编辑过程中被删除了。该演示文稿中现有的B公司相应内容与被删除的A公司内容极其类似，只是个别数据有所不同，因此可以判定B公司技术负责人在编制该文稿时借鉴了A公司相关材料，并非像其所声称的完全是其智力劳动成果。

图13 解码后的标题与文本内容

3 结语

需要指出的是，Winhex和Encase均无法正常显示演示文稿中的中文残余编辑信息（Encase能够正常解码未被删除的幻灯片内容），因此即使在已经定位至TextCharsAtom记录的情况下，也无法立即获知具体内容。此时可以采用Unicode编码匹配等方法对残余编辑信息进行解析，从而获取重要证据或线索。依据本文所述方法，除可挖掘标题及大纲文本信息外，还可以分析出图片、图形、影音文件、表格、讲义、备注和母版内容，进而还原演示文稿完整的编辑过程。整个调查分析过程依赖于对PowerPoint演示文稿记录元素的深入了解，只有通过细致而全面的工作才能揭示隐藏其中的秘密。在PPT演示文稿已被彻底删除，并且无法恢复出完整文件的情况下，可使用本文所述关键字（必要时还需结合复合文档关键字）进行搜索，以期命中记录元素并实现碎片信息的关联。

[1]Microsoft Corporation.Windows compound binary file format specification.Microsoft Corporation 2008[Z].

[2]Rentz D.OpenOffice.org’s documentation of the Microsoft compound document[Z].the spreadsheet project.Available online at：http：//OpenOffice.org，http：//sc.openoffice.org/compdocfileformat.pdf 2007.

[3]沙晶，钱伟.微软复合文档结构分析及文件恢复[J].中国司法鉴定，2011，（6）：59-61.

[4]Microsoft Corporation.Microsoft Office PowerPoint 97–2007 binary file format（.ppt）specification[Z].Microsoft Corporation 2008.

[5]Burch N，Kozlov Y.POI-HSLF Java API to access Microsoft PowerPoint format files[Z].The Apache Software Foundation.Available online at：http：//poi.apache.org/slideshow/ppt-fileformat.pdf 2005.