Colsto 证明视频背景中的飞机噪音可定位拍摄者精确位置

一句话结论

Colsto 利用视频背景中几乎不可察觉的飞机噪音，通过多普勒曲线分析并结合 ADS-B 数据，成功反推出视频拍摄者的精确地理位置。

关键要点

• Colsto 展示了一种利用开放情报技术（OSINT）定位的方法，该方法基于视频音轨中背景飞机产生的微小噪音。
• 该方法核心在于提取飞机噪音的多普勒效应曲线，分析其频率变化特征。
• 定位过程通过将提取的多普勒曲线与航空自动广播系统（ADS-B）数据进行交叉比对。
• 系统通过计算飞机的飞行速度、相对距离以及不同航班之间出现的时间间隔来确定位置。
• 这种背景噪音在包含飞机飞过的视频中普遍存在，且通常难以被肉眼或普通听觉直接察觉。

背景与事实

2026年11月3日，知名技术博主 Simon Willison 在其博客上引用并介绍了一项由安全研究员 Colsto 发现的开放情报（OSINT）技术。这项技术揭示了一个被长期忽视的数字隐私漏洞：视频文件中通常被当作背景噪音而忽略的声音信号，实际上可能包含足以泄露拍摄者精确地理位置的数据。

Colsto 在演示中重点展示了视频音轨中飞机引擎产生的低频噪音。这些噪音在人类听觉中往往处于阈限边缘，极易被环境音掩盖，但在数字音频文件中依然保留完整的波形信息。通过分析这些声音的多普勒效应，即由于声源（飞机）与接收者（摄像机）相对运动导致的声波频率变化，可以构建出独特的“多普勒曲线”。这条曲线并非随机的，它精确反映了飞机相对于摄像机的运动轨迹、速度和距离变化。

定位的关键步骤在于数据融合。Colsto 将计算出的多普勒曲线与航空自动广播系统（ADS-B）发布的航班数据进行比对。ADS-B 数据包含了航班实时位置、高度、速度和航向等详细信息。通过将物理声学模型（多普勒曲线）与数字航空数据（ADS-B）进行匹配，算法可以锁定在特定时间窗口内，哪架飞机、在哪个方向、以何种相对距离飞过了摄像机位置。通过分析不同航班出现的时间间隔（Gap）以及各自的飞行参数，系统能够收敛出一个具体的地理坐标，从而确定视频的拍摄地点。

Simon Willison 在博文中将这一发现评价为“天才般的 OSINT 技巧”，并指出这种声音数据在各类记录天空的视频中几乎无处不在。这一发现强调了数字媒体文件中非视觉元数据的安全风险，表明即使删除了 GPS 信息，音频轨道中潜藏的物理声学特征仍可能成为定位的突破口。

影响分析

对于中文开发者及从业者而言，这一发现具有重要的警示意义和技术参考价值。在开发涉及用户上传多媒体内容的平台时，音频数据的隐私风险评估不能仅停留在元数据（如 EXIF 信息）层面。本案例证明，基于物理世界交互的音频信号本身即可构成高精度位置信息。开发者需要在数据处理管道中引入对长时程、低频段背景噪音的分析机制，或者在敏感场景下强制剥离或扰动音轨中的非主体声音成分。

对于安全研究人员和隐私倡导者来说，Colsto 的方法提供了一套标准化的声学地理定位范式。这种基于多普勒效应和 ADS-B 数据融合的技术路径，可能被扩展应用于其他通过环境声特征（如工厂机器运转声、特定交通噪音）进行定位的场景。从业者应意识到，传统的“静音处理”或“去背景音”算法若未针对性地破坏多普勒连续性或移除特定频段信号，将无法有效阻断此类侧信道攻击。

适用边界

该定位结论成立的前提是视频中必须包含清晰且连续的飞机引擎噪音，且噪音信号强度足以被算法提取有效特征。如果视频拍摄于隔音效果极佳的室内环境，或背景噪音被其他更强的人声、音乐完全掩蔽，则无法获取有效的多普勒曲线。此外，该方法依赖于 ADS-B 数据的可用性和准确性；在无飞机航线覆盖的偏远地区或空中交通管制数据缺失的时段，该方法无法通过交叉比对锁定位置。对于不含飞行物经过的视频，此结论不适用。

孤本观察

从编辑视角判断，Colsto 的发现凸显了“模态转移”带来的隐蔽风险，即视觉隐私保护手段（如打码、删除水印）在声学侧信道面前可能完全失效。这种基于物理原理而非数字编码的定位方式，代表了 OSINT 技术从“阅读数据标签”向“解析物理世界回声”的深层演进。

来源：Simon Willison