Una cadena PDF cifrada con AES-256 con un bit cambiado en sus primeros 16 bytes, la parte que guarda el vector de inicialización CBC, todavía descifra con la contraseña correcta. El texto plano que vuelve difiere del original exactamente en un bit, en la misma posición que se cambió. Así funciona CBC. El IV se XORea dentro del primer bloque de texto plano, así que quien pueda editar el archivo puede dirigir los primeros 16 bytes de cada cadena cifrada sin conocer la clave. ISO/TS 32003 responde a esto con AES-256 en modo GCM (método de cifrado de filtro AESV4, revisión 7 del manejador de seguridad). Cada valor cifrado lleva una etiqueta de autenticación de 16 bytes, y un byte cambiado hace que el descifrado falle sin más
Qué cambia GCM frente a AESV3-CBC
GCM añade autenticación a la confidencialidad. AESV3, el esquema AES-256-CBC de ISO 32000-2, mantiene el contenido ilegible sin la contraseña pero no tiene forma de notar una modificación. Un bit cambiado en el IV altera el bit correspondiente del primer bloque de texto plano. Un bit cambiado en cualquier otro sitio estropea un bloque de 16 bytes y cambia el mismo bit en el bloque siguiente. Ninguno de los dos casos produce un error, y el descifrador devuelve lo que salga
PDFium Component escribe ambos formatos con el mismo barrido de objetos, y los bytes en disco muestran la diferencia. Una cadena o flujo AESV3 se guarda como un IV aleatorio de 16 bytes seguido de ciphertext con relleno PKCS#7. Un valor AESV4 se guarda como 12-byte IV || ciphertext || 16-byte tag, sin relleno y con datos autenticados adicionales vacíos, así que el ciphertext mide exactamente lo mismo que el texto plano y cada valor crece 28 bytes. La etiqueta se serializa entera. En el lado de lectura, DecryptAesGcmDocumentBytes recalcula la etiqueta de cada cadena y flujo y se para en el primer desajuste con un error como AESV4 stream authentication failed; no devuelve ninguna salida parcialmente descifrada
Los IV no son aleatorios por objeto. El escritor saca un prefijo aleatorio de 64 bits una vez por documento y añade un contador big-endian de 32 bits que comparten cada cadena literal, cadena hexadecimal, cadena de diccionario de flujo y cuerpo de flujo. GCM se rompe gravemente si el mismo IV se usa dos veces bajo una misma clave, y un contador hace la unicidad fácil de demostrar donde los sorteos aleatorios independientes solo la hacen probable. Si un documento necesitara alguna vez más de unos 4.290 millones de valores cifrados, el escritor lanza AESV4 IV counter exhausted en lugar de dar la vuelta
Escribir un archivo R7 con PDF MAC desde Delphi
TPdf.SaveAsEncrypted toma un record TPdfEncryptOptions de la unidad FPdfEncrypt. Fijar Revision en erR7 selecciona AESV4-GCM, y fijar EnableIntegrityProtection añade el PDF MAC independiente. Fijad la revisión explícitamente cada vez: TPdfEncryptOptions.Default devuelve erR5, con todos los permisos concedidos, metadatos cifrados y protección de integridad apagada, así que el código que olvida esa línea se lleva el más viejo de los tres esquemas
uses
System.SysUtils, PDFium, FPdfEncrypt;
procedure WriteProtectedReport;
var
Pdf: TPdf;
Opts: TPdfEncryptOptions;
begin
Pdf := TPdf.Create(nil);
try
Pdf.FileName := 'quarterly-report.pdf';
Pdf.Active := True;
if not Pdf.Active then
raise Exception.Create('Could not open quarterly-report.pdf');
Opts := TPdfEncryptOptions.Default; // Revision = erR5 aquí
Opts.UserPassword := 'open-secret';
Opts.OwnerPassword := 'admin-secret';
Opts.EncryptMetadata := True;
// Tabla 22 de ISO 32000-1: limpiar el bit 3 (imprimir) y el bit 12 (impresión de alta calidad)
Opts.Permissions := Opts.Permissions and not Cardinal($0004 or $0800);
Opts.Revision := erR7; // ISO/TS 32003 AESV4-GCM
Opts.EnableIntegrityProtection := True; // PDF MAC independiente de ISO/TS 32004
if not Pdf.SaveAsEncrypted('quarterly-report.enc.pdf', Opts) then
raise Exception.Create('Encrypted save failed');
finally
Pdf.Free;
end;
end;
La salida es un archivo reconstruido con una tabla de referencias cruzadas clásica completa y una cabecera %PDF-2.0. El diccionario Encrypt lee /V 6 /R 7 con /CFM /AESV4 en el filtro de cifrado estándar, y el catálogo gana una entrada /Extensions cuyo array /ISO_ declara /ExtensionLevel 32003 /ExtensionRevision (:2023). Con la protección de integridad activada, el mismo array también declara /ExtensionLevel 32004 /ExtensionRevision (:2024), el diccionario Encrypt lleva un /KDFSalt de 32 bytes y el trailer termina con un diccionario /AuthCode. Un cambio más es visible si leéis los permisos de vuelta: el escritor limpia el bit 13 ($1000) tanto en /P como en la copia cifrada de /Perms siempre que el MAC está activado, así que el valor que pasasteis no hará el viaje de ida y vuelta sin cambios en ese bit
¿Por qué un MAC de todo el archivo encima de etiquetas por valor?
ISO/TS 32004 añade un MAC sobre el archivo entero, porque una etiqueta en cada valor todavía no dice nada sobre cómo están dispuestos los valores. Las etiquetas GCM protegen los valores, y la estructura del archivo no está hecha de valores cifrados. La tabla de referencias cruzadas, los números de objeto, el trailer y las claves de diccionario se quedan todos en claro. Alguien sin la contraseña no puede falsificar una sola cadena o flujo, y sin embargo nada en el cifrador le impide apuntar el árbol de páginas a un conjunto distinto de objetos, soltar un objeto o empalmar un objeto cifrado copiado de una revisión anterior del mismo archivo, que estaba cifrado bajo la misma clave
El token de ISO/TS 32004 cubre esa capa. El escritor pone el token en /AuthCode << /MACLocation /Standalone /ByteRange [0 L1 S L2] /MAC <...> >>, donde el rango de bytes abarca cada byte del archivo salvo la cadena hexadecimal que guarda el propio token, y el segundo rango tiene que acabar exactamente en el final físico del archivo. El resumen sobre esos bytes es SHA-256. El manejo de claves sigue la estratificación de la especificación: HKDF-SHA256 deriva una clave de cifrado de claves a partir de la clave de cifrado del archivo y del /KDFSalt, una clave MAC aleatoria de 256 bits se envuelve con AES Key Wrap, y el propio token es una estructura CMS AuthenticatedData que usa HMAC-SHA256. Un lector necesita por tanto la contraseña de usuario o de propietario para comprobarlo, y quien no tenga ninguna no puede producir un token que verifique
El MAC no va atado a R7. EnableIntegrityProtection funciona también con erR5 y erR6, y esos archivos reciben igualmente la cabecera %PDF-2.0 y la entrada de extensión 32004. Para salida R7 nueva, activadlo: cuesta un diccionario de trailer, una entrada de extensión más en el catálogo y una sal de 32 bytes, y la ruta de descifrado lo verifica automáticamente siempre que esté presente
Leer un archivo AESV4 y comprobar el token
Un archivo R7 no pasa por la ruta normal de contraseña y carga, y la razón es el motor de debajo. El manejador de seguridad estándar integrado en PDFium reconoce AESV2 y AESV3 y mapea ambos a CBC; no tiene ruta GCM. PDFium Component descifra por eso AESV4 en Pascal con DecryptAesGcmDocumentBytes, que comprueba la contraseña y /Perms, verifica el MAC independiente si hay uno, autentica cada cadena y flujo, y devuelve un PDF en claro que TPdf.LoadDocument puede abrir
Esa copia en claro tiene las entradas /Encrypt y /AuthCode eliminadas y todos los offsets reescritos. Comprobar el MAC pertenece por tanto a los bytes originales, antes del descifrado. Llamar a Pdf.ValidatePdfMac después de cargar la copia descifrada devuelve pmvsNotPresent, porque la copia de verdad no tiene token. ValidateEncryptedDocumentMac en FPdfEncrypt toma los bytes crudos del archivo y una contraseña y devuelve el mismo TPdfMacValidationResult
uses
System.SysUtils, System.IOUtils, PDFium, FPdfEncrypt;
procedure OpenAesV4Report(const FileName: string; const Password: AnsiString);
var
Raw, Plain: TBytes;
Mac: TPdfMacValidationResult;
ErrorText: string;
Pdf: TPdf;
begin
Raw := TFile.ReadAllBytes(FileName);
// Comprobad el token sobre los bytes tal como están en disco
Mac := ValidateEncryptedDocumentMac(Raw, Password);
case Mac.Status of
pmvsValid: ;
pmvsNotPresent:
LogWarning(FileName, Mac.MessageText); // vuestra propia rutina de logging
pmvsInvalid:
raise Exception.Create('Rejected: ' + Mac.MessageText);
pmvsUnsupported:
raise Exception.Create('Needs manual review: ' + Mac.MessageText);
end;
if not DecryptAesGcmDocumentBytes(Raw, Password, Plain, ErrorText) then
raise Exception.Create('AESV4 decryption failed: ' + ErrorText);
Pdf := TPdf.Create(nil);
try
Pdf.LoadDocument(Plain);
// Pdf.ValidatePdfMac informaría pmvsNotPresent aquí: la
// copia descifrada no lleva ningún /AuthCode
ProcessDocument(Pdf); // vuestro propio procesamiento
finally
Pdf.Free;
end;
end;
Para archivos R5 y R6 el motor descifra de forma nativa, así que la llamada a nivel de componente funciona. Cargad con Password y FileName como siempre y llamad después a TPdf.ValidatePdfMac. Lee los bytes originales de los que se cargó el documento, ya fuera un archivo, un buffer o un flujo personalizado. Cuando el origen es una descarga progresiva que no ha terminado de llegar, devuelve pmvsUnsupported con un mensaje que dice que hace falta el origen completo
var
Pdf: TPdf;
Mac: TPdfMacValidationResult;
begin
Pdf := TPdf.Create(nil);
try
Pdf.Password := 'open-secret';
Pdf.FileName := 'contract.r6.pdf'; // escrito con erR6 + MAC
Pdf.Active := True;
if not Pdf.Active then
raise Exception.Create('Wrong password or unreadable file');
Mac := Pdf.ValidatePdfMac('open-secret');
if not Mac.IsValid then
Writeln('MAC check: ', Mac.MessageText);
finally
Pdf.Free;
end;
end;
Cuatro estados, cuatro respuestas
Colapsar TPdfMacValidationStatus a un booleano tira la parte que decide qué hacer después. pmvsNotPresent significa que el trailer no tiene ningún /AuthCode. ISO/TS 32004 es de 2024 y el MAC es opcional, así que la mayoría de los PDF cifrados de un archivo existente probablemente caigan aquí, y ponerlos en cuarentena vaciaría el archivo el primer día. Registradlo y seguid
pmvsInvalid cubre más que manipulación. El estado vuelve para un token que no verifica, un rango de bytes que se queda corto respecto al final del archivo, una cabecera que no declara PDF 2.0, una entrada de extensión 32004 ausente o mal formada, y una contraseña equivocada, ya que la clave que comprueba el token sale de la contraseña. Leed MessageText antes de llamarlo ataque. Un archivo truncado durante la subida y un archivo que alguien editó acaban los dos aquí, y los dos deberían parar el procesamiento
pmvsUnsupported es más estrecho. El componente comprueba tokens independientes, la forma /MACLocation /Standalone; un token ligado a una firma, que ISO/TS 32004 también define, informa este estado y es un caso para que lo mire una persona más que una alarma
Elegir R5, R6 o R7 para un público dado
TPdfEncryptionRevision ofrece erR5, erR6 y erR7, y la elección va más de quién abre el archivo que de criptografía. R5 es el esquema AES-256 original, publicado como extensión de PDF 1.7, con una única pasada de SHA-256 sobre la contraseña; ISO 32000-2 lo declara obsoleto. R6 es la derivación endurecida normalizada en ISO 32000-2, el algoritmo 2.B en §7.6.4.3, que itera sobre SHA-256, SHA-384 y SHA-512. R7 conserva exactamente la derivación de contraseña de R6 para /U, /O, /UE, /OE y /Perms y cambia solo cómo se cifran cadenas y flujos
Un visor tiene que implementar ISO/TS 32003 para abrir R7 siquiera, y un motor que solo conoce AESV2 y AESV3 rechaza el archivo. Cuando todos los lectores son software que controláis, como en un pipeline interno o un sistema de archivos que también usa este componente, R7 con el MAC es la combinación más fuerte disponible. Cuando el archivo va a destinatarios con visores desconocidos, R6 es la elección conservadora: es parte de la propia ISO 32000-2, y aún podéis añadir el MAC. R5 pertenece solo donde un consumidor legado conocido lo necesita, y esa decisión merece escribirse al lado de la política de retención
Los flags de permisos no cambian con la revisión. Los bits /P de la Tabla 22 de ISO 32000-1 que prohíben imprimir o copiar son peticiones que los visores conformes honran, y quien posea la contraseña de usuario ya posee el contenido descifrado. El cifrado decide quién puede leer; los permisos describen lo que el autor pidió después de eso
Añadir a un archivo protegido y comprobar el resultado
Un MAC independiente es una declaración sobre cada byte hasta el final del archivo, así que cualquier actualización incremental añadida después cae fuera del rango firmado, y una herramienta que añade sin recalcular el token convierte un archivo válido en uno pmvsInvalid. El guardado incremental cifrado del componente verifica el token existente antes de añadir, y después recalcula el rango de bytes y el token para el nuevo final de archivo. Las reglas para añadir revisiones a documentos cifrados, incluido cómo los objetos nuevos reutilizan la clave existente del archivo, están en actualizaciones incrementales sobre PDFs cifrados
Después de cualquier guardado, reabrid la salida y comprobadla como lo haría un destinatario: pasad ValidateEncryptedDocumentMac sobre los bytes, descifradlos o cargadlos, y confirmad que la cabecera declara la versión que esperáis con las comprobaciones descritas en conformidad exacta de versión PDF. Una lista de comprobación de ingresa más amplia para documentos que no habéis escrito vosotros está en auditar riesgos de seguridad en PDF
El código AES-256, GCM, HKDF, key wrap y CMS detrás de estas llamadas está escrito en Pascal y compilado dentro del componente, así que ninguna DLL de criptografía externa viaja junto a vuestro ejecutable, y las mismas unidades compilan bajo Delphi y Lazarus. Los records de opciones, los valores de estado y el resto de la API de cifrado están listados en la página del producto PDFium Component para Delphi