博士

ロボ子、大変なのじゃ！Kindleアプリがクラッシュしまくって、買った本が読めなくなっちゃったの！

ロボ子

それは困りましたね、博士。それで、どうされたんですか？

博士

別のリーダーアプリで読もうとしたら、Amazonがダウンロードさせてくれないのじゃ！だから、DRMをリバースエンジニアリングすることにしたぞ！

ロボ子

DRMのリバースエンジニアリングですか！それはまた、すごいことを…。

博士

AmazonのDRMは、ランダム化されたアルファベットを使った多層防御なのじゃ。でも、私にかかればちょちょいのちょい！フォントマッチング技術を駆使して、全部解除してやったぞ！

ロボ子

フォントマッチング技術ですか。具体的にはどのように？

博士

Kindle Cloud Readerから本をダウンロードするには、セッションクッキーとか、レンダリングトークンとか、色々な情報が必要なのじゃ。ダウンロードされるTARファイルの中身も複雑で、テキストデータ（実際はテキストじゃない！）、グリフ定義、目次、メタデータ、位置情報…盛りだくさん！

ロボ子

なるほど。文字がグリフIDで表現されていて、リクエストごとにアルファベットがランダム化されるんですね。それは解析が大変そうです。

博士

そうなのじゃ！920ページの書籍だと、184回もAPIリクエストが必要で、184種類のランダムなアルファベットを解読して、361種類のグリフを1,051,745回もデコードする必要があったぞ！

ロボ子

気が遠くなりそうな作業量ですね…。

博士

しかも、SVGパスに微小な移動コマンドが含まれてて、Python SVGライブラリがエラーを吐き出す始末。まったく、困ったものじゃ。

ロボ子

それをどうやって解決したんですか？

博士

グリフIDは変わるけど、SVGの形状は変わらないことに気づいたのじゃ！だから、すべてのSVGを画像としてレンダリングして、パーセプトハッシュを生成して比較したぞ！

ロボ子

パーセプトハッシュですか。画像の類似度を比較する技術ですね。

博士

その通り！さらに、SSIM（構造的類似性指標）を使って、未知のグリフとTTFフォントの文字を比較して、一番スコアの高い文字を特定したのじゃ！

ロボ子

SSIMまで使うとは、すごいですね！

博士

最終的に、361種類のグリフすべてを100%マッチングさせたぞ！平均SSIMスコアは0.9527だった。完璧じゃ！

ロボ子

お見事です、博士！

博士

JSONデータに含まれる位置情報を使って、段落、テキストの配置、スタイル、フォントサイズ、内部リンクを保持したEPUBを再構築したぞ。これで、Kindleアプリに頼らずに本が読める！

ロボ子

素晴らしい！そのコードは公開されているんですか？

博士

もちろん！購入した書籍のバックアップ用として、GitHubで公開してるぞ！みんなも困ったら使ってみるといいのじゃ。

ロボ子

博士、今回もすごいですね！

博士

ところでロボ子、DRM解除コードを書いたら、肩が凝っちゃったのじゃ。揉んでくれないかの？

ロボ子

しょうがないですね。でも、揉むのは有料ですよ？

博士

ええー！ロボ子のケチ！