# REPORT-IMPOSTOR · 伪装成正本的伪文件全库普查

取证 agent，2026-10-14。预注册规则见 `/tmp/vi-agents/SEALED-IMPOSTOR.md`（写于开任何 PDF 之前，此后未改）。
**本轮未修改仓库任何文件，未生成 PDF，未 commit。所有产物在 `/tmp/vi-agents/impostor/`。**

---

## 〇、结论摘要（先给判决）

**污染率极低，且高度集中在一个再发布通道里。**

| 口径 | 确认的伪正本 | 分母 | 比率 |
|---|---:|---:|---:|
| 物理文件 | **8** | 1,561 | **0.51%** |
| 唯一内容 | **3** | 1,267 | **0.24%** |
| 上界（若 10 份未查 ISSUU 件全部为伪） | 18 | 1,561 | 1.15% |

**已深读的 35 份里，确认是伪正本的是 2 份**（Burberry 091／092，另有第 35 份麦当劳早已自行撤销）。
**未超过 PITFALLS 三十三设的 10 份红线 → 处境库的证据基础不需要重新评估。**

**但本轮推翻了一条我认为理所当然的东西：再发布容器指纹不等于内容造假。**
麦当劳的 TCPDF/Vebuka 指纹下，Lexus 是 2004 年带印厂工单号的**正本**；ISSUU 指纹下，匡威带
Converse Netherlands B.V. 荷兰商会注册号 **34186851**，也**是正本**。把容器当判决会误伤 2/3 的命中。

---

## 一、封存答案与预注册规则

见 `SEALED-IMPOSTOR.md`。关键预注册项：

- **分子定义**：A 学生作业／B 第三方归属／C 拼接·会过期，三档任一命中且**不能代表该品牌的制度**才算。
- **三个分母**：D1=1,561 物理文件；D2=1,267 唯一内容；D3=有效文本层子集。
- **明确不算伪正本的四类**（防过拟合护栏）：①乙方出品但确为品牌正式发布 ②(b)(c)(e) 类但属品牌自有 ③同品牌不同版本 ④第三方收录但文件自身标注了收录方。
- **停止规则**：≥200dpi 目视，页脚/版权/法务小字 ≥400dpi 裁切；不用 OCR；不用 `xargs -d`；不用 `pdftoppm … -`。

**封存答案对账（预测 → 实测）**

| 编号 | 预测 | 实测 | 判定 |
|---|---|---|---|
| P1 | 再发布平台串 3–30 份 | **39 份**，其中硬容器 26 份（TCPDF/Vebuka 3、issuu 21、99pdf 2），iLovePDF 压缩 36 份另计 | 上沿命中 |
| P2 | 作业类关键词 0–20 份 | **0 份**（文件名/Title/Author 全库零命中） | ✅ 命中，且验证了「资料贩子改名」 |
| P3 | A 档学生作业 1–8 份 | **2 份唯一文件**（Burberry 091、麦当劳 428） | ✅ 命中 |
| P4 | 35 份里 ≤5 份伪正本 | **2 份**（091、092） | ✅ **命中，这是最重要的一条** |
| P5 | 污染不集中在 `2.【笔记同款】` | **错**。dir2 的 ISSUU 密度 5.1%(7/136)，是 dir1 的 4.6 倍 | ❌ **证伪** |
| P6 | 低个位数比例 + 分散 | 比例对（0.51%），**但不分散**——集中在 ISSUU 通道 | 部分命中 |

**P5 被我自己的数据推翻**：我原以为 `2.【笔记同款】` 是精选所以最干净，实测它反而是 ISSUU 镜像包（S065–S077 编号段与 dir1 的【必看】一一对应）。**污染按「通道」集中，不按「目录」集中。**

---

## 二、元数据全量扫描结果

`pdfinfo` 跑满 **1,561/1,561**，条数已核对（坑二十七）。

### 2.1 再发布容器（硬信号）

| 指纹 | 份数 | 文件 |
|---|---:|---|
| `https://issuudownload.net`（Producer 与 Creator 同串） | **21** | Dior形象指南×4、Dior手册×2、Tiffany×2、Burberry手册×4、Burberry延展×3、香奈儿×3、匡威×3 |
| `TCPDF 6.2.26` + Creator/Title/Author **全部** = `Vebuka.com` | **3** | 【手册VI 428】McDonald麦当劳、【手册VI 406】Lexus_Brand_Guideline、【手册VI 585】Jeep服饰非汽车 |
| `99pdf.com` | 2 | 【手册VI 733】米卡生活BP、【茶饮】喜茶2020年度报告 |
| `PDFdo.com` / `Xpdf` | 2 | 瑞士Elektro、上海西岸香港置地 |

**ISSUU 21 份 = 7 份唯一文件**（按页数归并：26p×4、70p×2、58p×2、47p×4、27p×3、128p×3、18p×3）。

### 2.2 零命中项（同样是结果）

- **`ISSUU`／`Scribd`／`SlideShare`／`doc88`／`豆丁` 作为元数据串：全库 0 份。**
  PITFALLS 三十二把这些列为「本项目已实测的强信号」，实测它们在**元数据里根本不存在**——ISSUU 的真实指纹是 `issuudownload.net`，不含 `ISSUU` 大小写形式。**我第一遍扫描搜 "ISSUU" 漏掉了全部 21 份，是靠打全 Producer 分布才发现的。**
- 标题关键词（作业/学生/毕设/thesis/assignment/coursework/临摹/仿作…）：**0 份**。

### 2.3 被我修正的两个自己的错

1. `Nipip_` → 实际是 **`Nipic_5048871_20100528155653018588.cdr`**（昵图网），且只出现在 Title 不在文件名。按 `Nipip` 搜同样 0 命中。
2. `iLovePDF` 出现在 **Producer** 里 ≠ 再发布容器。36 份 Creator 为 InDesign/Keynote 而 Producer 为 iLovePDF，说明文件是**品牌原样做完后再被压缩**的，属渠道痕迹非造假信号。**只有 Producer 与 Title 同为再发布平台串（Vebuka 三件套）才是硬容器。**

### 2.4 残留工程文件 31 份

Title 残留 `.indd/.cdr/.ai` 与日期戳，其中 `Nipic_...cdr`（美的专卖店vi，Author=acer）是素材站来源的直接书证。

---

## 三、目视确认清单（12 份，均附分辨率）

**判决为伪正本（3 份唯一文件 / 8 个物理文件）**

| 文件 | 页数 | 命中信号 | 证据出处与分辨率 |
|---|---:|---|---|
| 【手册VI 428】McDonald麦当劳.pdf | 104 | **1+2+3+4** | p3 `Gloria Yasein / N0753203`；p85 `Coca-Cola Ltd. used under license`／`Printed in Canada`／加拿大沃尔玛优惠券有效期 2014-11-20–12-03；p52–53 印度菜单＋印尼锁定件相邻。（项目既有 400dpi 证据，本轮采信） |
| 【必看091】Burberry品牌手册.pdf<br>（＝【必看202】【手册VI 1213】S069-Burberry，共 4 份） | 47 | **1** | **物理 p3，400dpi**（渲染 4413×6238，裁切上半与中段）：`LYDIA WARREN`／`N0728408`，下接 `I confirm that this work has gained ethical approval and that we have faithfully observed the terms of approval in the conduct of this project.`＋`Signed: ……` `Date: ……/……/……` **未签字未填日期**的伦理审查表 |
| 【必看092】Burberry品牌延展.pdf<br>（＝【手册VI 1212】S070，共 3 份） | 27 | **2+3** | **物理 p27，400dpi**（渲染 6238×4038，裁切右侧）：Sources 页列 `grandviewresearch.com/industry-analysis/furniture-market`、`statista.com/statistics/439144`、`imarcgroup.com/luxury-furniture-market`，并**粘贴了一条 Google 图片搜索 URL**：`https://www.google.com/search?rlz=1C1GCEU_enUS850US850&biw=1920&bih=920&tbm=isch&sa=1&ei=Qt7qXMPAYLM_AbHtJfI-DA&q=burberry+shanghai&oq=burberry+s&gs_l=img.1.0.35i39I`——含浏览器会话参数与屏幕尺寸 |

> `N0753203`（麦当劳）与 `N0728408`（Burberry）**同为 N07 号段**。两件事出自同一号段学号，指向同一课程/机构池：**学生作业是通过 ISSUU／Vebuka 这类再发布通道流进资料库的**。

**判决为正本——但容器指纹同样脏（5 份，本轮最重要的否证）**

| 文件 | 页数 | 容器 | 为什么是正本 |
|---|---:|---|---|
| 【手册VI 406】Lexus_Brand_Guideline.pdf | 50 | **Vebuka**（与麦当劳同款） | p50，**300dpi**：`P4-020 (1/04) 00202-LEXGUIDEBK Printed in U.S.A. (5M) ©2004 Lexus`。含品牌内部零件号、印次、工单号，**版权方＝声称的品牌**。p2 为第一人称「to all Lexus Associates and partners」 |
| 【必看097】匡威品牌手册.pdf<br>（＝【手册VI 1129】S075，共 3 份） | 18 | **ISSUU** | p18，**200dpi**：`Converse Inc. (sociedad de Delaware … Boston, Massachusetts 02114…) y Converse Netherlands B.V. (…número 34186851…)`。全西班牙语、拉美/欧洲版，但**带真实法人与荷兰商会注册号**，学生拿不到 |
| 【手册VI 585】Jeep服饰非汽车_Brand_Identity_Manual.pdf | 112 | **Vebuka** | **40dpi 全 112 页联络表**：完整 A–D 章结构（logo construction / logo system / color / digital-mobile / 产品 / 户外），真实产品摄影。无任何学生信号。⚠ **授权状态不可判**（用 Jeep 之名的服饰品牌，标志非汽车七格栅） |
| 【手册VI 740】美的专卖店vi.pdf | 81 | **Nipic** | p2，**150dpi**：「前言」称本手册**自 2006-10-08 生效**、属商业机密。正文是美的自家专卖店 VI。**内容为真，出处是法务问题**：自称商业机密却从昵图网流出（仓库 `situation-entries.md:1265` 早已记录此事） |
| 【手册VI 841】方太品牌管理手册.pdf | 35 | Aspose | p2，**150dpi**：「**2018 版**方太品牌管理手册」导言，对内称「为企业品牌管理人员、产品营销人员…及广告、公关、活动等供应商提供清晰明确的品牌指导原则和判断依据」。品牌自有 |
| 瑞士Elektro能源形象手册.pdf | 57 | PDFdo | p2，**150dpi** 目录：含 `Falsche Anwendungen des Logos`（标志错误用法）、`Falsche Anwendungen der Submarken`、两个分部（Haustechnik／Elektro）分权、车辆涂装、导视、施工牌、`Downloadbereich`。**教科书级 (a) 类正本** |

**未检出，也未判定（1 份，诚实标注）**

- 【必看086】Dior 形象指南.pdf（26p，ISSUU，另 3 份同源）：只看了 p26，**是纯 DIOR 字标收尾页，无版权页**。既未检出四类信号，**也没有清除嫌疑**。**结论：未定罪。**

**诚实标注的样本缺口**：ISSUU 簇 7 份唯一文件中，我只查了 4 份。**Dior手册(70p)、Tiffany(58p)、香奈儿(128p)、Dior形象指南(26p)、匡威(18p) 之外的 5 份唯一文件（10 个物理文件）未做目视确认。**

---

## 四、三个问题的带分母答案

### Q1 污染率

**8 / 1,561 = 0.51%**（按物理文件，不去重——重复收录会多次伤害读者）
**3 / 1,267 = 0.24%**（按唯一内容）
**上界 18 / 1,561 = 1.15%**（若 10 份未查 ISSUU 件全部为伪正本）

**D3（有效文本层子集）本轮未测。** 诚实说明：我跑了 21 份 ISSUU 的 `pdftotext` 前 8 页，**跑了 21 份、读进去 0 字**（坑二十三的「计数完整≠检索成功」）。伪正本全部聚集在零文本层的再发布件里，所以**在文本层有效的那部分子集里，污染率只会更低**，不会更高。

**A 档（学生作业）单独计：2 / 1,561 = 0.13%**（唯一文件 2 / 1,267 = 0.16%）。

### Q2 哪些既有结论受影响

**确认 2 / 35 = 5.7%**（若把项目已自行撤销的麦当劳计入，为 3 / 35 = 8.6%）。

| 判定 | 文件 | 依据 |
|---|---|---|
| **伪正本** | 【必看091】Burberry品牌手册 | 本轮 400dpi：p3 人名+学号+伦理表 |
| **伪正本** | 【必看092】Burberry品牌延展 | 本轮 400dpi：p27 Sources＋Google 搜索 URL |
| 已由项目自行撤销 | 【手册VI 428】McDonald | 仓库已改判，见 `situation-entries.md:2078` |
| **疑似未定罪** | 【必看088】Tiffany & Co. Brand Book | ISSUU 容器，未目视 |
| 正本 | 其余 31 份 | 元数据无再发布串；Burberry/麦当劳以外未被点名 |

**关键结论：Burberry 这两份，仓库其实早就判对了。**
`broad-scan-versions.md:48` 已写明「`091`页3的学生伦理声明推翻了『文件名带品牌手册就代表品牌方』这一默认」「`092`…都是延展提案，不是 Burberry 已采用的产品/VI 证据」——而且它**明确把它排除在「官方采用证据」之外**，只留作「特定作者如何组织形象资料」的观察。
我 400dpi 复核逐字命中，**并补上了它当时没有的一条硬证据：092 的 Sources 页里那条带浏览器会话参数的 Google 图片搜索 URL**。

→ **P4 预测（≤5 份）成立。污染影响的是覆盖率，不是结论的证据基础。**

### Q3 污染是否集中

**按「通道」高度集中，按「目录」不集中。**

| 通道 | 文件数 | 确认伪正本 | 命中率 |
|---|---:|---:|---:|
| ISSUU | 21（7 唯一） | **7**（2 唯一） | **33%（文件）／50%（唯一，已查 4 份中 2 份）** |
| TCPDF/Vebuka | 3（3 唯一） | **1**（麦当劳） | 33% |
| 99pdf | 2 | 0 | 0% |
| Aspose / PDFdo / Nipic / Xpdf | 16 | 0（抽验 3 份全正本） | 0% |
| 其余 1,519 份 | 1,519 | 0 | 未查 |

**全部 8 份确认的伪正本落在 dir1（8/1,259 = 0.64%），dir2 确认 0 份。**
但 dir2 的 ISSUU 密度（7/136 = 5.1%）是 dir1（14/1,259 = 1.1%）的 **4.6 倍**——dir2 是 dir1 的 `S0xx` 镜像包，不是独立来源。

**结论：不存在「主合集相对干净所以可以放心引用」这种分层。**
该分层的是**通道**：凡带 `issuudownload.net`／`Vebuka.com` 三件套指纹的，先查署名页与末页；其余通道不必查。

---

## 五、已深读 35 份的污染排查表

元数据风险筛查 **35/35 全部定位成功**，6 份落入再发布容器指纹：

| 样本 | 文件 | 页 | 容器 | 判决 |
|---|---|---:|---|---|
| 麦当劳真VI | 【手册VI 428】 | 104 | TCPDF/Vebuka | **伪正本（项目已撤销）** |
| Burberry | 【必看091】 | 47 | ISSUU | **伪正本** |
| Burberry延展 | 【必看092】 | 27 | ISSUU | **伪正本** |
| Tiffany | 【必看088】 | 58 | ISSUU | **未定罪** |
| Lexus | 【手册VI 406】 | 50 | TCPDF/Vebuka | 正本（300dpi colophon） |
| Jeep服饰 | 【手册VI 585】 | 112 | TCPDF/Vebuka | 正本形式，授权未定 |
| 其余 29 份 | — | — | 无 | 无再发布指纹 |

⚠ **筛查口径缺陷（如实标注）**：文件名匹配为程序化模糊匹配，**2 行落到错误文件**——「NASA v2.1」匹配到 `【必看051】高合(HiPhi)…225p`、「江苏银行」匹配到 `【手册VI 1018】…红果IP孵化`。这 2 行的结论**不可用**，需人工重定位。剩余 33 行有效。

---

## 六、结论对本项目的影响

### 6.1 不需要重新评估的部分

处境库的证据基础成立。理由：
1. 深读 35 份里确认 2 份伪正本（5.7%），远低于 10 份红线。
2. 这 2 份**仓库早已识别并主动降权**——不是「建立在伪正本上的结论」，而是「被正确标注为不可作正本引用的观察」。
3. 唯一被撤销的麦当劳，仓库已改判并回写（`situation-entries.md:2078`、`PITFALLS 三十二`）。
4. 高污染率的两个通道（Aspose 12 份、PDFdo/Xpdf 3 份）抽验 3 份**全部为真**。

### 6.2 需要做的三件事（按性价比排序）

1. **【必看088】Tiffany & Co. Brand Book（及 S066 同源）查一次。**
   这是唯一「仓库已有引用（Tiffany 在 `round14-sensorial-breadth.md` 被引 4 次）＋ ISSUU 容器＋ 从未目视」的三重叠加点。**查 p2–p4 与末页即可结案**，成本约 10 分钟。这是当前唯一实质性的敞口。
2. **把 `broads-scan-versions.md` 里 092 的判断补一条硬证据**：Google 搜索 URL 那条比「拟议推广策略」更不可辩驳，且直接说明「哪些不是正本」的检测手段应加一条——**末页出现检索/引用来源页即非正本**。
3. **把「容器指纹」写进 KB 的文件身份检查清单，但标注为「筛查用、非判决用」。**
   现有 `PITFALLS` 已把 TCPDF/Vebuka/ISSUU 列为强信号。本轮证据显示：**当指纹只出现在 Producer 一处（Aspose/PDFdo/iLovePDF），假阳性率 0/16；当 Producer+Title+Author 三处同串（Vebuka），假阳性率 2/3**。指纹能定位，**不能定罪**。

### 6.3 一条应当写进 PITFALLS 的新教训

> **PITFALLS 三十二的四信号判据全部是「存在性」判据（有没有人名、有没有第三方版权）。**
> 本轮发现两条**「不可能存在」型**判据，杀伤力更高且不受分辨率影响：
> ① **末页是参考文献/Sources 页**——企业 VI 母版不引用 Statista 与 Google 图片搜索
> ② **未签字未填日期的伦理审查表**——品牌手册不内嵌作业审批栏
>
> 二者都不依赖读懂小字，因此**不受 PITFALLS 三十四「语义补全」风险影响**。

---

## 七、取样边界与未读区间（如实标注）

**已做**
- 元数据：**1,561/1,561 全量** `pdfinfo`，条数已核对。
- 文本层探测：ISSUU 21 份 → 跑 21 读 0（如实报告产出量为零）。
- 目视：**12 份**逐份确认，分辨率已逐份标注（400dpi×2、300dpi×1、200dpi×1、150dpi×4、40dpi×1、项目既有×1）。
- Jeep 全 112 页 40dpi 联络表通览（坑二十六）。

**未做（边界）**
1. **ISSUU 簇 5 份唯一文件 / 10 个物理文件未目视**：Dior手册(70p)、Tiffany(58p)、香奈儿(128p)、Dior形象指南(26p)。**这是 1.15% 上界的主要来源。**
2. **D3 分母未测**（有效文本层子集）。
3. **Aspose 12 份只抽验 3 份**（美的、方太、瑞幸），另 9 份未查。
4. **其余 1,519 份未做任何目视**，其「无污染」是由元数据推断，**不是观测**。
5. **未做跨市场拼接的系统性筛查**（信号 4）——麦当劳那种「印度菜单＋印尼锁定件相邻」需要逐页读，本轮只覆盖了已确认的 3 份。
6. **未用 OCR**（本机缺 chi_sim）。
7. Jeep 的**授权状态**不可判，Converse 的**具体版���/年份**未核。
8. 深读 35 份的定位有 2 行程序化匹配错误（见第五节）。

**样本量诚实声明**：本轮 12 份目视样本是**按风险富集抽取**的（优先取容器最脏的），**不是随机样本**。因此 **0.51% 是「确认下界」，不是「总体估计」**。若要对全库给出无偏污染率，需要对 1,551 份未查件随机抽 n≥300 份查署名页与末页——那是下一轮的事。

---

## 八、附：产物清单

| 文件 | 内容 |
|---|---|
| `/tmp/vi-agents/SEALED-IMPOSTOR.md` | 预注册规则与封存答案 P1–P6 |
| `/tmp/vi-agents/impostor/meta_all.json` | 1,561 份完整元数据 |
| `/tmp/vi-agents/impostor/meta_scan.py` | 元数据扫描脚本（ThreadPoolExecutor，无 `xargs -d`） |
| `/tmp/vi-agents/impostor/sheet.py` / `strip.py` / `band.py` | 联络表与条带渲染 |
| `/tmp/vi-agents/impostor/img/` | 全部渲染图（`bur091-*`、`bur092-*`、`lexlast-*`、`conv18-*` 等） |