本文要分享的內容是去年爲了搶鞋而分析 極驗(GeeTest)反爬蟲防護的筆記，由於篇幅較長(爲了多混點CB)我會按照我的分析順序，分成如下四個主題與大家分享:
本文是第二篇《接口交互的解密方法》，書接上文，上一篇中，我們遺留了兩個問題:
- 所有用於驗證的代碼都是混淆之後的，如何進行代碼還原或者調試分析。
- 請求與返回的關鍵數據都是加密的後的字符串如上述3、4、6等接口中的W參數，如何解密。
下面進入正文~
JS代碼的還原與調試分析
geetest的js代碼不單是簡單的壓縮，應該是經過混淆加密的，下載一個geetest的js文件，格式化並還原編碼後，會發現js加載之後直接執行了幾個嵌套的大循環，猜測應該是通過decodeURI對關鍵信息進行解密，拼裝成一個大數組，這樣便達到隱藏關鍵代碼和信息目的，如下圖:
如此，程序的代碼便可以寫成封裝成一個方法，通過數組下標來拼接程序代碼，達到隱藏關鍵信息，預防靜態分析的目的。根據我的經驗，目前市面上好多前端代碼都採用了這種代碼加密思路，比如 同花順數據中心的頁面數據，爲了防止接口被cors，構造了自定義的cookie信息，對應的js構造代碼也是這類加密思路。由於還原此JS代碼並不是本文的目的，所以我們就直接說調試分析方法，對還原代碼有興趣的童鞋可以自己再深入分析。
代碼Hook及覆蓋時機
如上說明，由於官網加載的Geetest腳本都是壓縮加密混淆之後的代碼，並不方便分析和調試。受X86年代更換目標dll路徑就可以達到dll劫持思路的啓發，我們將腳本下載下來格式化、替換轉義字符之後，通過瀏覽器控制檯加載修改後的腳本覆蓋原js代碼來達到同樣的效果(因證書驗證的問題，將代碼放在了我自己的空間裏):
var script = document.createElement('script'); script.src = "https://xxx/static/js/fullpage.8.8.4.js"; document.getElementsByTagName('head')[0].appendChild(script); var script = document.createElement('script'); script.src = "https://xxxx/static/js/slide.7.6.0.js"; document.getElementsByTagName('head')[0].appendChild(script);
經過分析，代碼在執行完上一篇文章的第三步之後開始加載對應的代碼，第四步的請求參數中的內容纔開始加密的，因此要分析加密代碼可以再加載了相應js之後再用我們的js進行覆蓋即可。
加密代碼的定位方法
瀏覽器中定位前端代碼，最有效的方法莫過於通過 瀏覽器事件 + 條件斷點的方式來定位了，但是由於上面說的代碼加密的原因，這種定位方法在這裏失效了，不論什麼事件最終都會進入到上面說的大數組解析的方法中去，如下圖:
所以只能通過xhr請求入手，通過棧回溯的方法定位代碼。值得慶幸的是火狐瀏覽器原生就支持堆棧跟蹤，省了我們不少時間，如下圖:
通過js下斷點不斷回溯，發現上圖中紅框部分是加密的代碼部分，下斷點，重新點擊登錄框，程序中斷，如下圖:
其中變量e的值記錄一下:
46207!!219363!!CSS1Compat!!334!!-1!!-1!!-1!!-1!!1!!-1!!-1!!9!!60!!45!!9!!15!!-1!!-1!!-1!!-1!!-1!!1!!-1!!-1!!231!!2!!-1!!-1!!-1!!157!!23!!44!!23!!1396!!279!!1396!!877!!zh-CN!!zh-CN,zh,zh-TW,zh-HK,en-US,en!!-1!!1!!24!!Mozilla/5.0 (Macintosh; Intel Mac OS X 10.14; rv:69.0) Gecko/20100101 Firefox/69.0!!1!!1!!1680!!1050!!1636!!1027!!1!!1!!1!!-1!!MacIntel!!1!!-8!!805a6cdeadd4f48ade985597f74928cb!!cc03697d39800df1ef0d2229132a62e8!!!!0!!-1!!0!!4!!AndaleMono,Arial,ArialBlack,ArialNarrow,ArialRoundedMTBold,ArialUnicodeMS,ComicSansMS,Courier,CourierNew,Geneva,Georgia,Helvetica,HelveticaNeue,Impact,LUCIDAGRANDE,MicrosoftSansSerif,Monaco,Palatino,Tahoma,Times,TimesNewRoman,TrebuchetMS,Verdana!!1568168747074!!-1,-1,-15,0,0,0,0,97,230,2,134245,8,7,441,444,992,3151782,3151782,3151970,-1!!-1!!-1!!577!!75!!49!!222!!75!!false!!false
RSA加的分析
單步步入跟進變量r的計算過程，由於方法是通過數組轉義的，所以需要步入多次才能進入到正確的變量中，如下圖:
到這裏，需要分兩步分析:
i. 待加密的內容92c689c0f4282f4e是什麼，怎麼得到的。
i. 跟進繼續分析，看是否能得到RSA加密的公鑰
這裏備份一下加密的結果:
031d0a23604ba7778905403f8403e780224cdfa6854551f55d2efd84436434df3579139c391d0b34d2ff91cbb29bf24902cf2dc1b03e165db3601d5f6cdbb6a1f1ef81f03b8085c5606671b50f22db362f8ddfec89551f163f96e84b1e22387b6e229fe1ab2ab76f8dcc2a8a15b840ebad8c75b7afbf126f2b6f33f478774e8d
待加密的那串字符串已經執行過了，需要再重新啓動調試分析，所以這裏不打斷本次調試，繼續分析RSA的公鑰，如下圖:
得到的RSA的公鑰信息爲:
publicExponent = 10001
publicKey = 00C1E3934D1614465B33053E7F48EE4EC87B14B95EF88947713D25EECBFF7E74C7977D02DC1D9451F79DD5D1C10C29ACB6A9B4D6FB7D0A0279B6719E1772565F09AF627715919221AEF91899CAE08C0D686D748B20A3603BE2318CA6BC2B59706592A9219D0BF05C9F65023A21D2330807252AE0066D59CEEFA5F2748EA80BAB81
至此，RSA加密需要的信息我們分析完畢，模擬RSA加密的python代碼如下:
import rsa from binascii import b2a_hex e = '010001' e = int(e, 16) n = '00C1E3934D1614465B33053E7F48EE4EC87B14B95EF88947713D25EECBFF7E74C7977D02DC1D9451F79DD5D1C10C29ACB6A9B4D6FB7D0A0279B6719E1772565F09AF627715919221AEF91899CAE08C0D686D748B20A3603BE2318CA6BC2B59706592A9219D0BF05C9F65023A21D2330807252AE0066D59CEEFA5F2748EA80BAB81' n = int(n, 16) pub_key = rsa.PublicKey(e=e, n=n) print(b2a_hex(rsa.encrypt(b"0fe524023c414bb5", pub_key)))
AES加密的分析
繼續單步步入AES加密的方法之前，意外發現了上下文變量中的信息，如下圖:
至此，我們知道上面遺留待分析的字符串: 92c689c0f4282f4e, 是AES加密用的Key。一會兒代碼中證實一下。
由上圖可知，
a. key=n: 密鑰key，對應的值: 959603510..., 轉換爲十六進制爲: 0x39326336...，對應的ascii爲: 92c6..., 說明上面的字符串確實是AES加密用的key。
b. iv=a[$_BBIFN(344)]; 補位值, 對應的值是: 808464432..., 轉換爲十六進制爲: 0x30303030...，說明補位以字符0000000000000000補齊
c. mode=a[$_BBIFN(344)]; 加密模式，分析可知是CBC模式的加密
d. blockSize=4; 切分區塊大小爲4字節
e. ciphertext=i; 序列化後的代加密字符，原文是t，下面記錄下代加密的原文內容:
{ "gt": "2328764cdf162e8e60cc0b04383fef81", "challenge": "960780255cdadcbdebde1fb646d5cb77", "offline": false, "product": "float", "width": "100%", "lang": "zh-hk", "protocol": "https://", "fullpage": "/static/js/fullpage.8.8.4.js", "beeline": "/static/js/beeline.1.0.1.js", "static_servers": ["static.geetest.com/", "dn-staticdown.qbox.me/"], "slide": "/static/js/slide.7.6.3.js", "maze": "/static/js/maze.1.0.1.js", "aspect_radio": { "click": 128, "pencil": 128, "beeline": 50, "voice": 128, "slide": 103 }, "voice": "/static/js/voice.1.2.0.js", "pencil": "/static/js/pencil.1.0.3.js", "type": "fullpage", "click": "/static/js/click.2.8.5.js", "geetest": "/static/js/geetest.6.0.9.js", "cc": 4, "ww": true, "i": "46207!!219363!!CSS1Compat!!334!!-1!!-1!!-1!!-1!!1!!-1!!-1!!9!!60!!45!!9!!15!!-1!!-1!!-1!!-1!!-1!!1!!-1!!-1!!231!!2!!-1!!-1!!-1!!157!!23!!44!!23!!1396!!279!!1396!!877!!zh-CN!!zh-CN,zh,zh-TW,zh-HK,en-US,en!!-1!!1!!24!!Mozilla/5.0 (Macintosh; Intel Mac OS X 10.14; rv:69.0) Gecko/20100101 Firefox/69.0!!1!!1!!1680!!1050!!1636!!1027!!1!!1!!1!!-1!!MacIntel!!1!!-8!!805a6cdeadd4f48ade985597f74928cb!!cc03697d39800df1ef0d2229132a62e8!!!!0!!-1!!0!!4!!AndaleMono,Arial,ArialBlack,ArialNarrow,ArialRoundedMTBold,ArialUnicodeMS,ComicSansMS,Courier,CourierNew,Geneva,Georgia,Helvetica,HelveticaNeue,Impact,LUCIDAGRANDE,MicrosoftSansSerif,Monaco,Palatino,Tahoma,Times,TimesNewRoman,TrebuchetMS,Verdana!!1568168747074!!-1,-1,-15,0,0,0,0,97,230,2,134245,8,7,441,444,992,3151782,3151782,3151970,-1!!-1!!-1!!577!!75!!49!!222!!75!!false!!false" }
至此，AES加密分析結束，整理的python代碼如下:
import base64 from Crypto.Cipher import AES from binascii import b2a_hex, a2b_hex class PrpCrypt(object): def __init__(self, key): self.key = key.encode('utf-8') self.mode = AES.MODE_CBC # 加密函數，如果text不足16位就用空格補足爲16位， # 如果大於16當時不是16的倍數，那就補足爲16的倍數。 def encrypt(self, text): text = text.encode('utf-8') cryptor = AES.new(self.key, self.mode, b'0000000000000000') # 這裏密鑰key 長度必須爲16（AES-128）, # 24（AES-192）,或者32 （AES-256）Bytes 長度 # 目前AES-128 足夠目前使用 length = 16 count = len(text) if count < length: add = (length - count) # \0 backspace # text = text + ('\0' * add) text = text + ('0' * add).encode('utf-8') elif count > length: add = (length - (count % length)) # text = text + ('\0' * add) text = text + ('0' * add).encode('utf-8') self.ciphertext = cryptor.encrypt(text) # 因爲AES加密時候得到的字符串不一定是ascii字符集的，輸出到終端或者保存時候可能存在問題 # 所以這裏統一把加密後的字符串轉化爲16進制字符串 return b2a_hex(self.ciphertext) # 解密後，去掉補足的空格用strip() 去掉 def decrypt(self, text): cryptor = AES.new(self.key, self.mode, b'0000000000000000') plain_text = cryptor.decrypt(a2b_hex(text)) # return plain_text.rstrip('\0') return bytes.decode(plain_text).rstrip('\0') if __name__ == '__main__': txt = "{\"gt\":\"2328764cdf162e8e60cc0b04383fef81\",...}" pc = PrpCrypt('92c689c0f4282f4e') # 初始化密鑰 e = pc.encrypt(txt) # 加密 d = pc.decrypt(e) # 解密 print("加密:", e) print("解密:", d)
後記
對比發現，之前記錄的e的值，就是這裏待加密內容中 i的值。gt 和 challenge可以從上一章的分析中得到，AES加密之後，將加密的結果base64編碼處理。
至此，我們知道，其大致的交互方式爲:
- 用時間戳生成AES的密鑰，並將密鑰通過RSA加密。
- 通過AES+密鑰將要提交的內容加密。
- 將提交內容的密文與密鑰的密文拼接成w參數進行提交，
w參數的格式爲:base64(aes(json))+rsa(aes的密鑰)
本章遺留了如下兩個問題:
- AES的密鑰如何生成。
- e的值是什麼內容，如何計算得到。
限於篇幅，這兩個問題，待到下一篇《極驗反爬蟲防護分析之接口交互的解密方法補遺》 中進行分析。