猿人学第22题「初识-魔改标准算法」逆向实录:jsconfuser 混淆下的 AES + MD5 魔改还原

猿人学第22题「初识-魔改标准算法」逆向实录:jsconfuser 混淆下的 AES + MD5 魔改还原

目标站点:https://match.yuanrenxue.cn/match/22 题目要求:抓取 5 页数据,每页 10 个数字,求和即为答案。 核心难点:token 由「异化 AES」+「逆练 MD5」组合生成,且 22.js 经过了 jjencode / 控制流平坦化级别的重度混淆。


一、题目背景

第 22 题的页面提示里藏着两句话:

  • 异化 AES 心法:AES 算法被魔改过;
  • 逆练 MD5 口诀:MD5 算法被魔改过。

同时页面还给出了两个硬性条件:

  1. 每道灵符(每个请求)必须携带 sessionid cookie,每位「修士」命数不同,所得天数和也不同;
  2. 第 5 页请求必须携带 User-Agent: yuanrenxue。

抓包之后,能清晰地看到题目请求的目标接口:

ini 复制代码
GET /api/question/22?page=1&pageSize=10&kw=&token=xxx&now=xxx&m=xxx

其中 token 是一个 32 位 hex 字符串,now 是毫秒时间戳,m 是「匹配数」,形如 0c68fb9352201f73ccb19484a18992f0|1794070695238。


二、抓包分析

首次访问 /match/22 时,页面会依次触发几个请求:

bash 复制代码
1. GET  /api/getTime           → 返回当前服务器毫秒时间戳
2. POST /api/match/number      → 返回匹配数 m(页面内联脚本拦截此请求并写入 window.matchnumber)
3. GET  /api/question/22?...   → 真正的数据接口,校验 token

数据接口的返回格式:

json 复制代码
{
  "data": [655175, 905806, 560795, ...],
  "status": "1"
}

如果 token 校验失败,会返回:

json 复制代码
{"error": "token failed"}

用任意值去重放旧 token 会直接 403,说明 token 是随时间戳动态变化的,必须还原它的生成算法。


三、定位混淆代码

题目页加载了一个 438 KB 的 22.js,打开一看:

js 复制代码
(function(e){var i=e||74;for(;;)if(i<64){if(i<32){if(i<16){if(i<8){...

整个文件是一个自执行的 IIFE,内部遍布:

  • 控制流平坦化 (control-flow flattening):一个 for(;;) 循环 + 一个状态变量 i,通过 i+=N / i-=M 在几十上百个分支之间跳转;
  • 字符串拆分拼接 :所有关键字符串都被拆成碎片再拼回来,例如 "match"+"numbe"+"r" → matchnumber;
  • jjencode 风格变量名 :大量单字母 / 下划线 / $ 命名的变量。

这种代码直接读是灾难,但好在它本质上是一个确定性的状态机,我们可以用 jsdom 把它跑起来,动态定位关键逻辑。

3.1 用 jsdom 搭建执行环境

js 复制代码
const fs = require('fs');
const { JSDOM } = require('jsdom');

const html = fs.readFileSync('./match22.html', 'utf8');
const dom = new JSDOM(html, {
  url: 'https://match.yuanrenxue.cn/match/22',
  runScripts: 'outside-only',
  pretendToBeVisual: true,
});
const { window } = dom;
global.window = window; global.document = window.document;
global.navigator = window.navigator; global.self = window;

window.eval(fs.readFileSync('./jquery.js', 'utf8'));
const $ = window.jQuery;

// 拦截 ajax,mock 掉服务端接口,方便观察请求参数
$.ajax = function (opts) {
  if (typeof opts === 'string') opts = { url: opts };
  const url = opts.url;
  if (url === '/api/getTime') { opts.success && opts.success(SERVER_TIME); return; }
  if (url === '/api/match/number') { window.matchnumber = MATCH_NUMBER; opts.success && opts.success({ m: MATCH_NUMBER }); return; }
  if (String(url).includes('/api/question/22')) {
    console.log('question data =', opts.data);   // 关键:打印签名请求体
    opts.success && opts.success({ data: [], status: '1' });
    return;
  }
};

3.2 捕获第一份请求体

执行 22.js 后,第一页会自动发出请求,控制台打印:

json 复制代码
{
  "page": 1,
  "pageSize": 10,
  "kw": "",
  "m": "123456789",
  "token": "74dfb741786cce2a4571df55e0c22fb5",
  "now": 1794146143027
}

我们得到了一个确定性样本 :(now, page) → token。


四、控制流平坦化还原

拿到样本后,要做的是把 token 的生成过程从状态机里「抠」出来。

在 22.js 里搜索 token 的组装点,可以定位到这样一段高度混淆的代码:

js 复制代码
...de=j,pe="token",ye=re,_e=de[pe]=ye,ge=j,me="now",we=f,be=ge[me]=we,j

这明显是在构建返回对象 j:

js 复制代码
j.token = re;
j.now   = f;

关键函数 l 的定义是一个典型的状态机:

js 复制代码
var l = function(f, s, l, r, t, n, o) {
  var a = e || 1;
  for (;;) if (a < 32) { ... } else { ... }
};

我写了一个 Python 脚本,把这段状态机逐条翻译成转移表 ,然后从 a=1 开始模拟执行,得到完整的 55 步执行序列:

ini 复制代码
a=1   declare_vars                      -> a=7
a=7   c="match"                         -> a=21
a=21  v="r"                             -> a=32
a=32  u="numbe"                         -> a=17
a=17  h="ize"                           -> a=31
a=31  d="pageS"                         -> a=43
a=43  p="est"                           -> a=24
...
a=44  se=AES.encrypt(ie,fe,{ECB,Pkcs7})  -> a=4
...
a=40  Y=H[z](V)      // MD5(...)
...
a=53  RETURN_DATA

再配合运行时插桩(在 ye=re 处注入 globalThis.__dbg = {...}),直接拿到中间变量的真实值:

json 复制代码
{
  "ie": "17941461430271",          // String(now) + String(page)
  "fe": "666yuanrenxue66",         // AES 密钥
  "se": "u2fSDgvKx1+7DPLpU3Azt1DjvY2O0EjC8Lxh1cxDbzS=",  // AES 密文
  "re": "74dfb741786cce2a4571df55e0c22fb5"               // token
}

五、算法还原结论

把状态机跑通之后,整条签名链一目了然:

js 复制代码
// 1. 拼接明文
plaintext = String(now) + String(page);
// 例:1794146143027 + 1 => "17941461430271"

// 2. 异化 AES 加密(ECB + Pkcs7)
key = "666yuanrenxue66";
se  = AES.encrypt(plaintext, key, {
        mode: CryptoJS.mode.ECB,
        padding: CryptoJS.pad.Pkcs7
      });

// 3. 逆练 MD5 取摘要
token = MD5(se.toString()).toString();   // 32 位 hex

5.1 两个关键发现

发现一:token 只依赖 (now, page),与 m、pageSize、kw、sessionid 无关。

这点通过对比多组样本确认:同一 (now, page) 下,无论 m 填什么都得到相同的 token;服务端也接受任意 m 值(实测 m=0、m=TESTM 都能正常返回数据)。这大大简化了爬虫逻辑。

发现二:AES 与 MD5 都被魔改过,不能直接用标准库复现。

  • MD5 的初始化常量被改成了(浏览器分支):
js 复制代码
[0x67452301, 0xefcdab80, 0x98badcfe, 0x10325476]
//                        ↑ 0xefcdab89 → 0xefcdab80
  • AES 的输出结构与标准 crypto-js 完全不同:标准 crypto-js 用 passphrase 时输出 Salted__ 前缀,用裸 key 时输出 16 字节;而这里的密文是 32 字节,且前 16 字节在所有明文下都相同(只依赖密钥),说明 S-box 或密钥调度被重写了。

5.2 为什么选择「oracle」方案

要 100% 用 Python 复刻魔改的 AES 和 MD5,成本高且容易在细节上出错(S-box、密钥扩展、轮数、padding 都可能被改)。

更稳妥的思路是:直接用 Node 把原版 22.js 跑起来,把它当作一个「token 生成器」(oracle) ,从外部喂入 (now, page),取出 token,再用 Python / Node 去请求真实接口。这样既保证 token 和服务端算法一致,又绕开了完全复刻魔改算法的成本。


六、完整爬虫实现

js 复制代码
// crawl.js
const fs = require('fs');
const { JSDOM } = require('jsdom');

const SESSIONID = process.argv[2] || 'a7tk93g4qzjf2wzjxohbnj75cix2qhyh';
const BASE = 'https://match.yuanrenxue.cn';

async function http(url, opts = {}) {
  const headers = {
    'User-Agent': opts.ua || 'Mozilla/5.0 (Windows NT 10.0; Win64; x64)',
    'Cookie': 'sessionid=' + SESSIONID,
    ...(opts.headers || {}),
  };
  const r = await fetch(url, { ...opts, headers });
  return { status: r.status, text: await r.text() };
}

// 用 jsdom 执行 22.js,把它当 token 生成 oracle
function genTokens(now) {
  const html = fs.readFileSync('./match22.html', 'utf8');
  const dom = new JSDOM(html, {
    url: BASE + '/match/22',
    runScripts: 'outside-only',
    pretendToBeVisual: true,
  });
  const { window } = dom;
  global.window = window; global.document = window.document;
  global.navigator = window.navigator; global.self = window;

  window.eval(fs.readFileSync('./jquery.js', 'utf8'));
  const $ = window.jQuery;
  const captured = [];

  $.ajax = function (opts) {
    if (typeof opts === 'string') opts = { url: opts };
    const url = opts.url;
    if (url === '/api/getTime') { opts.success && opts.success(now); return; }
    if (url === '/api/match/number') { opts.success && opts.success({ m: window.matchnumber }); return; }
    if (String(url).includes('/api/question/22')) {
      captured.push(opts.data);
      opts.success && opts.success({ data: [], status: '1' });
      return;
    }
  };

  window.matchnumber = '0';
  window.eval(fs.readFileSync('./22_exp.js', 'utf8'));  // 导出了内部 __he 函数的版本

  for (let p = 1; p <= 5; p++) {
    try { window.__he(p); } catch (e) {}
  }

  const out = {};
  for (const d of captured) out[d.page] = d.token;
  return out;
}

(async () => {
  // 1. 拿真实时间戳
  const now = Number((await http(BASE + '/api/getTime')).text.trim());

  // 2. 生成 5 页 token
  const tokens = genTokens(now);

  // 3. 抓 5 页数据并求和
  let total = 0;
  for (let page = 1; page <= 5; page++) {
    const ua = page === 5
      ? 'yuanrenxue'
      : 'Mozilla/5.0 (Windows NT 10.0; Win64; x64)';
    const url = `${BASE}/api/question/22?page=${page}&pageSize=10&kw=&token=${tokens[page]}&now=${now}&m=0`;
    const r = await http(url, { ua });
    const j = JSON.parse(r.text);
    const nums = j.data.map(Number);
    total += nums.reduce((a, b) => a + b, 0);
    console.log(`page ${page}: ${nums.length} values`);
  }

  console.log('TOTAL =', total);
})();

运行:

bash 复制代码
node crawl.js <你的sessionid>

七、运行结果

ini 复制代码
real now = 1794148488302
tokens = {
  '1': '347c52a570d7844bda013f79dda241ed',
  '2': 'a74187ae98daaf2e45b598f42a883a15',
  '3': 'd08b879bae9f2487c1b8a0c2d7619d5a',
  '4': 'd5547288e3cc1ce3a0bbf5d1d4ce51a8',
  '5': '3db648fc4e0262ee6161cb246d7faa1e'
}
page 1: 10 values, sum=6822165
page 2: 10 values, sum=5459560
page 3: 10 values, sum=5567985
page 4: 10 values, sum=5554419
page 5: 10 values, sum=5554671
TOTAL = 28958800

提交答案接口返回:

json 复制代码
{"result": "success", "created": true, "code": 2, "exp": 107}

最终答案:28958800


八、踩坑记录

  1. runScripts: 'outside-only' 是必须的 :默认 jsdom 不执行外部脚本,直接用 dangerously 反而会引入副作用,outside-only 最可控。

  2. globalThis 在 jsdom eval 里不等于 Node 的 globalThis :插桩时往 globalThis.__dbg 写值,在 Node 侧读不到,要读 window.__dbg。

  3. 原生 .click() 不触发分页 ajax :翻页按钮是 on('click', ...) 绑定,直接模拟点击无效。最终靠导出内部的 he(page) 函数直接调用解决。

  4. /api/match/number 直连会 404 :这个接口只在页面上下文里被内联脚本拦截并写入 window.matchnumber,实际上服务端并没有这个真实路径,m 值不需要「有效」,随便填即可。

  5. 旧 token 重放必挂 :token 里编码了 now,服务端会校验时间戳,所以必须「先 getTime → 再生成 token → 立刻请求」,不能缓存复用。


九、总结

这道题的核心考点是在重度混淆(控制流平坦化 + 字符串拆分 + 变量名混淆)下还原魔改的标准算法。

解题路径可以概括为四步:

  1. 抓包:明确目标接口和签名参数;
  2. 动态执行:用 jsdom 把混淆代码跑起来,拦截请求体拿到确定性样本;
  3. 静态反混淆 :对关键函数做状态机模拟,还原出 AES(now+page) → MD5 的签名链;
  4. oracle 落地 :不强行复刻魔改算法,而是把原 JS 当 token 生成器,喂入真实 (now, page) 直接产出可用 token。

这种「混淆代码当 oracle,外部驱动」的思路,在遇到「算法魔改太复杂、但 JS 能跑」的场景时非常实用------绕开了 S-box、密钥调度等最容易出错的细节,同时保证了 token 的绝对正确性。

相关推荐
deli0075 分钟前
马赛克打多粗才安全?8 档像素块 PSNR 实测,脸还认得出吗
前端
JianZhen✓8 分钟前
IM 聊天列表为什么总“消息乱跳“:有序插入、时间轴派生、本地截断、已读回执
开发语言·前端·php
deli00710 分钟前
为什么 5 个人 5 把叉子会全卡住?deadlock 四条件逐项实测
前端
闻缺陷则喜何志丹12 分钟前
可视化前端Web组态软件
前端·数字孪生·可视化·web组态·吾乐吾
哈士奇冲鸭42 分钟前
实战:AG-Grid 在 qiankun 下的 CSS 命名空间隔离
前端
哈士奇冲鸭1 小时前
实战:qiankun 微前端主题隔离,把 data-theme 从 html 挪进自己的容器
前端
疯华整猫1 小时前
别再抄 Flutter 了:2026 年 Android / iOS / 小程序跨端架构选型的四本成本账
android·前端·ios
Warson_L1 小时前
上传头像 (angular 16)
前端·angular.js
zhanlang02171 小时前
HTML 零基础入门到企业实战【第七章 表单标签|7.1 表单核心作用:数据收集、用户交互原理】
前端·html·交互