feat(VM): 运行时反证通过 —— 静态导出的 cd 槽位序与真机 require 序逐位一致

做法: 真机 iframe 里包 Function.prototype.apply, 模块工厂调用形状实测为 4 参 [object,object,object,function]（require 是最后一个）, 按工厂实例分组记账; 再用新增 tools/cdp_script_source.js（Debugger.scriptParsed + getScriptSource）取运行时真正执行的那份 tdc.js（不能用重新 fetch —— 同 URL 每次返回不同构建）。结果: 静态 == 运行时 = [8,9,10,13,14,15,16,17,18,19,20,21,23,24,25,30,31,32,34,36,37,1,38,39,40,41,42,43,44,47,48,49,50,51,56,57,58] 37 项逐位相同 -> 槽位序=require序这条链闭合; 之前语义对不上是标注启发式的问题。附带: window.TDC(含 getData) 只在验证码 iframe, 可直接调用取证; cdp_eval 新增 --init-script。账本新增已知 #35。
2026-10-12 00:24:13 +08:00
parent 50c0ca33c6
commit d2b3889132
5 changed files with 283 additions and 1 deletions
@@ -65,6 +65,7 @@
 | 32 | **仓库在用的 collect 模板 = `签到成功-1.har` 那一次的槽位序** | 模板指纹与 `签到成功-1#0` **逐槽一致**；与晚些时候的真机会话 29 个槽不同。→ `generate_collect_success()` 虽然回填了新轨迹/时间戳，但**槽位序是那一次的** | 确证 |
 | 33 | **VM 程序结构层已吃透：顶层就是 62 个模块工厂的注册表** | 顶层 `@0` 做 `registry[id] = function(module, exports, require){...}`（`DUP; PUSH_IMM [id]; REVERSE_TOP2; JUMP -> CREATE_CLOSURE; SET_PROP`）。`tools/tdc_program.py --modules` 直接导出。修了两个真 bug：① 反汇编器漏了 `RET_TRUE`/`THROW` 是终结符（控制流穿过函数结尾 → 子程序归属全错）；② 提升器终结符判定写死 opcode 数值 | 确证 |
 | 34 | **`cd` 槽位序的来源已定位并可静态导出** | 装配链：清单模块 `arr[arr.length] = require(N)`（**追加，所以 require 顺序就是数组顺序**，已核）→ 分发模块按 `.on`/`.reset`/`.get` 分三数组 → 装配模块 `r3='{"cd":['` + `for(...) r3 += arr[i].get()`。线上构建实测 **37 个 require + 1 个字面量槽 = 38**，与真机 `cd` 槽数完全吻合；两份构建的 require 串不同（与 #31 一致）。工具：`tools/tdc_layout.py` | 确证（顺序）/ 语义标签部分 |
+| 35 | **运行时反证通过：静态导出的 require 序 == 运行时真实 require 序（逐项一致）** | 在真机 iframe（`tdc.js` 实际执行的上下文，`window.TDC.getData` 就在这里）里包一层 `Function.prototype.apply`，模块工厂调用形状 = **4 参 `[object,object,object,function]`**（require 是最后一个），按工厂实例分组记账。触发一次刷新后取运行时串，用 `tools/cdp_script_source.js`（Debugger.scriptParsed + getScriptSource）取到**运行时真正执行的那份 tdc.js**（exactly-once，不能用重新 fetch 代替——#29 每次返回不同构建），两边串：<br>静态 = 运行时 = `[8,9,10,13,14,15,16,17,18,19,20,21,23,24,25,30,31,32,34,36,37,1,38,39,40,41,42,43,44,47,48,49,50,51,56,57,58]`（37 项，逐位相同）<br>→ 由此可判定：之前"部分槽语义对不上"是**标注启发式**的问题，**顺序本身正确**。工具：`scripts/experiment_require_order.py` | 确证 |

 ---

@@ -0,0 +1,158 @@
+# -*- coding: utf-8 -*-
+"""
+实验 B —— 运行时反证「静态导出的 cd 槽位序」。
+
+要回答的问题（har/1ms_dianxuan/PROGRESS.md §五 1(b) 残留点②）:
+    `tools/tdc_layout.py` 从字节码静态推出的 require 顺序, 真的是**运行时**清单模块
+    请求模块的顺序吗? 如果一致, 槽位序=require 序 这条链就闭合了; 不一致则还有一层重排。
+
+做法（只做观测, 不伪造环境）:
+  1. 在真机页面里包一层 `Function.prototype.apply`。VM 的 `CALL_FUNC` 走 apply,
+     而模块工厂的调用形参固定是 (module, exports, require) —— 我们借这次调用的机会
+     把**该工厂专属的 require** 换成记账版本（每个工厂一个 group）。
+  2. 触发一次真实答题（走既有桥接）, 让模块系统真正跑起来（清单模块在组装 collect 时被 require）。
+  3. 取回日志: 找出"distinct id 数最多"的那个 group = 清单模块;
+     与同一次会话抓到的 tdc.js 的静态导出串对比。
+
+用法:
+    .venv/bin/python scripts/experiment_require_order.py
+"""
+from __future__ import annotations
+
+import argparse
+import importlib.util
+import json
+import subprocess
+import sys
+import time
+from pathlib import Path
+from typing import List
+
+ROOT = Path(__file__).resolve().parents[1]
+if str(ROOT) not in sys.path:
+    sys.path.insert(0, str(ROOT))
+if str(ROOT / "tools") not in sys.path:
+    sys.path.insert(0, str(ROOT / "tools"))
+
+import tdc_layout  # noqa: E402
+import tdc_program as tp  # noqa: E402
+
+TRAP_JS = r"""(() => {
+  if (window.__reqTrapInstalled) return {already: true};
+  window.__reqTrapInstalled = true;
+  window.__reqLog = [];
+  window.__reqGroup = 0;
+  const origApply = Function.prototype.apply;
+  Function.prototype.apply = function (thisArg, args) {
+    try {
+      // 模块工厂调用形参固定 (module, exports, require): 3 个实参, 第 3 个是函数
+      if (args && args.length === 3 && typeof args[2] === 'function' && args[1] && typeof args[1] === 'object') {
+        const req = args[2];
+        if (!req.__logged) {
+          const g = ++window.__reqGroup;
+          const wrapped = function (id) {
+            window.__reqLog.push([g, typeof id === 'number' ? id : String(id)]);
+            return req.apply(this, arguments);
+          };
+          wrapped.__logged = true;
+          return origApply.call(this, thisArg, [args[0], args[1], wrapped]);
+        }
+      }
+    } catch (e) { /* 观测器绝不影响原流程 */ }
+    return origApply.call(this, thisArg, args);
+  };
+  return {installed: true};
+})()"""
+
+READ_LOG = "(() => ({installed: !!window.__reqTrapInstalled, n: (window.__reqLog||[]).length, log: window.__reqLog||[]}))()"
+
+
+def _bridge():
+    spec = importlib.util.spec_from_file_location("bridge_1ms", ROOT / "scripts" / "bridge_1ms_captcha.py")
+    mod = importlib.util.module_from_spec(spec)
+    sys.argv = ["experiment"]
+    spec.loader.exec_module(mod)
+    return mod
+
+
+def main() -> int:
+    ap = argparse.ArgumentParser(description="运行时 require 顺序 vs 静态导出")
+    ap.add_argument("--rounds", type=int, default=8)
+    args = ap.parse_args()
+
+    b = _bridge()
+    cap_path = Path("/tmp/1ms_bridge/req_cap.json")
+
+    print("[1] 唤起 widget 并装 require 记账器 ...")
+    print("    ", b.cdp_eval(b.EXPR_ENSURE, b.PAGE)["result"])
+    time.sleep(2.0)
+    for ctx in (b.PAGE, b.IFRAME):
+        try:
+            print(f"    {ctx}: {b.cdp_eval(TRAP_JS, ctx)['result']}")
+        except Exception as exc:
+            print(f"    {ctx}: 装失败 {exc}")
+
+    print("[2] 同时抓包(取本会话的 tdc.js) + 答题触发模块系统 ...")
+    cap = subprocess.Popen(["node", str(ROOT / "tools" / "cdp_capture.js"),
+                            "--seconds", "70", "--url-substr", "tdc.js,cap_union",
+                            "--out", str(cap_path)],
+                           stdout=subprocess.DEVNULL, stderr=subprocess.DEVNULL)
+    time.sleep(3)
+    p = subprocess.run([sys.executable, str(ROOT / "scripts" / "bridge_1ms_captcha.py"),
+                        "--rounds", str(args.rounds), "--solves", "1"],
+                       cwd=str(ROOT), capture_output=True, text=True, timeout=600)
+    tail = [ln for ln in p.stdout.splitlines() if ln.strip()][-4:]
+    print("    " + "\n    ".join(tail))
+    cap.wait(timeout=120)
+
+    print("[3] 取运行时 require 日志 ...")
+    logs: List[list] = []
+    for ctx in (b.IFRAME, b.PAGE):
+        try:
+            r = b.cdp_eval(READ_LOG, ctx)["result"]
+            print(f"    {ctx}: installed={r.get('installed')} 条数={r.get('n')}")
+            if r.get("log"):
+                logs += r["log"]
+        except Exception as exc:
+            print(f"    {ctx}: 读失败 {exc}")
+    if not logs:
+        print("❌ 没拿到 require 日志（模块系统可能没跑到）")
+        return 1
+
+    groups: dict = {}
+    for g, mid in logs:
+        groups.setdefault(g, []).append(mid)
+    # 清单模块 = distinct id 最多的那个 group
+    best_g, best_seq = max(groups.items(), key=lambda kv: len(set(kv[1])))
+    runtime_seq = list(dict.fromkeys(best_seq))
+    print(f"[4] group 数={len(groups)}  清单候选 group={best_g}  "
+          f"调用 {len(best_seq)} 次 / distinct {len(runtime_seq)}")
+    print(f"    运行时序列: {runtime_seq}")
+
+    print("[5] 静态导出（同一份构建）...")
+    if not cap_path.exists():
+        print("❌ 没抓到本会话的 tdc.js, 无法比对")
+        return 1
+    recs = json.load(open(cap_path, encoding="utf-8"))["records"]
+    tdcs = [r for r in recs if "tdc.js" in r["url"] and r.get("body")]
+    if not tdcs:
+        print("❌ 抓包里没有 tdc.js 响应体")
+        return 1
+    js_path = Path("/tmp/1ms_bridge/req_build.js")
+    js_path.write_text(tdcs[-1]["body"], encoding="utf-8")
+    prog = tp.load(str(js_path))
+    reg = dict(prog.module_registry(0))
+    _mid, _entry, static_seq = tdc_layout.find_manifest_module(prog)
+    print(f"    静态序列: {static_seq}")
+
+    ok = runtime_seq == static_seq
+    print(f"\n>>> 运行时 == 静态 ? {ok}")
+    if not ok:
+        print(f"    只在运行时有的 id: {sorted(set(runtime_seq) - set(static_seq))}")
+        print(f"    只在静态有的 id  : {sorted(set(static_seq) - set(runtime_seq))}")
+        print("    (若只是顺序不同 -> 分发阶段有重排; 若集合都不同 -> 静态提取取错了模块)")
+    return 0
+
+
+if __name__ == "__main__":
+    raise SystemExit(main())
@@ -330,3 +330,30 @@ E.push(function g() {

 > 因此纯算路线必须**按本次构建**导出槽位表（`tools/tdc_layout.py`），
 > 并用**本次 prehandle 的 sid** 去取那份 tdc.js（真机 URL 还多带 `appid=<aid>`）。
+
+### 9.5 运行时反证（2026-10-11，已通过）
+
+静态导出不能自证，所以做了对拍：在真机 iframe 里包一层 `Function.prototype.apply`，
+模块工厂的调用形状实测是 **4 参 `[object, object, object, function]`**（require 是最后一个），
+按工厂实例分组记账；再用 `tools/cdp_script_source.js`（`Debugger.scriptParsed` +
+`getScriptSource`）取到**运行时真正执行的那份 tdc.js**。
+
+> ⚠️ 不能用"重新 fetch 一次 tdc.js"来对比 —— 同一个 URL **每次返回不同构建**（§9.6/#29），
+> 必须用 Debugger 取**已解析的源码**。
+
+结果：静态导出的 37 个 id 与运行时逐位相同
+
+```
+[8,9,10,13,14,15,16,17,18,19,20,21,23,24,25,30,31,32,34,36,37,1,38,39,40,41,42,43,44,47,48,49,50,51,56,57,58]
+```
+
+→ **槽位序 = 清单模块 require 序** 这条链闭合。脚本：`scripts/experiment_require_order.py`。
+
+### 9.6 附带发现
+
+- `window.TDC`（含 `getData`/`getInfo`/`setData`/`clearTc`）**只存在于验证码 iframe**，可以直接
+  `TDC.getData(true)` 触发取证（不必真的答一次题），返回值就是 collect 明文。
+- iframe 里还有 `__TENCENT_CHAOS_STACK` 全局。
+- `Page.reload` 对 OOPIF iframe 无效（"Command can only be executed on top-level targets"）；
+  想在脚本执行前挂钩子要用 `Page.addScriptToEvaluateOnNewDocument`（已加到 `tools/cdp_eval.js`
+  的 `--init-script`）。
@@ -79,10 +79,20 @@ const sleep = ms => new Promise(r => setTimeout(r, ms));
    const cdp = await Cdp.connect(target.webSocketDebuggerUrl);
    await cdp.send('Runtime.enable');

+    // --init-script FILE: 在**该文档的任何脚本之前**注入 (配合 --reload 使用)。
+    // 用途: 挂钩子必须在 tdc.js 之类的目标脚本执行前就位, 否则模块系统已经初始化完/被缓存。
+    const initFile = arg('init-script', null);
+    if (initFile && initFile !== true) {
+        await cdp.send('Page.enable');
+        const src = fs.readFileSync(initFile, 'utf8');
+        const added = await cdp.send('Page.addScriptToEvaluateOnNewDocument', { source: src });
+        console.error(`[init-script] installed ${initFile} (${added.identifier})`);
+    }
+
    if (arg('reload', false)) {
        await cdp.send('Page.enable');
        await cdp.send('Page.reload', { ignoreCache: true });
-        await sleep(2500);
+        await sleep(parseInt(arg('settle', '2500'), 10));
    }

    let expr;
@@ -0,0 +1,86 @@
+#!/usr/bin/env node
+/**
+ * cdp_script_source.js —— 用 CDP Debugger 取某个标签页里**已解析脚本**的原文。
+ *
+ * 为什么需要它（而不是再 fetch 一次）:
+ *   `tdc.js?app_data=..&t=..` **每次请求返回不同构建**, 所以"再抓一次"拿不到当前会话
+ *   正在跑的那一份。只有 Debugger.scriptParsed + Debugger.getScriptSource 能拿到**运行时
+ *   真正执行的那份源码**（缓存命中也不影响）。
+ *
+ * 零依赖 (Node >= 22 内置 WebSocket/fetch)。
+ *
+ * 用法:
+ *   node tools/cdp_script_source.js --match drag_ele --url-substr tdc.js --out /tmp/build.js
+ *   node tools/cdp_script_source.js --match drag_ele --list
+ */
+const fs = require('fs');
+
+function arg(name, def) {
+    const i = process.argv.indexOf('--' + name);
+    if (i < 0) return def;
+    const v = process.argv[i + 1];
+    return (v === undefined || v.startsWith('--')) ? true : v;
+}
+
+class Cdp {
+    constructor(ws) { this.ws = ws; this.id = 0; this.waits = new Map(); this.handlers = []; }
+    static async connect(url) {
+        const ws = new WebSocket(url);
+        await new Promise((res, rej) => { ws.onopen = res; ws.onerror = rej; });
+        const c = new Cdp(ws);
+        ws.onmessage = ev => {
+            const m = JSON.parse(ev.data);
+            if (m.id && c.waits.has(m.id)) {
+                const { res, rej } = c.waits.get(m.id);
+                c.waits.delete(m.id);
+                m.error ? rej(new Error(JSON.stringify(m.error))) : res(m.result);
+            } else if (m.method) {
+                for (const h of c.handlers) h(m);
+            }
+        };
+        return c;
+    }
+    send(method, params = {}) {
+        const id = ++this.id;
+        this.ws.send(JSON.stringify({ id, method, params }));
+        return new Promise((res, rej) => this.waits.set(id, { res, rej }));
+    }
+    on(fn) { this.handlers.push(fn); }
+    close() { try { this.ws.close(); } catch (e) {} }
+}
+const sleep = ms => new Promise(r => setTimeout(r, ms));
+
+(async () => {
+    const port = parseInt(arg('port', '9222'), 10);
+    const match = arg('match', null);
+    const substr = arg('url-substr', null);
+    const wait = parseInt(arg('wait', '1500'), 10);
+
+    const targets = (await (await fetch(`http://127.0.0.1:${port}/json/list`)).json())
+        .filter(t => t.type === 'page' || t.type === 'iframe');
+    let target = match ? targets.find(t => (t.url || '').includes(match)) : targets[0];
+    if (!target) throw new Error('没有可用标签页');
+
+    const cdp = await Cdp.connect(target.webSocketDebuggerUrl);
+    const scripts = [];
+    cdp.on(m => { if (m.method === 'Debugger.scriptParsed') scripts.push(m.params); });
+    await cdp.send('Debugger.enable');
+    await sleep(wait);                       // 等已经跑过的脚本被重新上报
+    await cdp.send('Runtime.enable');
+    await cdp.send('Runtime.evaluate', { expression: '1' });   // 触发一次上下文
+
+    if (arg('list', false)) {
+        for (const s of scripts) console.log(`${String(s.url || '').slice(0, 120)}\t${s.length}B`);
+        cdp.close();
+        return;
+    }
+    const hits = scripts.filter(s => substr ? String(s.url || '').includes(substr) : true);
+    if (!hits.length) throw new Error(`没找到匹配 ${substr} 的已解析脚本 (共 ${scripts.length} 个)`);
+    const pick = hits[hits.length - 1];
+    const r = await cdp.send('Debugger.getScriptSource', { scriptId: pick.scriptId });
+    const out = arg('out', '/tmp/cdp_script.js');
+    fs.writeFileSync(out, r.scriptSource, 'utf8');
+    console.log(JSON.stringify({ ok: true, url: pick.url, length: r.scriptSource.length, out,
+                                 candidates: hits.map(h => String(h.url).slice(0, 90)) }, null, 1));
+    cdp.close();
+})().catch(e => { console.error('CDP_ERROR: ' + e.message); process.exit(1); });