Files

T

yml2213 32a78318ad docs(账本): 记录 XTEA 密钥形态的关键发现(ASCII 打包串 / 闭包捕获 / 轮加盐随构建变)

做了什么:
- PROGRESS.md §一 已知表新增 4 条:
  10. XTEA 密钥字 = 4 个「ASCII 打包的 4 字符串」(大端拼 32bit)
  11. 密钥既不是立即数也不是字面字符串(明文/大端字节/base64 都搜不到)
  12. 密钥数组经闭包捕获传入: @09463 CREATE_CLOSURE caps=[r7=r8], XTEA 轮以 reg7[(sum>>>11)&3] 取用
  13. 轮加盐随构建变化(本构建 723726/855311, 台账另一构建 2829068/328986), 但都是可见立即数
- PROGRESS.md §五 下一步新增第 0 条: 静态提取密钥(逐闭包符号执行)

为什么:
- 这是"去掉最后一个 Node 依赖"的关键定位, 避免重复摸索

怎么验证:
- 密钥字节解剖: 1818510928 -> 0x6c644650 "ldFP" 等 (core_js/tdc_sample.js)
- 反汇编: .venv/bin/python tools/tdc_disasm.py tcaptcha/core_js/tdc_sample.js

2026-10-11 21:51:06 +08:00

7.6 KiB

Raw Blame History

反 VM 密钥还原 & 纯算交付进度文档

目标: 算法 100% 纯 Python —— collect 的明文组装 / 轨迹 / 时间戳 / XTEA 加密 / 编码全部在 Python 内完成; Node 只保留一个用途: 从当前 tdc.js 提取本次构建的 XTEA 密钥字。依据: AGENTS.md §2.3(拒绝补环境) / §2.4(分层交付) / §3.3(字节码 VM) / §4.3(运行时捕获) / §5.8(标定式交付)。最后更新: 2026-10-11 (纯算收敛: 移除全部补环境后端)

〇、路线变更（重要）

已废弃「补环境」路线。 曾经实现过 3 个"在伪造/真实环境里跑 tdc.js 产出 collect"的后端 (node VM 沙箱 / browser CDP Dispatch / probe 深度 Proxy)，现已从代码中全部移除，只保留纯算单一路径 (python_keyed / python)。

废弃依据（本项目自己的实验，见 ANALYSIS.md §7）：

变量	结果
collect 变体（空 / 垃圾 / 截断 / 真实环境值 / 真实轨迹 dt）	全部 `errorCode=12` (E6)
遥测后端 python / python_keyed / node / browser	全部 12
出口 IP（4 个不同省份住宅代理）	全部 12
静默 9 分钟 + 单发一次	仍 12

即"环境 / 指纹 / IP / 时序"都不是 12 的自变量 → 补环境没有收益，只会引入大量手写桩的脆弱面。

一、已知（附证据 + 确信度）

#	结论	证据	确信度
1	`collect` 的加密算法 = 教科书 XTEA（32 轮，`delta=0x9E3779B9`，sum 取 mod 2³²）	用提取密钥做纯 Python 加密，与真实 tdc.js 产物前 48 字节逐字节一致（`f6a24e3e4fb5dd2b...`）	确证
2	早期带加盐的写法与该算法等价，只是把两个密钥字折叠了：`K' = [k0, k1+salt1, k2+salt2, k3]`	标准 XTEA + `K'=[1448563793,1850559083,1733513813,1364613714]` 解密样本 collect 得到 `{"cd":[[],"1920-1080..."`	确证
3	密钥按构建固定，不随运行变化	同一 tdc.js 连续 3 次运行，密文首块均为 `f6a24e3e4fb5dd2b`	确证
4	密钥不在脚本字面量里	正则清点全脚本 ≥7 位数字，无一个是密钥字	确证
5	密钥由 VM 运行时通过 ADD 算出：`(sum + K[j])` 有一操作数等于 `r*DELTA`	插桩 ADD opcode 后 Top4 候选即 `K'`	确证
6	opcode 表的栈变量名每份构建都不同（样本 `g` / 雨云 `j` / 1ms `M`）	同一正则在三份脚本分别命中；写死 `g` 时实时脚本匹配 0	确证
7	tdc.js 至少两代明文布局，新版字段序随构建变化	旧版首段 `{"cd":[[],...`；雨云实时 `{"cd":[1,[],...`；1ms 实时 `{"cd":[1791712995,0,...`	确证
8	宽松 aid 下服务端不校验 `collect` 与 `eks` 的同源性	雨云 aid + 硬编码旧密钥 + 旧版明文 → `errorCode=0` + 真实 ticket	确证（仅宽松 aid，勿外推）
9	「Node 跑密钥 + Python 全算法」端到端可用	雨云 aid 纯 Python 出包 → `errorCode=0`	确证
10	XTEA 密钥字是 4 个「ASCII 打包的 4 字符串」（每字 = 4 个可打印字符按大端拼成 32bit）	`core_js/tdc_sample.js` 的密钥 `[1818510928,1381395306,1245924197,1768384072]` 大端解码 = `ldFP`/`RVkj`/`JCKe`/`igfH`；root 样本 = `VWTQ`/`nMJk`/`gSRU`/`QVZR`	确证
11	密钥字既不是立即数、也不是字面字符串（无论明文、大端字节序列、base64 都不在 tdc.js/字节码里）	立即数 1.3e9~1.9e9 区间为空；`ldFPRVkjJCKeigfH` 及其 base64 均搜不到	确证
12	密钥数组在 XTEA 轮里通过寄存器间接寻址读取，且经闭包捕获传入	反汇编 `reg7[(sum>>>11)&3]`；`@09463 CREATE_CLOSURE target=@9109 caps=[r7=r8]`	确证
13	轮加盐每次构建都不同（但都是可见立即数）	本构建 = `723726`(j==2) / `855311`(j==3)；台账另一构建 = `2829068` / `328986`	确证

二、未知（附假设 + 确信度）

#	未知	当前假设	确信度
1	1ms aid=195672344 为何在答案正确时返回 `errorCode=12`	需要"真实业务会话/真实验证码页面上下文"（登录态），而非环境指纹	中（未做单变量实验）
2	新版明文字段语义（哪一位是时间戳/指纹/轨迹）	时间戳是 `1[6-9]\d{8}` 大整数；轨迹是 `[x,y,t]` 三元组	中高
3	明文里 `[360,360]`、`"2560-1440-1345-24---	-*"` 的作用	屏幕/窗口指纹串

三、已排除的假设（负结果也是资产，§5.7）

假设	否定证据
密钥每次运行随机	同一脚本 3 次运行首块完全一致
密钥可从 `eks` 推导	34 种推导 + 40 种偏移切片全部失败
密钥是脚本里的字面量	全脚本 >1e9 的数只有 3 个
用 `Array.prototype.push` 打桩能抓密钥	算术 opcode 用 `g[g.length-2]=...` 直接下标赋值
实时构建复用旧版明文布局	旧版校验器对两份实时脚本全部失败
换出口 IP 能解决 1ms 的 12	4 个不同省份住宅 IP 全部 12
换遥测引擎能解决 1ms 的 12	python / python_keyed / node / browser 全部 12
长静默窗口能解决 1ms 的 12	静默 9 分钟 + 单发 → 仍 12
"补环境"能解决 1ms 的 12	同上三条；环境不是自变量
captcha 域带腾讯云登录 cookie 能解决 12 (H3)	单变量 A/B：带/不带均 12（`scripts/experiment_h3_cookie_ab.py`，2026-10-11）
轨迹 dt 太小是 12 的"直接原因"	换成真实 ms 分布后仍 12（E6）

四、当前实现（纯算单一路径）

TencentCaptchaClient(telemetry_mode="python_keyed")     # 默认
  ├─ extract_xtea_key(tdc.js)   Node 插桩 ADD opcode, 仅提取 4 个密钥字 (不可用时退回 DEFAULT_KEY)
  ├─ generate_collect_success() 模板回填: 轨迹 / 当前时间戳 / 随机盐 → XTEA → Base64 (单层 URL 编码)
  └─ extract_eks(tdc.js)        通用正则取最长 Base64 候选 (不再写死变量名)

模板: tcaptcha/models/success_collect_template.b64（真实成功样本明文）
加密: tcaptcha/crypto.py 中唯一的教科书 XTEA
已从代码移除: apply_real_environment、4 段拼接旧结构、node/browser/probe 后端、human_dt_ms

五、下一步（可被下一轮直接执行）

静态提取 XTEA 密钥（去掉最后一个 Node 依赖）：密钥字是 ASCII 打包串、且不是字面量，需对正确反汇编（tools/tdc_disasm.py）做一个小的逐闭包符号执行/数据流：从 CREATE_CLOSURE caps=[r7=r8] 反查父闭包 r8 的赋值表达式并常量折叠。寄存器是「每闭包一份、经 PUSH_IMM_ARRAY <idx> 引用间接访问」，所以需要真正的数据流而非模式匹配。
拿下 1ms 的 12：做账本 §7.5 的单变量实验 —— (a) 给 captcha 域带上成功样本里的 uin/skey/qcmainCSRFToken/intl cookie（已做，H3 已排除）； (b) 登录态真页面触发 vs 未登录触发。二选一即可闭合。
补齐新版明文字段语义：对照 10+ 份实时模板做差分。
实现 2408 图标点选：按 1ms 图标类别重训 yolo_detector + icon_classifier。
实现滑块 (2401/2402)：模板匹配找缺口 + 生成滑动轨迹。

六、复验入口

.venv/bin/python -m tcaptcha.tests.test_crypto_core  # XTEA 往返 + encrypt_string 一致性
.venv/bin/python -m tcaptcha.tests.test_xtea_key     # XTEA + 密钥提取 (逐字节对拍)
.venv/bin/python -m tcaptcha.tests.test_glyph_solver # 文字点选求解 (8 张真实样本)
.venv/bin/python -m tcaptcha.selftest                # 全部

7.6 KiB Raw Blame History Unescape Escape

反 VM 密钥还原 & 纯算交付 进度文档