hello_js_reverse_skill/cases/universal-vmp-source-instrumentation.md

案例：通用 VMP 源码级插桩（骨架模板）

v2.5.0 骨架案例。本文是一个方法论模板，不是某个具体站点的案例。适用于：瑞数 5/6、Akamai sensor_data v2/v3、webmssdk、obfuscator.io 等所有"算法封装在字节码 dispatch 循环里"的 VMP。

使用方式：

1. 在 Phase 0.5 指纹匹配时，若检测到 VMP 特征（find_dispatch_loops 返回 case_count > 50），直接走本案例的「已验证定位路径」
2. 完成一次具体站点逆向后，复制本文件重命名为 vmp-<具体技术特征>.md，按真实站点数据填充 [填入...] 占位符，加入 cases/README.md 索引

---

指纹检测规则

• JS 特征：
  • 单 JS 文件 100KB+，通常命名模式为 sdenv-*.js / FuckCookie_*.js / webmssdk.es5.js / sensor_data.js / akam/xxx.js / a_bogus.js
  • find_dispatch_loops(script_url=<该文件>) 返回 case_count > 50 的候选
  • 含超大字节码数组（var X = [3,15,7,22,...]，长度 1000+）
  • 含 while(true){switch(...)} 或 while(!![]){switch(...)} 解释器循环
• 参数特征：
  • 固定长度签名参数（128/192/256 字符） + Base64 变体（有 -_ 替换 +/） 或 hex
  • 典型参数名：a_bogus / _signature / X-Bogus / msToken / _m_h5_tk / acw_tc / FSSBBIl1UgzbN7N
• 请求特征：
  • 首包返回 412（瑞数）或 403（Akamai）+ 动态 cookie 写入后通过
  • 存在预热接口（如 /challenge / /akam/11/* / /v1/gen_token）
  • Cookie 中有多个动态字段（JS 写的 + HTTP Set-Cookie 发的）
• 反调试特征：
  • debugger 陷阱（可 bypass_debugger_trap 绕过）
  • navigator.webdriver / Function.prototype.toString 检测
• 混淆类型：JSVMP（字节码虚拟机）

---

加密方案

• 算法：[填入真实案例时填写，常见：HMAC-SHA256 / 自实现 MD5 / AES-CBC / 自定义哈希表 + 异或 / CRC32 变体]
• 密钥来源：[填入：硬编码字节码中 / 服务端预热下发 / 浏览器指纹哈希派生]
• 加密流程：
  1. VMP 收集浏览器环境指纹（hot_keys 暴露的属性集合）
  2. 拼接业务参数 + 时间戳 + 指纹
  3. 通过 dispatch 循环内的 handler 系列完成哈希/加密
  4. 输出 Base64/hex 编码的签名
• 签名公式：[填入真实公式]

---

已验证定位路径（源码级插桩黄金 8 步）

Step 1 — launch + 抓包
  launch_browser(headless=False)
  start_network_capture(capture_body=True)

Step 2 — 首次导航
  若是首屏挑战站点：
    navigate(
      url="[填入目标URL]",
      pre_inject_hooks=["xhr", "fetch", "cookie", "jsvmp_probe", "runtime_probe"],
      via_blank=True,
      wait_until="networkidle"
    )
  否则：
    navigate(url="[填入]", wait_until="load")

Step 3 — 定位 VMP 脚本
  list_network_requests(resource_type="script")
  → 找 size 最大的 JS，记 URL 为 <VMP_URL>
  find_dispatch_loops(script_url=<VMP_URL>, min_case_count=20)
  → 确认 case_count > 50

Step 4 — 装源码级插桩
  instrument_jsvmp_source(
    url_pattern="[填入 glob，如 **/sdenv-*.js]",
    mode="ast",
    tag="vmp1",
    rewrite_member_access=True,
    rewrite_calls=True
  )

Step 5 — 装兜底 hook（若 Step 2 没走 pre_inject_hooks）
  inject_hook_preset("cookie", persistent=True)
  inject_hook_preset("xhr", persistent=True)
  inject_hook_preset("fetch", persistent=True)
  inject_hook_preset("crypto", persistent=True)
  hook_jsvmp_interpreter(script_url="[VMP basename]")
  # 注意：本案例针对的是"通用"场景（含签名型和行为型）。如果目标是签名型反爬
  # （瑞数/Akamai），不要这样用 hook_jsvmp_interpreter，改为：
  #   - instrument_jsvmp_source(mode="ast")  （首选）
  #   - hook_jsvmp_interpreter(mode="transparent")  （备选）
  # 参考 SKILL.md "反爬类型识别与工具选择" 章节
  bypass_debugger_trap()

Step 6 — reload_with_hooks 让探针先于 VMP 生效
  reload_with_hooks(clear_log=True)

Step 7 — 触发业务操作
  [填入具体操作]

Step 8 — 读日志
  get_instrumentation_log(tag_filter="vmp1", type_filter="tap_get", limit=200)
    → 记录 hot_keys top 30 的环境属性
  get_instrumentation_log(tag_filter="vmp1", type_filter="tap_method", limit=200)
    → 记录 hot_methods 是否含 CryptoJS.* / SubtleCrypto.*
  get_instrumentation_log(tag_filter="vmp1", type_filter="tap_call", limit=200)
    → 记录 hot_functions 里的高频自定义函数名
  analyze_cookie_sources()
    → 对每个目标 cookie 确认 sources

  清理：
  stop_instrumentation(url_pattern="[glob]")
  remove_hooks()

---

还原代码（按 hot_methods 分支）

分支 A：hot_methods 包含标准加密 API → 纯算法还原

// Node.js 示例
const crypto = require('crypto');

function genSign(params, ts, fingerprint) {
  const payload = [
    // [填入实际字段顺序]
    params.url,
    params.body || '',
    ts,
    fingerprint,
  ].join('|');

  return crypto
    .createHmac('sha256', '[填入密钥]')
    .update(payload)
    .digest('base64')
    .replace(/\+/g, '-').replace(/\//g, '_').replace(/=+$/, '');
}

# Python 等价实现
import hmac, hashlib, base64

def gen_sign(params, ts, fingerprint):
    payload = '|'.join([
        params['url'], params.get('body', ''),
        str(ts), fingerprint
    ])
    raw = hmac.new(b'[填入密钥]', payload.encode(), hashlib.sha256).digest()
    return base64.urlsafe_b64encode(raw).rstrip(b'=').decode()

分支 B：hot_methods 全自定义 + hot_keys 少 → vm/execjs 沙箱执行提取 JS

// Node.js + vm
const vm = require('vm');
const fs = require('fs');

const sandboxCode = fs.readFileSync('./config/sign_extracted.js', 'utf8');

const sandbox = {
  // 最小环境：把 hot_keys 里出现的全部属性放进来
  navigator: { userAgent: '...', platform: '...', language: 'zh-CN' },
  // ... 其他 hot_keys 暴露的属性
};
vm.createContext(sandbox);
vm.runInContext(sandboxCode, sandbox);

function genSign(input) {
  return sandbox.__export_sign(input);
}

分支 C：hot_keys 多（30+） + cookie 来自 HTTP Set-Cookie → 路径 B jsdom 环境伪装

见 references/jsdom-env-patches.md + cases/jsvmp-xhr-interceptor-env-emulation.md。

将本案例中采集到的 hot_keys 清单作为 "要对齐的环境属性集"——省去 58 项盲目对齐。

---

踩坑记录

• 坑 1：instrument_jsvmp_source 必须在 navigate/reload 之前调用——route 注册晚了就抓不到 VMP 脚本加载
• 坑 2：AST 模式需要 cdnjs 访问——代理环境下要保证 cdnjs.cloudflare.com 可访问，否则降级到 mode="regex"
• 坑 3：reload_with_hooks 只刷当前页，不改变 URL——首屏挑战场景要用 navigate(pre_inject_hooks=[...]) 而不是 reload_with_hooks
• 坑 4：hot_keys 里 "[key of Symbol()]"——这是 Symbol 键被 preview 化的表现，不是真实属性名，可以忽略
• 坑 5：同一个 VMP 被多次加载（HMR / 页面跳转） → 确保 cache_rewritten=True，否则每次重写开销巨大
• 坑 6：VMP 通过 eval / new Function 动态生成子 VMP → 源码级插桩看不到动态生成的部分，需要额外 hook_function(Function, ...) 截获
• 坑 7：Proxy（jsvmp_hook）与源码级插桩叠加时页面崩溃 → 尝试 hook_jsvmp_interpreter(track_props=False) 关闭 Proxy，只留 apply/Reflect.*

---

变体说明

变体	差异点	调整策略
瑞数 5	固定 sdenv-*.js 命名	url_pattern 用 **/sdenv-*.js
瑞数 6	脚本名每次不同 + 多层 VMP	先 list_network_requests 找所有 100KB+ JS，逐个 instrument（tag 区分）
Akamai sensor_data	_abck / bm_sz cookie	重点看 hot_keys 中 touch/mouse 事件相关属性
webmssdk（短视频平台）	配合 msToken 预热	需先让 /v1/generate_token 预热接口完成再触发业务
obfuscator.io（开源）	case 数可能只有 20-30	find_dispatch_loops(min_case_count=15)

---

指纹匹配时的权重建议

作为 Phase 0.5 指纹匹配的备选路径，本案例应命中以下任一条件即触发"尝试源码级插桩"：

• 高权重（直接走）：find_dispatch_loops 返回 case_count > 50
• 中权重（优先试）：单 JS > 200KB + 含 while-switch + 参数长度 128/192/256 + Base64 变体
• 低权重（参考）：Cookie 中有 acw_tc / FSSBBIl1 / _abck / ak_bmsc / ttwid / msToken 等已知模式字段