yml2213
80a122245a
做的什么:
1. 判决并修正 collect 结构: 不是「整体一次加密」, 而是
chunk1 / trajectory / chunk2 / sd **四段独立加密**, 前 3 段
空格 pad 到 24 字节对齐、sd 不 pad, 4 段 base64 直接拼接。
2. 按案例 §5.3 实现字符串+结构指纹的模块识别器, 把 37 个采集器
全部识别且跨构建唯一。
3. 修 reorder 的恒等映射 bug, 并补强断言。
4. 在线抓取全新样本作为唯一数据源, 清理探索性脚本。
为什么:
* 旧「整体加密 + \x00 补齐」与真机数据矛盾 —— 导致多轮实验
建立在结构错误的 collect 上（这正是此前反复"乱碰"的根因）。
* 模块 id 每份构建重排, 不能当跨构建锚点; 但模块的**代码**
（字符串集合、结构）不变 —— 这是案例指明的不变量。
* reorder 旧实现用「目标槽下标」切「源数组」, 顺序不同即全盘错位;
原测试只断言"是置换", 恒等函数也满足, 所以 bug 被放过了。
怎么验证:
* 四段结构（3 条独立证据, 其中一条不需密钥）:
- 真机明文 3 处连续空格串 [+5,+10,+24], 且 pad == 24-len%24 全中
- 密文长度算术 480+96+416+56 = 1048 == 真实 1048 字符
- '=' 只出现在 1046/1048, 对应 sd 段 33B→补 7→40B
* 指纹: 4 份全新在线构建 37/37 识别、0 unknown、跨构建语义名集合
完全一致、单构建内 0 重名
* 配对正确性: 独立证据 37/37 一致; 负对照（清单下标 / 模块 id /
随机配对）均只有 2-3/37 —— 证明归一化没有过拟合
* 端到端重排 3/3 正确且非恒等
* selftest 全绿; 强断言自查: 旧实现过不了新断言
新增:
tools/tdc_modules.py 字符串+结构指纹识别（案例 §5.3）
scripts/fetch_online_samples.py 在线抓取全新 tdc.js
scripts/verify/*.py 7 个可复现的验证脚本
docs/tdc-案例.md 案例原文（看雪, 作者执着的猫）
修改:
tcaptcha/crypto.py +build_collect / split_collect_segments（四段）
tools/tdc_collectgen.py reorder 改为跨构建锚点对齐 + spec_from_seq
tools/tdc_layout.py +static_fingerprint / opcode_histogram
tools/tdc_program.py 修符号求值插值类型崩溃
tcaptcha/tests/test_collectgen.py 补「非恒等」强断言 + 在线新样本端到端
tcaptcha/client.py debug 目录改到系统临时目录（不再写仓库内 scratch/）
har/1ms_dianxuan/PROGRESS.md 新增已知 #41~#49, 显式修正被推翻的旧结论
.gitignore +scratch/ +har/online/
删除:
scratch/（含 10-11 遗留的一次性脚本, 已确认不可恢复后清理）
注意:
* 账本记录了一次自我纠错: 曾据案例 §5.5 误判 kind=2「不进 cd」,
实测（cd 38 槽、轨迹在第 10 槽）否定后已撤回。
* 仍未打通: 纯离线生成需要每个语义名的取值来源（已知 #38）。
65 lines
2.0 KiB
Python
65 lines
2.0 KiB
Python
# -*- coding: utf-8 -*-
|
||
"""验证 struct_40_9 的消歧特征是否跨构建稳定。
|
||
|
||
判别:
|
||
A 组: 闭包体最后写入 **空串** (PUSH_EMPTY_STR; SET_PROP)
|
||
B 组: 闭包体最后写入 **随机 int32** (PUSH_IMM <big>; SET_PROP)
|
||
"""
|
||
import glob
|
||
import sys
|
||
from collections import Counter, defaultdict
|
||
from pathlib import Path
|
||
|
||
ROOT = Path(__file__).resolve().parents[2]
|
||
sys.path.insert(0, str(ROOT / "tools"))
|
||
import tdc_modules as tm # noqa: E402
|
||
import tdc_program as tp # noqa: E402
|
||
|
||
BATCH = sorted(glob.glob(str(ROOT / "har" / "online" / "*" / "tdc_*.js")))
|
||
|
||
|
||
def closure_body(p, entry):
|
||
"""取模块唯一闭包的 target 体。"""
|
||
cls = [c for c in p.closures if p.owner(c.pc) == entry]
|
||
if not cls:
|
||
return None
|
||
return p.function_code(cls[0].target)
|
||
|
||
|
||
def disamb(p, entry):
|
||
"""返回 'empty' | 'rand' | None"""
|
||
body = closure_body(p, entry)
|
||
if body is None:
|
||
return None
|
||
imms = [x["operands"][0] for x in body
|
||
if x["name"] == "PUSH_IMM" and x["operands"]]
|
||
big = [v for v in imms if v > 1_000_000]
|
||
if big:
|
||
return "rand"
|
||
return "empty"
|
||
|
||
|
||
stats = defaultdict(lambda: defaultdict(list))
|
||
for f in BATCH:
|
||
p = tp.load(f)
|
||
reg = dict(p.module_registry(0))
|
||
rows = tm.analyze(f)
|
||
for r in rows:
|
||
if r["name"] != "struct_40_9":
|
||
continue
|
||
d = disamb(p, reg[r["module"]])
|
||
stats[f.split("/")[-1]][d or "?"].append((r["item"], r["module"]))
|
||
|
||
print("%-24s %-8s %s" % ("构建", "判别", "项(模块)"))
|
||
print("-" * 70)
|
||
ok = True
|
||
for f, groups in stats.items():
|
||
for d, members in sorted(groups.items()):
|
||
print("%-24s %-8s %s" % (f, d, members))
|
||
# 每份构建必须 empty 1 个 + rand 1 个
|
||
if len(groups.get("empty", [])) != 1 or len(groups.get("rand", [])) != 1:
|
||
ok = False
|
||
print()
|
||
print(">>> 每份构建都是 empty×1 + rand×1 :", ok)
|
||
print(">>> 结论:", "可静态消歧（写入空串 vs 写入随机 int32）" if ok else "仍不可分")
|