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）。
76 lines
2.8 KiB
Python
76 lines
2.8 KiB
Python
# -*- coding: utf-8 -*-
|
||
"""用真机 collect 密文的**长度与填充**判决「四段加密」结构。
|
||
|
||
不需要密钥：段结构在 base64 的长度与 '=' 分布上留下指纹。
|
||
|
||
判决依据（docs/tdc-案例.md §5.1）:
|
||
chunk1/trajectory/chunk2 各 pad 到 24 字节 -> 密文长度是 24 的倍数 -> base64 无 '='
|
||
sd 不 pad，只被 XTEA 补到 8 的倍数 -> 长度%3 != 0 -> base64 带 '='
|
||
|
||
用法:
|
||
.venv/bin/python scripts/verify/verify_seglen.py <collect 的 base64>
|
||
"""
|
||
import base64
|
||
import re
|
||
import sys
|
||
from pathlib import Path
|
||
|
||
if len(sys.argv) < 2:
|
||
print("用法: verify_seglen.py <collect 的 base64（文件路径或直接给串）>")
|
||
raise SystemExit(2)
|
||
_arg = sys.argv[1]
|
||
_p = Path(_arg)
|
||
b64 = (_p.read_text(encoding="ascii") if _p.exists() else _arg).strip()
|
||
print("真机 collect: %d 字符, 含 '=' : %s" % (len(b64), "=" in b64))
|
||
print()
|
||
|
||
raw = base64.b64decode(b64)
|
||
print("解码后密文: %d 字节" % len(raw))
|
||
print()
|
||
|
||
# 真机明文（另一份同会话样本）给出的各段长度
|
||
segs = [("chunk1", 355, 5), ("trajectory", 62, 10), ("chunk2", 288, 24), ("sd", 33, None)]
|
||
print("%-11s %8s %6s %10s %12s %10s" % ("段", "内容", "pad", "密文字节", "base64字符", "含'='"))
|
||
print("-" * 66)
|
||
total = 0
|
||
total_b64 = 0
|
||
for name, content, pad in segs:
|
||
if pad is not None:
|
||
n = content + pad # 空格 pad 到 24
|
||
assert n % 24 == 0
|
||
else:
|
||
n = content + ((8 - content % 8) % 8) # sd: 只被 XTEA 补到 8 的倍数
|
||
enc = base64.b64encode(b"\x00" * n).decode()
|
||
total += n
|
||
total_b64 += len(enc)
|
||
print("%-11s %8d %6s %10d %12d %10s"
|
||
% (name, content, pad if pad is not None else "(xtea)",
|
||
n, len(enc), "=" in enc))
|
||
print("-" * 66)
|
||
print("%-11s %8s %6s %10d %12d" % ("合计", "", "", total, total_b64))
|
||
print()
|
||
print(">>> 推算总密文字节 %d == 实际 %d : %s" % (total, len(raw), total == len(raw)))
|
||
print(">>> 推算 base64 字符 %d == 实际 %d : %s" % (total_b64, len(b64), total_b64 == len(b64)))
|
||
print()
|
||
|
||
# 反过来看：把整串按 24 字节切，前三段应能整除
|
||
print("[反向校验] 把密文按 24 字节切分:")
|
||
off = 0
|
||
for name, content, pad in segs:
|
||
if pad is None:
|
||
print(" %-11s 剩余 %3d 字节 (sd, 非 24 倍数)" % (name, len(raw) - off))
|
||
break
|
||
n = content + pad
|
||
print(" %-11s [%4d:%4d] %3d 字节 24倍数=%s"
|
||
% (name, off, off + n, n, n % 24 == 0))
|
||
off += n
|
||
print()
|
||
|
||
# 关键指纹: '=' 只应出现在最后(来自 sd 段)
|
||
idx = b64.find("=")
|
||
print("'=' 首次出现位置: %d / 总长 %d -> %s"
|
||
% (idx, len(b64), "在末尾区域（符合 sd 段不 pad）"
|
||
if idx >= len(b64) - 4 else "⚠️ 在中间（与四段结构矛盾）"))
|
||
if idx >= 0:
|
||
print(" 尾部填充: %r" % b64[idx:])
|