白夜
b5cf8b121a
基于实战经验重构 JSVMP 分析框架： - SKILL.md: 新增路径选择决策树（路径 A 算法追踪 vs 路径 B 环境伪装） - SKILL.md: 路径 B「环境伪装六步法」完整方法论（采集→对比→分级→补丁→验证→端到端） - SKILL.md: 新增场景 10「JSVMP + jsdom 环境伪装」、解法模式 E - SKILL.md: 标注三板斧适用边界与局限，经验法则扩充至 22 条 - references/jsdom-env-patches.md: 新增 jsdom 环境补丁知识库（Function.toString 三层防御 / plugins 完整模拟 / DOM 布局属性 / 30+ API 存根） - cases/: 新增经验库系统（模板 + 首个 JSVMP 实战案例含 58 项环境检测差异全表） - references/jsvmp-analysis.md: JSVMP 专项分析详细指南 - references/troubleshooting.md: 常见问题排查指南 - templates/python-request/: Python 项目模板 - 各 references 文档增强、Python 技术栈支持、MCP v1.1 适配（44→52 工具） Made-with: Cursor
487 lines
16 KiB
Markdown
487 lines
16 KiB
Markdown
# JSVMP 虚拟机保护分析指南
|
||
|
||
## 什么是 JSVMP
|
||
|
||
JSVMP（JavaScript Virtual Machine Protection）是一种高级 JS 代码保护技术，将原始 JS 源码编译为自定义字节码，运行时由内嵌的虚拟机解释器逐条执行。这意味着：
|
||
|
||
- 原始代码逻辑不再以 JS AST 形式存在，无法通过传统反混淆手段还原
|
||
- 代码以字节码数组 + 解释器循环的形式运行
|
||
- 常见于瑞数、极验、某数等商业级反爬方案
|
||
|
||
**核心原则：不反编译字节码，用行为追踪法（Hook / 插桩 / 日志分析）从 I/O 两端夹逼定位签名逻辑。**
|
||
|
||
---
|
||
|
||
## 识别 JSVMP
|
||
|
||
### 文件特征
|
||
|
||
| 特征 | 描述 |
|
||
|------|------|
|
||
| 文件大小 | 200KB+ 的单文件，通常 500KB~2MB |
|
||
| 变量命名 | 完全无意义：单字母（`a`, `b`, `c`）或 `_0x` 前缀 |
|
||
| 超大数组 | 包含数千个数字元素的数组（字节码） |
|
||
| 解释器循环 | `while(true) { switch(opcode) { case 0: ... case 1: ... } }` |
|
||
| 栈操作 | 频繁出现 `push`、`pop`、`shift` 操作 |
|
||
| API 劫持 | 重写 `XMLHttpRequest`、`fetch`、`document.cookie` 等原生 API |
|
||
|
||
### 代码模式示例
|
||
|
||
```javascript
|
||
// 典型的 JSVMP 解释器结构
|
||
var _0x1234 = [3, 15, 7, 22, ...]; // 字节码数组
|
||
var _0x5678 = []; // 操作栈
|
||
var _0xabcd = 0; // 指令指针
|
||
|
||
function _0xefgh() {
|
||
while (true) {
|
||
var _0x9999 = _0x1234[_0xabcd++];
|
||
switch (_0x9999) {
|
||
case 0: _0x5678.push(_0x1234[_0xabcd++]); break; // PUSH
|
||
case 1: var a = _0x5678.pop(), b = _0x5678.pop(); _0x5678.push(a + b); break; // ADD
|
||
case 2: /* ... */ break;
|
||
// 数十到数百个 case
|
||
}
|
||
}
|
||
}
|
||
```
|
||
|
||
### 如何确认是 JSVMP
|
||
|
||
```
|
||
MCP 操作：
|
||
- list_scripts → 找到异常大的 JS 文件
|
||
- get_script_source(script_id=N, start_line=1, end_line=50) → 查看文件头部结构
|
||
- search_code(keyword="while") → 搜索解释器循环
|
||
- search_code_in_script(script_id=N, keyword="switch") → 在指定大文件中精确搜索（前后 3 行上下文）
|
||
- search_code(keyword="push|pop|shift") → 搜索栈操作
|
||
- dump_jsvmp_strings → 提取字符串数组，识别 API 名称和混淆模式（快速判断）
|
||
```
|
||
|
||
---
|
||
|
||
## 三板斧方法论
|
||
|
||
### 快速路径：一键 JSVMP 分析（推荐先试）
|
||
|
||
对于典型 JSVMP，可以跳过手动 Hook 直接使用专项工具：
|
||
|
||
```
|
||
MCP 操作：
|
||
- hook_jsvmp_interpreter → 自动 Hook Function.prototype.apply + 追踪 30+ 敏感属性读取
|
||
- dump_jsvmp_strings → 提取字符串数组，识别 API 名称，检测混淆模式
|
||
- 触发目标操作（翻页、提交等）
|
||
- get_jsvmp_log → 获取结构化分析结果：
|
||
· API 调用统计（哪些原生函数被 VM 调用）
|
||
· 属性读取摘要（哪些环境属性被访问）
|
||
· 调用时序（帮助定位签名生成节点）
|
||
- compare_env → 收集完整浏览器环境（navigator/screen/canvas/WebGL/Audio/timing）
|
||
· 用于后续 Node.js/Python 补环境时对照
|
||
|
||
快速路径无法解决时，再进入手动三板斧流程 ↓
|
||
```
|
||
|
||
### 第一板斧：Hook 出入口（确定 I/O 边界）
|
||
|
||
**目标**：不看 VM 内部实现，只关心"什么进去了"和"什么出来了"。
|
||
|
||
#### 1.1 Hook 出口 — 签名值去了哪里
|
||
|
||
```
|
||
MCP 操作：
|
||
- inject_hook_preset(preset="xhr", persistent=True) → 持久化拦截 XHR（跨导航不丢失）
|
||
- inject_hook_preset(preset="fetch", persistent=True) → 持久化拦截 Fetch
|
||
- hook_function(
|
||
function_path="Document.prototype.cookie",
|
||
hook_code="console.log('[COOKIE_SET]', arguments[0], new Error().stack)",
|
||
position="before", non_overridable=True
|
||
) → 拦截 Cookie 写入（防覆盖）
|
||
- freeze_prototype(className="XMLHttpRequest", methodName="send")
|
||
→ 冻结 XHR.send 防止 VM 覆盖 Hook
|
||
- reload() → 刷新页面触发 Hook
|
||
- get_console_logs → 查看捕获的签名值和调用栈
|
||
```
|
||
|
||
**关键信息提取**：
|
||
- 签名参数名（如 `sign`、`m`、`_signature`）
|
||
- 签名值的格式（长度、字符集、编码方式）
|
||
- 签名值出现在请求的哪个位置（URL params / Body / Header / Cookie）
|
||
|
||
#### 1.2 Hook 入口 — 明文从哪里来
|
||
|
||
```
|
||
MCP 操作：
|
||
- inject_hook_preset(preset="crypto", persistent=True)
|
||
→ 持久化 Hook btoa/atob/JSON.stringify/JSON.parse
|
||
|
||
- hook_function(function_path="String.fromCharCode",
|
||
hook_code="if(arguments.length > 1) console.log('[fromCharCode]', Array.from(arguments).map(Number), String.fromCharCode(...arguments))",
|
||
position="before")
|
||
→ JSVMP 高频使用 fromCharCode 构造字符串
|
||
|
||
- add_init_script(script=`
|
||
// Hook 常见加密库入口
|
||
const _origMD5 = window.CryptoJS?.MD5;
|
||
if (_origMD5) {
|
||
window.CryptoJS.MD5 = function() {
|
||
console.log('[CryptoJS.MD5] input:', arguments[0]?.toString());
|
||
const result = _origMD5.apply(this, arguments);
|
||
console.log('[CryptoJS.MD5] output:', result.toString());
|
||
return result;
|
||
};
|
||
}
|
||
`)
|
||
```
|
||
|
||
#### 1.3 I/O 关联分析
|
||
|
||
拿到出口和入口的数据后，进行关联：
|
||
|
||
```
|
||
已知信息：
|
||
出口：sign=a1b2c3d4e5f6... (32位hex → 疑似MD5)
|
||
入口：CryptoJS.MD5 输入 = "page=1&ts=1680000000&key=secret123"
|
||
|
||
关联结论：
|
||
sign = MD5("page=" + page + "&ts=" + timestamp + "&key=" + secret_key)
|
||
```
|
||
|
||
---
|
||
|
||
### 第二板斧：插桩解释器（追踪执行链路）
|
||
|
||
当出入口 Hook 无法直接关联（例如 VM 使用自实现的 MD5 而非 CryptoJS）时，需要插桩解释器。
|
||
|
||
#### 2.1 定位解释器核心函数
|
||
|
||
```
|
||
MCP 操作：
|
||
- search_code(keyword="while.*true") → 找到解释器主循环
|
||
- search_code_in_script(script_id=N, keyword="case 0:|case 1:|case 2:")
|
||
→ 在指定大文件中搜索 opcode 分发表（前后 3 行上下文，更精确）
|
||
- get_script_source → 读取解释器函数体
|
||
|
||
判断标准：
|
||
- 函数体超过 500 行
|
||
- 包含 20+ 个 case 分支
|
||
- 有数组索引递增操作（指令指针移动）
|
||
```
|
||
|
||
#### 2.2 分层插桩策略
|
||
|
||
**原则：由粗到细，逐步缩小范围。**
|
||
|
||
**第一轮 — 分发器级别（粗粒度）**
|
||
|
||
```
|
||
MCP 操作：
|
||
- trace_function(
|
||
function_path="解释器分发函数名",
|
||
log_args=true, log_return=true, max_captures=500,
|
||
persistent=True → 持久化追踪，跨导航不丢失
|
||
)
|
||
- 触发一次包含签名参数的请求
|
||
- get_trace_data → 获取 500 条执行记录（自动合并页面数据 + Python 端持久化数据）
|
||
|
||
分析要点：
|
||
- 观察每次调用的参数模式
|
||
- 找到签名值首次出现的调用序号
|
||
- 缩小时间窗口
|
||
```
|
||
|
||
**第二轮 — 子函数级别（中粒度）**
|
||
|
||
```
|
||
从第一轮日志中识别被频繁调用的子函数（通常 3-5 个核心函数）：
|
||
|
||
MCP 操作：
|
||
- trace_function(function_path="子函数A", log_args=true, log_return=true, log_stack=true)
|
||
- trace_function(function_path="子函数B", log_args=true, log_return=true, log_stack=true)
|
||
- 再次触发请求
|
||
- get_trace_data → 分析子函数的输入输出
|
||
```
|
||
|
||
**第三轮 — 字符串操作级别（细粒度）**
|
||
|
||
```
|
||
JSVMP 中字符串操作是签名生成的关键信号：
|
||
|
||
MCP 操作：
|
||
- hook_function(function_path="String.prototype.charAt",
|
||
hook_code="console.log('[charAt]', this.substring(0,50), arguments[0])",
|
||
position="before")
|
||
- hook_function(function_path="String.prototype.charCodeAt", ...)
|
||
- hook_function(function_path="String.prototype.substring", ...)
|
||
- hook_function(function_path="String.prototype.concat", ...)
|
||
- hook_function(function_path="Array.prototype.join", ...)
|
||
|
||
分析要点：
|
||
- 追踪字符串如何被逐步拼接
|
||
- 观察 charCodeAt 的输入字符和输出编码
|
||
- 关注 join('') 调用 —— 通常是最终拼接点
|
||
```
|
||
|
||
#### 2.3 关键变量监控
|
||
|
||
**方法 1：使用 MCP 专用工具（推荐）**
|
||
|
||
```
|
||
MCP 操作：
|
||
- trace_property_access(target_expression="疑似签名容器对象")
|
||
→ Proxy 级别属性访问追踪，自动记录读写操作
|
||
- get_property_access_log → 获取属性访问记录
|
||
- compare_env → 收集完整浏览器环境信息
|
||
→ 用于后续补环境时精确对照 Node.js/Python 差异
|
||
```
|
||
|
||
**方法 2：手动注入监控脚本**
|
||
|
||
```javascript
|
||
// 通过 add_init_script(persistent=True) 注入
|
||
|
||
(function() {
|
||
// 方法1：监控全局变量写入
|
||
const watched = ['sign', 'm', '_signature', 'token'];
|
||
const origDefineProperty = Object.defineProperty;
|
||
watched.forEach(key => {
|
||
let val;
|
||
try {
|
||
origDefineProperty(window, key, {
|
||
get() { return val; },
|
||
set(v) {
|
||
console.log(`[GLOBAL_SET] window.${key} =`, v);
|
||
console.trace();
|
||
val = v;
|
||
},
|
||
configurable: true
|
||
});
|
||
} catch(e) {}
|
||
});
|
||
|
||
// 方法2：监控对象属性赋值
|
||
const _origAssign = Object.assign;
|
||
Object.assign = function() {
|
||
const result = _origAssign.apply(this, arguments);
|
||
for (let i = 1; i < arguments.length; i++) {
|
||
const src = arguments[i];
|
||
if (src && typeof src === 'object') {
|
||
Object.keys(src).forEach(k => {
|
||
if (watched.includes(k.toLowerCase())) {
|
||
console.log(`[ASSIGN] ${k} =`, src[k]);
|
||
console.trace();
|
||
}
|
||
});
|
||
}
|
||
}
|
||
return result;
|
||
};
|
||
})();
|
||
```
|
||
|
||
---
|
||
|
||
### 第三板斧：日志分析（从海量数据中提取签名链路）
|
||
|
||
JSVMP 的 trace 日志通常有数百甚至数千条，需要系统化的分析方法。
|
||
|
||
#### 3.1 日志采集
|
||
|
||
```
|
||
MCP 操作：
|
||
- get_trace_data → 获取函数追踪数据（自动合并页面数据 + Python 端持久化数据）
|
||
- get_jsvmp_log → 获取 JSVMP 专项日志（含 API 调用统计 + 属性读取摘要）
|
||
- get_console_logs → 获取 Hook 输出
|
||
- get_breakpoint_data → 获取伪断点捕获数据
|
||
- get_property_access_log → 获取属性访问记录
|
||
```
|
||
|
||
#### 3.2 过滤策略
|
||
|
||
| 过滤维度 | 方法 | 说明 |
|
||
|---------|------|------|
|
||
| 关键词过滤 | 搜索签名值片段 | 在日志中搜索已知签名值的前8位 |
|
||
| 时间窗口过滤 | 只看请求前 1-2 秒 | 签名通常在请求发送前即时生成 |
|
||
| 类型过滤 | 只看字符串参数 | 数值型操作大多是 VM 内部调度 |
|
||
| 长度过滤 | 关注长度 > 8 的字符串 | 排除短字符串噪声 |
|
||
| 变化过滤 | 对比多次请求日志 | 每次都变的是动态参数，不变的是密钥 |
|
||
|
||
#### 3.3 反向追踪法（核心技巧）
|
||
|
||
从已知的签名值反向追踪到原始明文：
|
||
|
||
```
|
||
步骤 1：在日志中搜索签名值
|
||
→ 搜索 "a1b2c3d4" （签名值的前几位）
|
||
→ 找到：[trace#247] return "a1b2c3d4e5f6..."
|
||
|
||
步骤 2：查看该次调用的输入
|
||
→ [trace#247] args: ["page=1&ts=1680000000&key=secret123"]
|
||
→ 这是签名函数的输入明文
|
||
|
||
步骤 3：继续追踪输入来源
|
||
→ 搜索 "page=1&ts=1680000000"
|
||
→ [trace#245] return "page=1&ts=1680000000&key=secret123"
|
||
→ [trace#245] args: ["page=1", "ts=1680000000", "key=secret123"]
|
||
→ 这是参数拼接函数
|
||
|
||
步骤 4：确认各参数来源
|
||
→ "page=1" → 用户输入
|
||
→ "ts=1680000000" → Date.now() / 1000
|
||
→ "key=secret123" → 硬编码密钥
|
||
|
||
结论：sign = MD5("page=" + page + "&ts=" + Math.floor(Date.now()/1000) + "&key=secret123")
|
||
```
|
||
|
||
#### 3.4 多次请求对比法
|
||
|
||
```
|
||
请求 1: sign=aaa111, ts=1680000000, page=1
|
||
请求 2: sign=bbb222, ts=1680000005, page=2
|
||
请求 3: sign=ccc333, ts=1680000010, page=1
|
||
|
||
对比分析：
|
||
- page 相同但 sign 不同（请求1 vs 请求3）→ ts 参与签名
|
||
- ts 不同且 sign 不同 → ts 是变化因子之一
|
||
- 请求1 和 请求3 page 相同但 sign 不同 → 不仅仅是 page 参与
|
||
|
||
结论：sign 至少由 page + ts 共同决定
|
||
```
|
||
|
||
#### 3.5 算法指纹识别
|
||
|
||
根据 I/O 特征反推算法类型：
|
||
|
||
| 输出特征 | 可能算法 |
|
||
|---------|---------|
|
||
| 32 位 hex | MD5 |
|
||
| 40 位 hex | SHA-1 |
|
||
| 64 位 hex | SHA-256 |
|
||
| 44 位 Base64（含 `=` 填充） | HMAC-SHA256 + Base64 |
|
||
| 24/32/44 位 Base64 | AES 加密（CBC/ECB） |
|
||
| 输出长度随输入变化 | 非固定哈希，可能是加密或自定义编码 |
|
||
| 输出包含特殊分隔符 | 自定义拼接格式 |
|
||
|
||
---
|
||
|
||
## 常见 JSVMP 变体及应对
|
||
|
||
### 变体 1：VM 劫持 XHR/Fetch
|
||
|
||
**特征**：VM 重写了 `XMLHttpRequest` 或 `fetch`，请求在 VM 内部完成，外部 Hook 抓不到。
|
||
|
||
**应对**：
|
||
```
|
||
- Hook 更底层的接口：
|
||
· hook_function(function_path="XMLHttpRequest.prototype.send", ...)
|
||
· 在 add_init_script 中保存原始引用，在 VM 重写之前
|
||
|
||
- 或 Hook 网络层：
|
||
· start_network_capture → 不依赖 JS 层 Hook，直接在协议层捕获
|
||
· list_network_requests → get_network_request → 获取完整请求详情
|
||
```
|
||
|
||
### 变体 2：VM 动态生成加密函数
|
||
|
||
**特征**：加密算法不是硬编码在字节码中，而是 VM 运行时通过 `eval` 或 `new Function` 动态构造。
|
||
|
||
**应对**：
|
||
```
|
||
- inject_hook_preset(preset="crypto") → 包含 eval/Function Hook
|
||
- hook_function(function_path="Function",
|
||
hook_code="console.log('[new Function]', arguments[arguments.length-1].substring(0,200))",
|
||
position="before")
|
||
- 从 Hook 日志中提取动态生成的函数源码
|
||
```
|
||
|
||
### 变体 3：多层 VM 嵌套
|
||
|
||
**特征**：外层 VM 解密出内层 VM 的字节码，再由内层 VM 执行签名逻辑。
|
||
|
||
**应对**：
|
||
```
|
||
- 不要试图理解嵌套关系
|
||
- 依然从 I/O 两端入手，Hook 最终的出口和最初的入口
|
||
- 增加 trace_function 的 max_captures 到 1000+
|
||
- 用时间戳过滤法缩小日志范围
|
||
```
|
||
|
||
### 变体 4：VM + WASM 混合
|
||
|
||
**特征**：VM 负责流程控制，核心加密算法调用 WASM 导出函数。
|
||
|
||
**应对**：
|
||
```
|
||
- search_code(keyword="WebAssembly|wasm|instantiate")
|
||
- Hook WASM 导出函数：
|
||
evaluate_js(expression=`
|
||
// 等 WASM 实例化后 Hook 导出函数
|
||
const origInstantiate = WebAssembly.instantiate;
|
||
WebAssembly.instantiate = async function() {
|
||
const result = await origInstantiate.apply(this, arguments);
|
||
const exports = result.instance?.exports || result.exports;
|
||
Object.keys(exports).forEach(name => {
|
||
if (typeof exports[name] === 'function') {
|
||
const orig = exports[name];
|
||
exports[name] = function() {
|
||
console.log('[WASM]', name, 'args:', Array.from(arguments));
|
||
const ret = orig.apply(this, arguments);
|
||
console.log('[WASM]', name, 'return:', ret);
|
||
return ret;
|
||
};
|
||
}
|
||
});
|
||
return result;
|
||
};
|
||
`)
|
||
- 确认 WASM 函数的 I/O 后，下载 .wasm 文件用 Node.js 直接加载调用
|
||
```
|
||
|
||
---
|
||
|
||
## 还原策略决策
|
||
|
||
```
|
||
JSVMP 签名还原决策树：
|
||
├─ Hook 确认使用标准算法（MD5/HMAC/AES）？
|
||
│ ├─ YES → 纯算法还原（Node.js crypto / Python hashlib+pycryptodome）
|
||
│ │ · 还原拼接顺序和密钥即可
|
||
│ │ · 这是最理想的结果
|
||
│ └─ NO → 继续分析
|
||
│
|
||
├─ 能提取出独立的签名函数？
|
||
│ ├─ YES → 沙箱执行（Node.js vm / Python execjs）
|
||
│ │ · 提取函数及其依赖
|
||
│ │ · 构造最小执行环境
|
||
│ └─ NO → 继续分析
|
||
│
|
||
├─ VM 劫持了整个请求链路？
|
||
│ ├─ YES → 加载完整 VM（仅调用签名入口）
|
||
│ │ · 下载完整 JS 文件
|
||
│ │ · 在 Node.js vm 中加载
|
||
│ │ · 补最小浏览器环境
|
||
│ │ · 调用签名函数获取结果
|
||
│ └─ NO → 浏览器自动化兜底
|
||
│
|
||
└─ 无法脱离浏览器
|
||
→ 使用 Camoufox 浏览器自动化（最后手段）
|
||
```
|
||
|
||
---
|
||
|
||
## 实战检查清单
|
||
|
||
在 JSVMP 分析过程中，确保以下每项都已完成：
|
||
|
||
- [ ] 确认文件是 JSVMP（解释器循环 + 字节码数组 + 栈操作）
|
||
- [ ] Hook XHR/Fetch 出口，捕获签名值的最终形态
|
||
- [ ] Hook Cookie setter，确认是否有动态 Cookie
|
||
- [ ] Hook 加密原语入口（btoa/atob/CryptoJS/MD5/SHA）
|
||
- [ ] Hook String.fromCharCode（JSVMP 高频信号）
|
||
- [ ] 定位解释器核心分发函数
|
||
- [ ] 分层插桩（粗 → 中 → 细）
|
||
- [ ] 日志反向追踪，找到签名值首次出现的位置
|
||
- [ ] 多次请求对比，确认变化因子和固定因子
|
||
- [ ] 根据输出特征判断算法类型
|
||
- [ ] 选择还原策略（纯算法 / 沙箱 / 完整 VM / 浏览器）
|
||
- [ ] 实现并验证签名计算结果
|