Files

T

yml2213 d136fb7328 feat(tcaptcha): 建立AST解包、TDC虚拟机反汇编与深度Proxy语义探针工具链

- 解包 tcaptcha-frame bundle，圈定 122 个模块中的核心加签与通信模块
- 还原 __TENCENT_CHAOS_VM 架构：映射全部 70 个操作码语义并实现字符串折叠反汇编
- 提取 246 个核心字符串，全量排查并枚举 95 项环境检测与自动化探针特征
- 实现零浏览器依赖的深度 Proxy 探针，原生生成与会话自洽的 collect 与 eks

2026-10-11 20:13:14 +08:00

5.8 KiB

Raw Blame History

腾讯验证码 (TCaptcha / TDC) 逆向工具链建设与协议解构报告

依据 AGENTS.md（自顶向下，拒绝打地鼠，工具优先）原则，已完成腾讯天御验证码全链路核心资产拉取、AST 工具链构建、混沌虚拟机（Chaos VM）反汇编以及运行时语义探针建设。

一、已建成的工具集清单

工具	路径	核心功能	解决什么问题
Webpack 解包索引器	`tools/unpack_webpack.js`	将 230KB 单文件 bundle 拆解为 122 个独立模块，建立加签/风控关键词索引	圈定加签核心，剔除 80% 开源库与 UI 噪音 (L1 解构)
Chaos VM 字节码反汇编器	`tools/tdc_vm_disasm.js`	映射全部 70 个操作码语义，自动折叠字符拼接，反编译 45,636 字节码为 8,152 条指令流	彻底透明化 TDC 字节码调度器，提取 246 个环境检测特征 (L2/L3 解构)
深度 Proxy 语义探针	`tools/tdc_probe.js`	零 Headless/CDP 依赖，通过深度 Proxy 沙箱执行 `tdc.js`，拦截并记录全部 95 项环境读取	毫秒级生成与当前会话时间戳和密钥 100% 自洽的动态 `collect` 与 `eks` (L4 数据层)

二、核心逆向成果与证据账本

1. TDC 混沌虚拟机（Tencent Chaos VM）指令集

__TENCENT_CHAOS_VM 采用经典基于栈的虚拟机架构，包含 70 条操作码：

操作码分发器循环：for (var M = !1; !M;) M = G[z[H++]]();
z: 45,636 整数组成的解压字节码序列
H: 程序计数器 (PC)
关键操作码：
- 00: PUSH_STR_CHAR（字符串构造）
- 03/30/62/35/36/65: 位运算 (^, &, |, >>, <<, >>>)
- 06/34/41/61: 函数调用与对象实例化 (apply, new)
- 46/68/47: 虚拟寄存器读写与分配
- 56/48/49: 异常处理栈（Try-Catch 保护链）
- 57: 闭包创建器（动态子程序展开）

2. TDC 关键检测项白名单（已由探针全量捕获，共 95 项）

探针运行实测表明，TDC 实际探测的环境特征仅 95 项，绝非海量属性：

自动化/反爬标记检测：
- document.$cdc_asdjflasutopfhvcZLmcfl_（精准探测 ChromeDriver 变量）
- window.navigator.webdriver
- window.domAutomation
- window.fxdriver_id
- window.callPhantom / casper / CasperError / patchRequire
- window.ubot / WebPage
显示与硬件画像：
- screen.width (2560), screen.height (1440), availHeight (1345), colorDepth (24)
- deviceXDPI, logicalXDPI, fontSmoothingEnabled
- navigator.hardwareConcurrency (10), platform ("MacIntel"), languages
渲染上下文：
- WebGL Renderer: "ANGLE (Apple, ANGLE Metal Renderer: Apple M4, Unspecified Version)"
- WebGL Vendor: "Google Inc. (Apple)"
- Canvas Fingerprint: 成功样本原图 Base64 (368 字节)
容器关系：
- window.top !== window（识别是否运行在验证码 iframe 内）
- document.getElementById("tCaptchaDyContent")
- window.TCaptchaReferrer（宿主页面 URL 绑定）

3. L4 遥测协议数据解密 (`cd` 38 维字段)

成功解密的 collect 明文格式为 {"cd": [...], "sd": {"od": "C", "ft": "..."}}：

cd[0..1]: 屏幕宽、平台 (2560, "MacIntel")
cd[2]: Canvas 指纹
cd[8]: 宿主页面 URL (document.referrer)
cd[9]: User-Agent
cd[15/18]: WebGL 渲染器与厂商
cd[19/22/27]: 当前会话的秒级与毫秒级 Epoch 时间戳（必须与请求自洽，旧方案硬编码是致死原因之一）
cd[20]: 鼠标相对增量轨迹：首点为绝对坐标 [start_x, start_y, delay_ms]，后续为增量 [dx, dy, dt_ms]（dt 均值 16~18ms，模拟 60Hz 采样）
cd[26]: 会话校验和与随机种子
cd[31]: 执行容器类型 ("iframe")

三、旧方案致死原因归纳（为什么之前报 12）

re.sub 破坏内部校验和与字段序：旧方案拿固定的字符串模板进行正则替换，改变了明文长度，导致内部求和校验全部失效；且不同会话的 tdc.js 构建字段顺序会动态轮换，静态模板必死。
时间戳严重错位：旧方案使用数天前抓包的硬编码时间戳，与当前服务器时间差数天，风控系统秒判拒绝。
机械假轨迹：旧代码用 random.randint 随机构造假点，dt 分布为 0 或 1ms（相当于 20ms 内完成数十次移动），动力学完全反人类。
CDP 特征泄露：浏览器自动化直接被 document.$cdc_asdjflasutopfhvcZLmcfl_ 抓现行。

四、一键复验入口

# 1. 验证 Webpack 解包与核心模块提取
node tools/unpack_webpack.js

# 2. 验证 TDC 虚拟机反汇编与字符串提取
node tools/tdc_vm_disasm.js tcaptcha/core_js/tdc_sample.js

# 3. 验证深度 Proxy 语义探针执行并产出 100% 合法 collect 与 eks
node tools/tdc_probe.js tcaptcha/core_js/tdc_sample.js

# 4. 验证探针生成的 collect 成功解密
.venv/bin/python -c '
import json, base64, urllib.parse, subprocess
from tcaptcha.crypto import extract_xtea_key, xtea_decrypt_bytes
with open("tcaptcha/core_js/tdc_sample.js") as f: code = f.read()
key = extract_xtea_key(code)
res = subprocess.check_output(["node", "-e", "const {probeTdc}=require(\"./tools/tdc_probe.js\"); const r=probeTdc(\"tcaptcha/core_js/tdc_sample.js\"); console.log(r.collect);"], text=True).strip()
raw = base64.b64decode(urllib.parse.unquote(res))
plain = xtea_decrypt_bytes(raw, key).rstrip(b"\\x00")
print("成功解密探针生成的遥测载荷，长度:", len(plain))
print("明文前 150 字节:", plain[:150].decode("latin1"))
'

5.8 KiB Raw Blame History Unescape Escape