跳转至

Misc Lec 1: 编解码及 OSINT⚓︎

参考

Gooduck 的课件

概述⚓︎

misc(miscellaneous)：杂项，除了其他四类大题型外的其他题目

  • 题型：
    • 签到题、签退问卷题
    • 套娃题、谜语题
    • 隐写、取证、OSINT（信息搜集）、PPC（编程类） ——传统 misc 题
    • 游戏类题目（大概也算 PPC）、工具运用类题目
    • 编解码、古典密码 ——不那么 crypto 的 crypto
    • 网络解谜、网站代码审计 ——不那么 web 的 web
    • 代码审计、沙箱逃逸 ——不那么 binary 的 binary
    • Blockchain、IoT、AI ——新兴类别题目
  • 一些例题
  • 如何学习：
    • 快速学习新知识、上手新工具
    • 思维活跃
    • 一定的编程能力
    • 多做题积累经验，尝试站在出题人的角度

基础编解码知识⚓︎

3 种常见的位串转换方式：

  • 编解码
  • 加解密
  • 哈希

字符编码：位串 \(\Leftrightarrow\) 人类理解的字符：

  • ASCII：128 项，7 位位串 (1B)
    • 00-1F：控制字符，20-7E：可见字符，7F：控制字符 (DEL)
  • latin-1(ISO-8859-1)：ASCII 扩展版，256 项
    • 80-9F：控制字符，A0-FF：可见字符
    • 特点：任何位串都可以用其解码
  • Unicode 字符集系列编码
    • 以平面划分，17 个平面，每个平面 65536 个码位 (2B)
      • 通过码位可以表示为 U+0000 ~ U+10FFFF
      • 可容纳 111w+ 个字符，现有 14w 个字符（超一半为 CJK 字符）
    • UCS(Universal Character Set)
      • UCS-2：用 2B 表示码位
      • UCS-4：用 4B 表示码位
    • UTF(Universal Transformation Format)
      • UTF-8：变长编码（1~4），兼容 ASCII
        • 0xxxxxxx
        • 110xxxxx 10xxxxxx
        • 1110xxxx 10xxxxxx 10xxxxxx
        • 11110xxx 10xxxxxx 10xxxxxx 10xxxxxx
      • UTF-16：变长编码（2/4），不兼容 ASCII
      • UTF-32
  • 中国国标字符集系列编码：GB 2312 / GBK / GB 18030-2022

字符集之间的关系：

乱码，常见类型有：

  • 用 GBK 解码 UTF-8 编码的文本
  • 用 UTF-8 解码 GBK 编码的文本
  • 用 latin-1 解码 UTF-8 编码的文本
  • 用 latin-1 解码 GBK 编码的文本
  • 先用 GBK 解码 UTF-8 编码的文本，再用 UTF-8 解码前面的结果
  • 先用 UTF-8 解码 GBK 编码的文本，再用 GBK 解码前面的结果

lab 要求自行研究这 6 种乱码情况，并给出分析

分析方法：CyberChef I/O 字符集设置、vscode 改变编码方案、Python 编解码 / 进制转换

摩尔斯电码：字符 \(\Leftrightarrow\) 字符

  • 利用点划（“滴”的时间长短）表示字符
    • 点 ·：1 单位；划 -：3 单位
    • 点划之间间隔：1 单位；字符之间间隔：3 单位；单词之间间隔：7 单位
  • 字符集：A-Z、0-9、标点符号（.:,; ='/!-_"()$&@+）、一些电码专用表示
  • 表示中文：电码表（一个汉字对应四个数字），数字使用短码发送

Base 编码：位串 \(\Leftrightarrow\) 位串

本质：位串 \(\rightarrow\) 整数 \(\rightarrow\) n 进制 \(\rightarrow\) 系数查表

  • Base16：用 16 进制表示位串，长度翻倍
  • Base32：5b 一组，按字符表（A-Z,2-7）映射，结果长度必须是 5 的倍数，不足用 = 补齐（最多会用 6 个）
  • Base64：6b 一组，按字符表映射（最常用）
    • 标准字符表：A-Z, a-z, 0-9, +, /
    • 另有多种常见字符表，如 URL 安全字符表：A-Z, a-z, 0-9, -, _
    • 结果长度必须是 4 的倍数，不足的用 = 补齐（1~2 个）

其他的 Base 编码：

  • 分组 —— Base85：4B 整数 \(\rightarrow\) 85 进制 \(\rightarrow\) 5 个系数
    • 常用字符表：0-9, A-Z, a-z, !#$%&()*+-;\(\Leftrightarrow\)>?@^_`{ }~
    • 标准字符表：!-u（ASCII 编码中 0x21-0x75）
  • 作为大整数转换进制：
    • Base62：0-9, A-Z, a-z
    • Base58：0-9, A-Z, a-z 去掉 0OIl（可能是因为这几个很容易被弄混）
    • Base56：Base58 去掉 1 和 o（原因同上）
    • Base36：0-9, A-Z

其他常用编码：

一些其他好玩的类编码：

常用工具：

OSINT 基础⚓︎

OSI(Open Source INTelligence)：开源网络情报，通过完全公开的信息进行合理推理，获取情报，在 misc 题目中泛指信息搜集，有几种情况：

  • 构造了一个全新的虚拟身份，搜集得到出题人准备好的信息
  • 根据图片、文档等附件泄漏的信息进行推理（主要），包括根据图片内容推理找到拍摄位置、当时环境等信息

警告

后续内容仅供 CTF 范围内学习交流，实操于现实世界时请注意法律法规，不要开盒！！！

常用工具：

文件信息泄露

  • 各种文档的元信息（metadata）可能包括作者、修改时间等信息
    • 图片的 EXIF 信息，可通过 exiftool（Linux 命令）查看
    • 一般以 xml 形式存储，可以直接通过二进制抹除，或者通过操作系统
  • 工程文件夹泄漏信息
    • Visual Studio 的各种配置文件，.vs 文件夹中信息
    • .vscode 文件夹中的配置文件
    • .git 文件夹，泄漏全部修改历史、提交信息、提交者等
  • 文件夹路径信息泄漏
    • .DS_Store 文件，macOS 下的文件夹布局信息
    • 前面各种工程配置文件等也会泄漏（比如 vs 的 pdb 调试信息）
    • markdown 文件图片路径（本地路径 / 图床用户 / 自建图床网站）

照片信息分析

  • 图片搜素，常用搜索引擎：
    • 百度识图搜索：中文互联网图片搜索结果
    • Google 图片搜索：用来搜索外国范围的图片
    • Bing 图片搜索：和 Google 差不多，都可以参考
    • Yandex 图片搜索：搜索相似图片，搜索风景时更常用
    • TinEye：搜索完全相同的图片（找来源）
  • 地点线索搜集
    • 注意图片中的文字、牌匾、标志性建筑等，可用来作为关键词搜索
    • 找到大概位置后可用用百度全景地图 / 谷歌全景地图进行确认 / 查找附近线索
    • 如果图片中关键信息较少，可以优先考虑使用搜索引擎识图
    • 搜索确认得到地名后，即可进一步搜索相关信息
例题

2023 HackerGame

  • 环境信息分析

    • 常见题型：拍摄者高度分析（根据几何学透视），比如

评论区

如果有什么问题或想法，欢迎大家在下方留言~