【验证码系列】某讯滑块-加密流程分析

某讯滑块-加密流程分析

声明
本文章中所有内容仅供学习交流使用，不用于其他任何目的，不提供完整代码，抓包内容、敏感网址、数据接口等均已做脱敏处理，严禁用于商业用途和非法用途，否则由此产生的一切后果均与作者无关！

本文章未经许可禁止转载，禁止任何修改后二次传播，擅自使用本文讲解的技术而导致的任何意外，作者均不负责，若有侵权，请在主页联系作者立即删除！

目标和接口

**目标：**滑动拼图验证成功
接口：aHR0cHM6Ly9jbG91ZC50ZW5jZW50LmNvbS9wcm9kdWN0L2NhcHRjaGE=

1. 请求流程分析

方法： 从验证接口入手，倒推所需参数和所有需要请求的接口
目标： 通过全局搜索，判断参数是需要逆向的值还是前置接口返回值

1.1. 验证接口

接口： cap_union_new_verify
参数：

• collect：经测试此参数未校验，可固定
• tlg：collect的长度
• eks：来自 tdc.js 接口
• sess：来自 cap_union_prehandle 接口
• ans：滑动距离+ cap_union_prehandle 接口返回值
• pow_answer： cap_union_prehandle 接口返回值+求解值
• pow_calc_time：与 pow_answer 关联的求解值
  

1.2. js接口

接口： tdc.js
参数： 接口url来自 cap_union_prehandle 接口返回值，拼接域名可直接请求

1.3. 验证码获取接口

接口： cap_union_prehandle
参数： 此接口参数固定也可请求，其中返回值的前缀与 callback 相同，如果 callback 为空，则返回值中的前缀也为空

2. 请求参数分析

方法和目标： 此处则需要正向分析，保证每一个接口请求成功再请求下一个接口
以下是最终参数生成位置，后面的参数都基于此过程需要的东西去分析

2.1. 验证码获取接口

请求中部分参数介绍：

响应中重点字段：

其中：

sprite_pos: 滑块在 sprite 图上的裁剪起点
size_2d: 滑块裁剪宽高
init_pos: 滑块初始展示位置

后续识别缺口和提交答案都依赖这些字段。

2.2. js接口

eks 和 collect 是当前项目里最关键的加密/风控参数。

eks 可以直接使用正则表达式提取，或者如页面一样使用补环境方式提取：

eks = re.findall("window\..*?'(.*?)'", tdc_js)[0]

collect 经测试是可以固定的，这与站点有关，官网示例并未校验此参数，或者如页面一样使用补环境方式提取：

collect = "tMUf/k3HOl1Z/idr4pb84nZb..."
return eks, collect

Node 伪浏览器环境方案：
其中 eks 仅需简单补环境就可出值，而 collect 则需要补充完整 dom 环境，包括 canvas、webgl等

// 补环境
require("./env.js")
// tdc.js
require("./tdc.js")
// 与截图位置一致的初始化过程
window.TDC.setData({
    "ft": "qf_7Pf__H"
})
// 取值
const eks = window.TDC.getInfo().info
const collect = window.TDC.getData(true)

当前风险点很明确：
collect 我当前使用的是硬编码样本，这种写法只能针对未检验次参数的站点使用。因为 collect 理论上与本次TDC 脚本、环境指纹、轨迹和时间状态有关。

2.3. 图片缺口识别

这里我就不过多分析，也是参考其他人的经验做的，可以去搜下，很多分析这里的文章：

流程如下：

1. 下载背景图 bg_url
2. 下载 sprite 图 sprite_url
3. 根据 sprite_pos 和 size_2d 从 sprite 图中裁出滑块模板
4. 对背景图做 pyrMeanShiftFiltering 降噪
5. 对背景图和滑块模板做 Canny 边缘检测
6. 使用 cv2.matchTemplate 做模板匹配
7. 返回匹配位置 max_loc，即背景图缺口坐标

2.4. POW 计算

此部分解决参数 pow_answer、pow_calc_time ，cap_union_prehandle 接口返回：

pow_cfg.prefix
pow_cfg.md5

本地通过暴力枚举 prefix 与 nonce 拼接，当md5拼接值等于目标值时返回拼接值与耗时

if hashlib.md5(f"{challenge_prefix}{pow_ans}".encode()).hexdigest() == target_md5:
    return pow_ans, cost_ms

最终提交：

"pow_answer": f"{pow_prefix}{pow_ans}",
"pow_calc_time": str(pow_time)

对应源码位置：

2.5. 验证接口

提交表单：

ans 的结构：

[
  {
    "elem_id": 1,
    "type": "DynAnswerType_POS",
    "data": "x,y"
  }
]

其中 x 来自 OpenCV 识别出的缺口横坐标加偏移（偏移值由实际识别结果经验总结），y 来自 prehandle 返回的滑块初始 Y 坐标。如果errorCode为50，则识别的距离不对。

3. 总结

当前最应该补强的是动态 collect 生成，但因此站点并未校验所以没有深究。使用当前的固定值或者补环境其实都是不完善的值，因为当前的补环境值仅有850左右的长度，而源网站是1600左右，原因是没有加入轨迹，如果路过大佬有 检验此值的站点 可以联系我研究学习。

关键参数： v: luobidamidi001

以下是运行效果演示：

感谢关注【遇事不決洛必達】！欢迎点赞收藏和交流指正，我会持续分享我的学习经验和心得。