吾愛破解 2023 春節解題領紅包之 Web 題解

（圖作者 | 吾愛破解@Ps出來的小趙）吾愛破解每年都有個解題領紅包活動，今年也不例外，需要我們使出看家逆向本領來分析內容獲得口令紅包，根據難度等級不同會獲得不同數量的吾愛幣，活動持續到元宵節結束。活動一共有十個題，本文僅分享 Web 初級、中級、高級三個題的逆向思路。活動地址：https:// ...

（圖作者 | 吾愛破解@Ps出來的小趙）

吾愛破解每年都有個解題領紅包活動，今年也不例外，需要我們使出看家逆向本領來分析內容獲得口令紅包，根據難度等級不同會獲得不同數量的吾愛幣，活動持續到元宵節結束。活動一共有十個題，本文僅分享 Web 初級、中級、高級三個題的逆向思路。

活動地址：https://www.52pojie.cn/thread-1738015-1-1.html

題目簡介

三個 Web 題的線索都在一個視頻里：https://www.bilibili.com/video/BV123411R7K6/

視頻中包含 12 個靜態 flag: flag1~flag12，另外還需要尋找到 3 個動態 flag: flagA~flagC。本題總共有 3 個難度，每個難度提交 4 個靜態 flag 和 1 個動態 flag 就算通過。

初級難度為 flag1~flag4 與 flagA
中級難度為 flag5~flag8 與 flagB
高級難度為 flag9~flag12 與 flagC

初級難度

flag1

flag1 直接在視頻中給出了，flag1{52pojiehappynewyear}

flag2

flag2 藏在二維碼里，拿手機掃一下會打開一個網址，網址後面跟了一個 flag2{878a48f2}，當然直接搜二維碼線上解碼也行，上傳上去就能看到文本信息。

flag3

在視頻 25 秒左右，右下角會出現一串字元 iodj3{06i95dig}，這裡肯定是一個 flag，註意觀察 flag 是四個字母，iodj 也是四個字母，可以大膽猜測這就是 flag3，在字母上動了手腳，數字和括弧沒變，極大可能是愷撒密碼，愷撒密碼是一種替換加密的技術，明文中的所有字母都在字母表上向後（或向前）按照一個固定數目進行偏移後被替換成密文，例如，當偏移量是3的時候，所有的字母A將被替換成D，B變成E。這裡 iodj 每個字母分別向前偏移3，剛好就是 flag，以此類推，最終結果就是 flag3{06f95afd}。

flag4

flag4 比較雞賊，沒在視頻里，而是藏在視頻作者的簽名里（滑鼠無意間瞎晃找到的），解密發現是 Base64，最終結果為 flag4{9cb91117}。

flagA

視頻里給了一個網址 2023challenge.52pojie.cn，提示說了這個網站似乎無法訪問，但網站的確在運行，它和吾愛破解主站是同一臺伺服器，可能是功能變數名稱解析的問題。

既然都說了是功能變數名稱解析問題，那我們就分別線上檢測一下 2023challenge.52pojie.cn 和主站 52pojie.cn 的解析設置，首先可以發現 2023challenge.52pojie.cn 的 TXT 記錄里有個 flagB，這個後面再說，與主站對比發現 A 記錄里少了 124.232.185.97，提示也說了和主站是同一臺伺服器，所以我們可以在本地 host 裡加上這個記錄即可訪問。

訪問網站 https://2023challenge.52pojie.cn/，可以在 Response Header 里找到一個 X-Dynamic-Flag，也就是動態 flagA，如下圖所示：

既然是動態的，那就不可能直接是 flagA{Header X-52PoJie-Uid Not Found}，很明顯給的提示是 Header 里缺少了 X-52PoJie-Uid，所以我們在請求的時候 Header 裡加上這個欄位試試，Python 代碼如下：

import requests


headers = {
    "X-52PoJie-Uid": "2002241",  # 你的吾愛破解 UID
    "Host": "2023challenge.52pojie.cn",
    "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/108.0.0.0 Safari/537.36"
}
url = "https://2023challenge.52pojie.cn/"
response = requests.get(url, headers=headers)
flagA = response.headers["X-Dynamic-Flag"]
print(flagA)

查看返回的 Header 里的 X-Dynamic-Flag，就是正確的 flagA，有個過期時間，在過期前提交即可。

中級難度

flag5

在視頻第30秒左右的時候，會出現類似發電報的聲音，這就是摩斯密碼（摩爾斯電碼），對著下表聽就完事兒了，當然還有更準確的方法，那就是分析音頻的頻譜圖，更加直觀，音頻的分析後文 flag8 再說，這裡的正確答案是 flag5{eait}。

flag6

flag6 比較直觀，視頻開頭就直接給出了，電話撥號聲就是 flag6。

重點在於如何識別撥號的數字，這裡涉及到一個雙音多頻信號（DTMF）的概念，雙音多頻由高頻群和低頻群組成，高低頻群各包含4個頻率。一個高頻信號和一個低頻信號疊加組成一個組合信號，代表一個數字。可以使用 Python 讀取音頻來識別，也有現成的工具 DTMF2NUM 可以識別，具體介紹參考：https://bbs.qsnctf.com/thread-318-1-1.html ，裡面有下載鏈接。使用錄音工具將這段撥號音錄成 wav 格式，然後通過工具識別得到 flag6{590124}。

flag7

視頻中，第22秒左右，上方出現的一串 0101 的東西，這就是 flag7，實際上是二進位形式的 ASCII 碼，八位一個字元，例如 01100110 對應的 ASCII 碼就是 f，找個線上工具轉換一下就可以得到 flag7{5d06be63}。

01100110 01101100 01100001 01100111 00110111 01111011 00110101 01100100 00110000 00110110 01100010 01100101 00110110 00110011 01111101

flag8

flag8 藏在這個視頻的音頻里，同樣將音頻錄下來，用 Audacity 軟體打開此音頻，選擇頻譜圖，就可以看到 flag8{c394d7}，同樣前面的 flag5 其實除了直接用耳朵聽以外，也可以通過這個頻譜圖查看。

flagB

flagB 在前面推理 flagA 的時候已經遇到了，線索在 2023challenge.52pojie.cn 的功能變數名稱解析，TXT 記錄里，計算方法就是自己的 uid 加上字元串 _happy_new_year_ 加上時間戳除以 600 並向下取整後的值，經過 md5 加密後，取前八位即可。

flagB{substr(md5(uid+\_happy_new_year_\+floor(timestamp/600)),0,8)}

高級難度

flag9

仔細聽這個視頻，在結尾，也就是大概40秒的時候，依稀有一段雜音，單獨將這一段錄下來，反向播放，就會發現說的正是 flag9，正確答案是 flag9{21c5f8}。

flag10

flag10 太難了沒找到，有知道的小伙伴可以分享一下。

flag11

視頻里，底下一串 ++++[> 的東西就是 flag11，這一串是 Brainfuck 語言，是一種非常接近圖靈機的編程語言。可以直接使用線上工具轉換即可：https://www.splitbrain.org/services/ook ，正確答案是 flag11{63418de7}。

++++++++++[>++++++++++>++++++++++>+++++>++++++++++++<<<<-]>++.++++++.>---.<-----.>>-..>+++.<+++++.---.+.---.+++++++.<+++.+.>-.>++.

flag12

仔細觀察視頻你會發現，開頭的背景是灰色的，在第20秒左右，顏色就加深了，其實開始的背景圖是有貓膩的，用到了圖片盲水印技術，flag12 就藏在背景圖片里，原理就是使用傅里葉變換把原圖變為頻譜圖，再疊加水印，將含水印的頻譜圖進行傅里葉逆變換得到含水印的圖像。蟻景網路安全的這篇文章有詳細的介紹：https://blog.csdn.net/YJ_12340/article/details/127087949 ，我們直接使用文中的方法，使用 Python 處理圖片後即可得到 flag12{3ac97e24}。

import cv2
import numpy as np
import matplotlib.pyplot as plt


# 讀取為灰度圖像，52pj.png 為視頻開頭的背景截圖
img = cv2.imread('52pj.png', 0)
f = np.fft.fft2(img)
# 將圖像中的低頻部分移動到圖像的中心
fshift = np.fft.fftshift(f)
# 取絕對值：將複數變化成實數，目的為了將數據變化到較小的範圍（比如0-255）
s1 = np.log(np.abs(f))
s2 = np.log(np.abs(fshift))
plt.subplot(121), plt.imshow(s1, 'gray'), plt.title('original')
plt.subplot(122), plt.imshow(s2, 'gray'), plt.title('center')
plt.show()

下圖可能平臺會有壓縮看不清，自己照著處理一下即可。