CTF指令 – jas0n

1.steghide

遇到steghide可能只能试试，不知道有没有文件，但是使用

steghide info 文件

可以看到有没有文件

2.foremost与binwalk

foremost 是 数据恢复工具，适合从原始数据中提取已知格式的文件。
binwalk 是 文件分析工具，适合逆向工程和提取嵌套结构。

所以当文件破损或者损坏的即可使用foremost

foremost指令参数

-o：参数用于 指定恢复文件的输出目录
– T：恢复文件，保留原始时间戳
– i ：参数用于 指定输入源

与 `binwalk` 的区别

功能	`foremost`	`binwalk`
主要用途	文件恢复（File Carving）	文件分析（如固件解包）
输入源	磁盘镜像、设备	文件、固件
恢复能力	擅长恢复已知格式（JPEG, PDF, ZIP）	擅长分析嵌套结构（如压缩包、文件系统）
时间戳	支持（`-T`）	不支持

3.提取隐写（Extract Steganography）

LSB（Least Significant Bit，最低有效位）隐写提取是指从数字载体（通常是图像或音频文件）中提取通过修改最低有效位嵌入的隐藏信息的过程

python2 lsb.py extract 文件文件名称密码

统计检测：

LSB隐写会改变像素值的统计特性
使用卡方检验可以检测异常分布

改进算法：

LSB匹配：在修改时保持统计特性
随机LSB：使用加密密钥确定嵌入位置

4.SilentEye 隐写原理分析

SilentEye 主要通过修改载体文件（Cover File）的 最低有效位（LSB） 来嵌入隐藏数据，同时提供多种优化选项：

(1) LSB（最低有效位）隐写

图像隐写（BMP/PNG）：

修改像素的 R/G/B 通道 的最低 1~2 位（取决于配置）。
例如，在 24 位 BMP 中，每个像素有 3 字节（RGB），可以隐藏 3 位数据（每个通道 1 位）。
对于 PNG，由于是无损压缩，LSB 修改后数据仍然可以正确提取。
JPEG 隐写：

JPEG 是有损压缩，直接修改像素会导致数据丢失。
SilentEye 采用 DCT（离散余弦变换）系数微调 的方式嵌入数据，比普通 LSB 更复杂。
音频隐写（WAV）：
修改音频采样点的 LSB，类似于图像隐写，但对听觉影响极小。

(2) 数据加密（AES-256）

可选 AES-256 加密隐藏数据，防止直接提取。
加密后的数据再嵌入 LSB，提高安全性。

工具	载体支持	加密	压缩	抗检测能力
SilentEye	BMP/PNG/JPEG/WAV	AES-256	zlib	中等（LSB 易检测）
Steghide	JPEG/BMP/WAV	无（可结合 GPG）	有	较强（DCT 优化）
OpenStego	PNG/BMP	无	有	较弱（纯 LSB）
DeepSound	WAV/FLAC	AES	无	强（音频隐写）

如何检测 SilentEye 隐写？

统计分析（如 卡方检测）：

LSB 隐写会改变像素值的统计分布。

StegExpose 等工具：

专门检测 LSB 隐写的工具。

AES 加密数据：

如果没有密码，即使检测到隐写也无法提取。

5.F5隐写原理

F5隐写算法（由德国研究员Andreas Westfeld提出），这是一种针对JPEG图像的改进型隐写技术，比传统LSB隐写更隐蔽，抗统计分析能力更强

基本原理

F5隐写主要基于 JPEG压缩域（DCT系数） 进行数据嵌入，核心思想是：

不直接修改DCT系数的LSB（容易被检测），而是采用 矩阵编码（Matrix Encoding） 和 系数扩散 的方式隐藏数据。
优先修改高频DCT系数（对图像质量影响较小）。
避免引入统计异常（如卡方检测难以发现）

6.FFC隐写原理

Free File Camouflage (FFC) 是一款专注于文件隐藏的隐写工具，其核心思想是将秘密文件伪装成普通文件（如JPG、MP3等），使外部观察者无法察觉隐藏数据的存在。以下是其技术原理分析：

FC 并不是传统的基于像素/音频采样的隐写术，而是采用文件结构拼接的方式隐藏数据，主要分为两种模式：

(1) 文件捆绑（File Binding）

将多个文件物理拼接成一个文件，利用格式容错性隐藏数据
例如：

把 secret.zip 追加到 image.jpg 的末尾
生成的文件既能用图片查看器正常显示，又能用解压工具提取隐藏ZIP

(2) 载体替换（Carrier Substitution）

利用文件格式的未使用区域（如EXIF元数据、ID3标签）存储数据
例如：

在MP3文件的ID3v2标签中嵌入加密数据
在JPEG的注释字段（COM段）隐藏信息

7.pdf爆破

pdf爆破可以使用pdfcrack

pdfcrack -f pdf -w rockyou.txt -q

-f FILE：选择 FILE 文件
-b：执行基准测试并退出
-c STRING：使用 STRING 中的字符作为字符集
-w FILE：使用 FILE 作为密码源进行尝试
-n INTEGER：跳过尝试短于 INTEGER 的密码
-m INTEGER：达到此 INTEGER 密码长度时停止
-l FILE：从 FILE 中保存的状态继续
-o：使用所有者密码
-u：使用用户密码（默认）
-p STRING：提供用户密码以加快破解所有者密码的速度（隐含 -o）
-q：安静运行
-s：尝试排列密码（目前仅支持将第一个字符切换为大写）
-v：打印版本并退出

8.stegseek

当题目需要使用steg但是没有说是什么可以使用stegseek

stegseek类似于steghide的密码爆破

stegseek 爆破对象密码本提出文件

StegSeek 是Steghide专用破解工具，适合取证或安全测试。
依赖字典质量：建议使用 rockyou.txt 或定制字典。
合法使用：仅用于授权渗透测试或文件恢复。

9.WbStego隐写

如何判断是否文件采用wbStego4open加密？

将文件导入010editor、winhex之类的十六进制查看工具
如果 20、09 出现次数较多，则有可能为wbStego4open加密

10.GPS 数据隐写

GPS数据隐写是一种利用全球定位系统(GPS)数据文件作为载体进行信息隐藏的技术，主要应用于地理信息系统、位置数据共享和隐蔽通信等领域。以下是其核心原理和实现方法

如何发现GPS隐写

一般为

大量的GPS

去找在线GPS文件制作HTML地图得到flag

11.傅里叶变换

压缩包的名称为 FFT，明显的傅叶里变换

基本原理

傅里叶变换：将原始图像进行二维离散傅里叶变换（DFT），得到频域表示。频域图像的每个点包含幅度和相位信息，分别代表图像中不同频率成分的强度和位置
水印嵌入：选择频域中的特定区域（通常是中频区域）嵌入水印信息。为了保持频谱的对称性，通常会将水印对称地嵌入频域的两个区域。嵌入方式可以是直接修改幅度值，也可以通过相位调制等方法
傅里叶逆变换：将嵌入水印后的频域图像进行傅里叶逆变换，得到含有水印的空间域图像。由于水印嵌入在频域中，空间域图像的视觉质量变化较小，难以被察觉
水印提取：在不需要原始图像的情况下，对含水印图像进行傅里叶变换，提取频域中的水印信息。这就是“盲”水印的含义，即提取水印时不依赖原始图像

12.Private Bit 隐写

第一个是 0，第二个是 1

提前前八个得到 01000110，转为 ASCII 码是 F

以下是对于 struct MPEG_FRAME mf 的解析

名称	长度 (bit)	作用
syncword	12	同步头，表示一帧数据的开始，共 12 位，全 1 即 0xFFF
ID	1	算法标识位，”1″ 表示 MPEG 音频
layer	2	用来说明是哪一层编码
protection_bit	1	用来表明冗余信息是否被加到音频流中，以进行错误检测和错误隐蔽；”1″ 是未增加，”0″ 是增加
bitrate_index	4	用来指示该帧的 bitrate
sampling_frequency	2	用来指示采样频率
padding_bit	1	如果该位为 1，那么帧中包含一个额外槽，用于把平均位率调节到采样频率，否则该位必须为 0
private_bit	1	留做私用
mode	2	定义通道模式
mode_extension	2	用来标识采用了哪一种 joint_stereo
copyright	1	表明版权用，”1″ 表示有版权，”0″ 表示没有版权
original/home	1	表明原版还是复制，”1″ 表示原版，”0″ 表示复制
emphasis	2	表明加重音类型

一个 mf 的 HEADER 总共 12+1+2+1+4+2+1+1+2+2+1+1+2=32，即总共 4 字节

private_bit 为 24，所在的字节为第 3 个字节，因此该字节对应的地址为 235984+2=235986，即为第一个 private_bit 开始地址

可以发现在每个 MPEG_FRAME mf 下的 4 字节 MPEG_HEADER mpeg_hdr 中的第 24 个 bit 有一个 private bit

观察每一个 mf 组,大小为 417 或 418 字节，因此需要编写脚本

import re

def extract_hidden_data(file_path):
    # ========== 参数设置部分 ==========
    # 初始读取位置(第一个 private bit 的起始位置)
    start_pos = 235986
    # 结束读取位置(通过分析发现此位置后 private_bit 都为 0)
    end_pos = 1369844
    # 基本组大小
    group_size = 417
    # 需要跳过额外字节的位置集合(使用集合提高查找效率)
    skip_positions = {0, 1, 26, 50, 75, 99, 124, 148, 173, 197,
                      222, 246, 271, 295, 320, 344, 369, 393, 418}

    # ========== 数据提取部分 ==========
    binary_data = []  # 用于存储提取的二进制位
    current_pos = start_pos  # 当前文件指针位置
    counter = 0  # 位置计数器

    with open(file_path, 'rb') as file:
        while current_pos < end_pos:
            # 移动文件指针到当前位置
            file.seek(current_pos)

            # 决定前进的步长:
            # - 如果在 skip_positions 中，前进 group_size(417)
            # - 否则前进 group_size + 1(418)
            step = group_size if counter in skip_positions else group_size + 1
            current_pos += step

            # 读取 1 个字节
            byte = file.read(1)
            if not byte:  # 如果读到文件末尾则终止
                break

            # 提取字节的最后一位(使用位运算比bin()更高效):
            # 1. ord(byte) 获取字节的整数值
            # 2. & 1 获取最低位
            # 3. str()转换为字符串形式('0'或'1')
            binary_data.append(str(ord(byte) & 1))

            counter += 1  # 位置计数器递增

    # ========== 数据处理部分 ==========
    # 将二进制位列表拼接成字符串
    binary_str = ''.join(binary_data)

    # 使用正则表达式将二进制字符串按 8 位一组分割
    # 然后将每组二进制转换为对应的 ASCII 字符
    hidden_text = ''.join([
        chr(int(byte, 2))  # 将 8 位二进制字符串转换为整数再转换为字符
        for byte in re.findall('.{8}', binary_str)  # 每 8 位分割
    ])

    # 返回处理后的文本(去除首尾空白字符)
    return hidden_text.strip()


if __name__ == '__main__':
    result = extract_hidden_data('1.mp3')
    print(result)

13.采样率隐写

看不起

只好调整一下采样率

发现900是最好的

14.波形隐写（Wav）

波形隐写原理就是将波形的高低转为二进制

import wave
import numpy as np

def main():
    wavfile = wave.open('music.wav', "rb")

    # 获取 WAV 文件的参数
    params = wavfile.getparams()

    # 获取音频的采样点数
    nframes = params[3]

    # 从 WAV 文件中读取所有帧的数据
    datawav = wavfile.readframes(nframes)

    wavfile.close()

    # 将读取的二进制数据（datawav）转换为一个 NumPy 数组，数据类型为短整型（np.short）
    datause = np.frombuffer(datawav, dtype=np.short)

    result_bin = ''

    # 记录当前的最大值
    mx = 0

    # 循环遍历 datause 数组，除了最后一个元素
    for i in range(len(datause) - 1):
        # 更新记录最大值的变量 mx
        if datause[i] > mx:
            mx = datause[i]

        # 检查当前元素是否为负数且下一个元素为非负数
        # 如果是，这意味着音频波形从负数跨越到0或正数，这可能是隐藏数据的标记点
        if datause[i] < 0 <= datause[i + 1]:

            # 检查从负数到非负数的跨越是否足够大（大于24000）
            # 用于区分隐藏数据位是 '1' 还是 '0' 的阈值
            if mx - 24000 > 0:
                result_bin += '1'

                mx = datause[i + 1]
            else:
                result_bin += '0'

                mx = datause[i + 1]


    result_hex = ''

    # 将二进制数据转换为十六进制
    for i in range(0, len(result_bin), 4):
        result_hex += hex(int(result_bin[i: i + 4], 2))[2:]

    print(result_hex)


if __name__ == '__main__':
    main()

15.音频倒放隐写

先ctrl+A

将文件反向时间

即可音频倒放

16.Velato 编译隐写（Mid）

MIDI 文件优先考虑 Velato 编译

Velato 是一种编程语言，使用 MIDI 文件作为源代码，音符模式决定命令

发现mid音频后缀

即可使用velato

首先输入

Vlt.exe music.mid

会生成一个music.exe

在进行这个music.exe

得到一个数字

from Crypto.Util.number import *

long_to_bytes(4642488275724448709921860001805542920743247922240305533)

得到flag

做的很乱，请师傅见谅

刚开始是想写一个介绍工具原理的文章，但是不知不觉写了一个类似于隐写积累的文章

17.PDFStreamDumper工具原理解析

1. PDF 文件结构解析

PDF 文件由对象（Objects）组成，包括字典（Dictionary）、数组（Array）、字符串（String）、流（Stream）等。恶意代码常隐藏在流对象（如 /JS、/JavaScript、/EmbeddedFile）中。
PDFStreamDumper 通过解析 PDF 的交叉引用表（XRef Table）和对象层级结构，定位所有流对象，并提取其原始数据。

2. 流（Stream）对象处理

流对象是存储二进制数据或压缩数据的容器，通常由 << ... >> 字典和 stream...endstream 标记包围。
工具会解析流的字典属性（如 /Filter），判断是否经过压缩或编码（常见压缩方式：/FlateDecode、/ASCIIHexDecode、/LZWDecode）。
通过调用对应的解码库（如 zlib 解压 FlateDecode），还原流中的原始数据。

3. JavaScript 代码提取

恶意 PDF 常通过 /JS 或 /JavaScript 对象嵌入恶意脚本。工具会：

提取流中的 JavaScript 代码。
处理可能的二次编码（如十六进制、Unicode 转义）。
反混淆代码（如 eval() 动态执行、变量名混淆等）。

18.minimodem

minimodem 是一个命令行工具，用于通过音频（如声卡或音频线）实现简单的调制解调通信。它支持多种调制方式（如 FSK、PSK），常用于低速率数据传输或模拟传统调制解调器的场景。以下是它的典型使用场景：

1. 模拟传统调制解调通信

通过音频传输数据：比如在两台计算机之间通过声卡或音频线（如3.5mm音频线）发送文本或文件。
替代硬件调制解调器：在没有硬件调制解调器时，用软件模拟（如通过电台、电话线路等）。

用法为

minimodem –rx -f 文件 1200

选项	说明
`-t`, `--tx`	发送（调制）模式
`-r`, `--rx`	接收（解调）模式
`-f`, `--frequency`	指定载波频率（Hz），默认 `1200`（FSK）
`-S`, `--space`	指定“0”比特频率（FSK 模式）
`-M`, `--mark`	指定“1”比特频率（FSK 模式）
`-c`, `--continuous`	持续发送（不自动停止）
`-q`, `--quiet`	静默模式（减少输出）
`-v`, `--verbose`	详细模式（调试用）
`-l`, `--list`	列出支持的调制方式
`-s`, `--stopbits`	设置停止位（1 或 2）
`-p`, `--parity`	设置奇偶校验（`none`/`odd`/`even`）
`-8`, `--8bits`	使用 8 位数据（默认 7 位 ASCII）
`-A`, `--alsa`	使用 ALSA 音频接口（Linux）
`-P`, `--pulseaudio`	使用 PulseAudio（Linux）

19.Git

Git 是什么

Git是一个版本管理控制系统（缩写VCS），它可以在任何时间点，将文档的状态作为更新记录保存起来，也可以在任何时间点，将更新记录恢复回来。

常用命令

提交步骤
git init 初始化git仓库 (mac中Command+Shift+. 可以显示隐藏文件)
git status 查看文件状态
git add 文件列表追踪文件
git commit -m 提交信息向仓库中提交代码
git log 查看提交记录

git reset --hard 是 Git 中一个 强制重置 命令，它会 彻底丢弃当前工作目录和暂存区的所有更改，并将 HEAD 指针、索引（暂存区）和工作目录 全部重置 到指定的提交状态。

作用

丢弃所有未提交的更改（包括工作目录和暂存区的修改）。
强制回退到某个提交（包括代码、文件状态和提交历史）。
危险操作：它会 永久删除未提交的更改，无法通过普通方法恢复！

基本语法

bash

复制

下载

git reset –hard <commit-hash>

<commit-hash> 可以是：

HEAD~1（回退到上一个提交）
a1b2c3d（某个具体的 commit hash）
分支名（如 main）

如果不指定 commit，默认回退到 HEAD（即当前状态，但会清空未提交的更改）。

20.Firepwd

首先我们知道（json：记录文件 db：密钥文件）

ogins.json文件：将用户所有登录信息（包括URL，用户名，密码和其他元数据）存储为JSON。值得注意的是，这些文件中的用户名和密码均经过3DES加密，然后经过ASN.1编码，最后写入base64编码的文件中，用一个测试登录信息如下所示，其中encryptedUsername和encryptedPassword就是被加密的用户名和密码

所以我们需要解密Mozilla加密的密码

$ python firepwd.py -h

用法：firepwd.py [选项]

选项：

-h, –help 显示帮助信息并退出

-v VERBOSE, –verbose=VERBOSE

日志详细程度

-p MASTERPASSWORD, –password=MASTERPASSWORD

主密码

-d DIRECTORY, –dir=DIRECTORY

目录路径

$ python firepwd.py -d /用户路径/Mozilla/Firefox/配置文件/…

$ python firepwd.py -p ‘您的主密码’ -d 数据库路径/

$ python firepwd.py -v 2 -p ‘MISC*’ -d 指定目录/

下载链接：https://github.com/lclevy/firepwd

. FirePWD 解密流程

FirePWD 的工作步骤如下：

步骤 1：提取加密密钥

从 key4.db 中读取加密的主密钥（Master Key）。

在 Windows 下，主密钥通过 DPAPI（数据保护 API）加密存储，FirePWD 会调用 CryptUnprotectData 函数自动解密（无需用户干预）。
在 Linux/macOS 下，可能依赖系统密钥环（如 GNOME Keyring 或 KWallet）。

步骤 2：解密密码数据

从 logins.json 中读取加密的密码（字段为 encryptedUsername 和 encryptedPassword），这些数据通过 AES-256-GCM 或 3DES（旧版）加密。
使用步骤 1 获取的主密钥解密密码数据。

步骤 3：处理主密码（若存在）

如果 Firefox 配置了主密码，FirePWD 需要用户输入主密码才能派生解密密钥。否则直接使用 key4.db 中的密钥。

步骤 4：输出明文密码

将解密后的用户名和密码以明文形式显示或导出。

FirePWD 的本质是利用 Firefox 密码存储机制的漏洞（依赖操作系统加密且无主密码时易解密），通过逆向 NSS 和操作系统 API 实现密码恢复。其有效性凸显了浏览器保存密码的潜在风险，用户需权衡便利性与安全性。

PGP定义

Pretty Good Privacy（PGP）是一个加密程序，为数据通信提供加密隐私和身份验证。PGP 用于对文本、电子邮件、文件、目录和整个磁盘分区进行签名、加密和解密，并提高电子邮件通信的安全性。PGP加密使用散列，数据压缩，对称密钥加密，最后是公钥加密的串行组合。其中最关键的是两种形式的加密的组合：对称密钥加密(Symmetric Cryptography)和非对称密钥加密(Asymmetric cryptography)。

PGP工作原理

在实现PGP加密的过程中，首先使用对称密钥加密算法对原始数据进行加密。对称密钥加密算法包括DES、AES、Blowfish等，这些算法能够快速地加密和解密数据，但是需要发送方和接收方之间共享密钥。

为了避免在网络上传输密钥，PGP使用了公钥加密算法。公钥加密算法是一种使用不同的密钥加密和解密的算法，其中公钥用于加密，而私钥用于解密。公钥加密算法包括RSA、DSA等，这些算法具有极高的安全性，但是加密和解密速度比对称密钥加密算法慢得多。

PGP将对称密钥加密，并使用接收方的公钥进行加密。这种方式可以保证密钥的安全性，同时可以确保只有接收方可以解密对称密钥，从而保护了数据的机密性。接收方使用自己的私钥对加密的对称密钥进行解密，然后使用对称密钥对数据进行解密。这种方式既可以保护数据的安全性，也可以提高加解密的速度。

PGP工作原理示意图

PGP 使用两种类型的加密算法来保护数据：对称密钥加密和公钥加密。对称密钥加密是一种使用相同密钥加密和解密的算法，因此在加密和解密之间需要共享密钥。而公钥加密则是一种使用不同的密钥加密和解密的算法，其中公钥用于加密，而私钥用于解密。下面我将简单介绍一下这两种算法的工作原理。

对称密钥加密

对称密钥加密是一种使用相同密钥加密和解密的算法，因此在加密和解密之间需要共享密钥。对称密钥加密的过程如下：

发送方选择一个加密密钥，并使用它将原始数据加密。
加密后的数据被发送到接收方。
接收方使用相同的密钥将加密的数据解密。

尽管对称密钥加密非常高效，但它有一个明显的缺点，即需要在发送方和接收方之间共享密钥。如果这个密钥被黑客或其他人获取，数据将无法得到保护。为了解决这个问题，PGP 使用了另一种加密算法：公钥加密。

公钥加密

公钥加密是一种使用不同的密钥加密和解密的算法，其中公钥用于加密，而私钥用于解密。公钥加密的过程如下：

发送方获取接收方的公钥，并使用它将对称密钥加密。
加密后的对称密钥和加密后的数据被发送到接收方。
接收方使用自己的私钥将加密的对称密钥解密。
接收方使用解密后的对称密钥将加密的数据解密。

公钥加密允许发送方使用接收方的公钥加密数据，而无需共享对称密钥。这样，即使黑客获得了加密后的数据，也无法使用它，因为他们没有接收方的私钥来解密对称密钥。

PGP示例

我用常用的加密电子邮件来举个例子，具体的工作流程是：

用户A要给用户B发送邮件。

用户B生成一对密钥（公钥和私钥），将公钥发送给用户A。
PGP软件使用算法生成一个随机的会话密钥，这个密钥是一个很大的数字，而且只使用一次。
用户A用刚刚生成的密钥，加密邮件，并使用用户B的公钥对该密钥进行加密。
最后，用户A将加密的邮件及密钥发送给用户B，用户B使用自己的私钥进行解密，得到会话密钥，进而可以解密完整的邮件。

PGP加密用途

PGP有三个主要用途：

发送和接收加密电子邮件。
验证向您发送此消息的人员的身份，即数字签名验证。
加密数据。

其中，发送安全电子邮件 – 是迄今为止PGP的主要应用。数字签名是一种基于公钥加密的技术，用于证明信息的发送者身份和信息完整性，以及防止信息被篡改。发送方使用自己的私钥对消息的摘要进行加密，生成数字签名。接收方使用发送方的公钥对数字签名进行解密，并生成消息的摘要，比对两个摘要是否一致，来验证消息的完整性和身份。如果数字签名验证失败，则说明消息可能被篡改或者来自伪造的发送方。

总结

PGP使用对称密钥加密算法保护数据机密性，使用公钥加密算法保护对称密钥的安全性，使用数字签名技术验证消息的完整性和身份。这种结合了对称密钥和公钥加密的方法，可以在安全性和效率之间取得平衡。PGP已经成为一种被广泛应用的数据加密和数字签名的标准，保护了用户的隐私和安全。