前言
在安全攻防战场中,前端代码都是公开的,那么对前端进行加密有意义吗?可能大部分人的回答是,毫无意义
,不要自创加密算法,直接用 HTTPS 吧。但事实上,即使不了解密码学,也应知道是 有意义
的,因为 加密前
和解密后
的环节,是不受保护的。HTTPS 只能保护传输层,此外别无用处。
而加密环节又分:
- 传输加密(对抗链路破解)
- 数据加密(对抗协议破解)
- 代码加密(隐藏算法、反调试 …)
本文主要列举一些我见到的,我想到的一些加密方式,其实确切的说,应该叫混淆,不应该叫加密。
那么,代码混淆的具体原理是什么?其实很简单,就是去除代码中尽可能多的有意义的信息,比如注释、换行、空格、代码负号、变量重命名、属性重命名(允许的情况下)、无用代码的移除等等。因为代码是公开的,我们必须承认没有任何一种算法可以完全不被破解,所以,我们只能尽可能增加攻击者阅读代码的成本。
原文地址
语法树 AST 混淆
在保证代码原本的功能性的情况下,我们可以对代码的 AST 按需进行变更,然后将变更后的 AST 在生成一份代码进行输出,达到混淆的目的,我们最常用的 uglify-js 就是这样对代码进行混淆的,当然 uglify-js
的混淆只是主要进行代码压缩,即我们下面讲到的变量名混淆。
变量名混淆
将变量名混淆成阅读比较难阅读的字符,增加代码阅读难度,上面说的 uglify-js
进行的混淆,就是把变量混淆成了短名(主要是为了进行代码压缩),而现在大部分安全方向的混淆,都会将其混淆成类 16 进制变量名,效果如下:
var test = 'hello';
混淆后:
var _0x7deb = 'hello';
注意事项:
-
eval 语法,eval 函数中可能使用了原来的变量名,如果不对其进行处理,可能会运行报错,如下:
var test = 'hello'; eval('console.log(test)');
如果不对 eval 中的 console.log(test)进行关联的混淆,则会报错。不过,如果 eval 语法超出了静态分析的范畴,比如:
var test = 'hello'; var variableName = 'test'; eval('console.log(' + variableName + ')');
这种咋办呢,可能要进行遍历 AST 找到其运行结果,然后在进行混淆,不过貌似成本比较高。
-
全局变量的编码,如果代码是作为 SDK 进行输出的,我们需要保存全局变量名的不变,比如:
<script> var $ = function(id) {return document.getElementById(id); }; </script>
$
变量是放在全局下的,混淆过后如下:<script> var _0x6482fa = function(id) {return document.getElementById(id); }; </script>
那么如果依赖这一段代码的模块,使用
$('id')
调用自然会报错,因为这个全局变量已经被混淆了。
常量提取
将 JS 中的常量提取到数组中,调用的时候用数组下标的方式调用,这样的话直接读懂基本不可能了,要么反 AST 处理下,要么一步一步调试,工作量大增。
以上面的代码为例:
var test = 'hello';
混淆过后:
var _0x9d2b = ['hello'];
var _0xb7de = function (_0x4c7513) {var _0x96ade5 = _0x9d2b[_0x4c7513];
return _0x96ade5;
};
var test = _0xb7de(0);
当然,我们可以根据需求,将数组转化为二位数组、三维数组等,只需要在需要用到的地方获取就可以。
常量混淆
将常量进行加密处理,上面的代码中,虽然已经是混淆过后的代码了,但是 hello
字符串还是以明文的形式出现在代码中,可以利用 JS 中 16 进制编码会直接解码的特性将关键字的 Unicode 进行了 16 进制编码。如下:
var test = 'hello';
结合常量提取得到混淆结果:
var _0x9d2b = ['\x68\x65\x6c\x6c\x6f'];
var _0xb7de = function (_0x4c7513) {
_0x4c7513 = _0x4c7513 - 0x0;
var _0x96ade5 = _0x9d2b[_0x4c7513];
return _0x96ade5;
};
var test = _0xb7de('0x0');
当然,除了 JS 特性自带的 Unicode 自动解析以外,也可以自定义一些加解密算法,比如对常量进行 base64 编码,或者其他的什么 rc4 等等,只需要使用的时候解密就 OK,比如上面的代码用 base64 编码后:
var _0x9d2b = ['aGVsbG8=']; // base64 编码后的字符串
var _0xaf421 = function (_0xab132) {
// base64 解码函数
var _0x75aed = function(_0x2cf82) {// TODO: 解码};
return base64_decode(_0xab132);
}
var _0xb7de = function (_0x4c7513) {
_0x4c7513 = _0x4c7513 - 0x0;
var _0x96ade5 = _0xaf421(_0x9d2b[_0x4c7513]);
return _0x96ade5;
};
var test = _0xb7de('0x0');
运算混淆
将所有的逻辑运算符、二元运算符都变成函数,目的也是增加代码阅读难度,让其无法直接通过静态分析得到结果。如下:
var i = 1 + 2;
var j = i * 2;
var k = j || i;
混淆后:
var _0x62fae = {_0xeca4f: function(_0x3c412, _0xae362) {return _0x3c412 + _0xae362;},
_0xe82ae: function(_0x63aec, _0x678ec) {return _0x63aec * _0x678ec;},
_0x2374a: function(_0x32487, _0x3a461) {return _0x32487 || _0x3a461;}
};
var i = _0x62fae._0e8ca4f(1, 2);
var j = _0x62fae._0xe82ae(p1, 2);
var k = _0x62fae._0x2374a(i, j);
当然除了逻辑运算符和二元运算符以外,还可以将函数调用、静态字符串进行类似的混淆,如下:
var fun1 = function(name) {console.log('hello,' + name);
};
var fun2 = function(name, age) {console.log(name + 'is' + age + 'years old');
}
var name = 'xiao.ming';
fun1(name);
fun2(name, 8);
var _0x62fae = {_0xe82ae: function(_0x63aec, _0x678ec) {return _0x63aec(_0x678ec);
},
_0xeca4f: function(_0x92352, _0x3c412, _0xae362) {return _0x92352(_0x3c412, _0xae362)
},
_0x2374a: 'xiao.ming',
_0x5482a: 'hello,',
_0x837ce: 'is',
_0x3226e: 'years old'
};
var fun1 = function(name) {console.log(_0x62fae._0x5482a + name);
};
var fun2 = function(name, age) {console.log(name + _0x62fae._0x837ce + age + _0x62fae._0x3226e);
}
var name = _0x62fae._0x2374a;
_0x62fae._0xe82ae(name);
_0x62fae._0x2374a(name, 0x8);
上面的例子中,fun1 和 fun2 内的字符串相加也会被混淆走,静态字符串也会被前面提到的 字符串提取
抽取到数组中(我就是懒,这部分代码就不写了)。
需要注意的是,我们每次遇到相同的运算符,需不需要重新生成函数进行替换,这就按个人需求了。
语法丑化
将我们常用的语法混淆成我们不常用的语法,前提是不改变代码的功能。例如 for 换成 do/while,如下:
for (i = 0; i < n; i++) {// TODO: do something}
var i = 0;
do {if (i >= n) break;
// TODO: do something
i++;
} while (true)
动态执行
将静态执行代码添加动态判断,运行时动态决定运算符,干扰静态分析。
如下:
var c = 1 + 2;
混淆过后:
function _0x513fa(_0x534f6, _0x85766) {return _0x534f6 + _0x85766;}
function _0x3f632(_0x534f6, _0x534f6) {return _0x534f6 - _0x534f6;}
// 动态判定函数
function _0x3fa24() {return true;}
var c = _0x3fa24() ? : _0x513fa(1, 2) : _0x3f632(1, 2);
流程混淆
对执行流程进行混淆,又称控制流扁平化,为什么要做混淆执行流程呢?因为在代码开发的过程中,为了使代码逻辑清晰,便于维护和扩展,会把代码编写的逻辑非常清晰。一段代码从输入,经过各种 if/else 分支,顺序执行之后得到不同的结果,而我们需要将这些执行流程和判定流程进行混淆,让攻击者没那么容易摸清楚我们的执行逻辑。
控制流扁平化又分顺序扁平化、条件扁平化,
顺序扁平化
顾名思义,将按顺序、自上而下执行的代码,分解成数个分支进行执行,如下代码:
(function () {console.log(1);
console.log(2);
console.log(3);
console.log(4);
console.log(5);
})();
流程图如下:
混淆过后代码如下:
(function () {var flow = '3|4|0|1|2'.split('|'), index = 0;
while (!![]) {switch (flow[index++]) {
case '0':
console.log(3);
continue;
case '1':
console.log(4);
continue;
case '2':
console.log(5);
continue;
case '3':
console.log(1);
continue;
case '4':
console.log(2);
continue;
}
break;
}
}());
混淆过后的流程图如下:
流程看起来 扁
了。
条件扁平化
条件扁平化的作用是把所有 if/else 分支的流程,全部扁平到一个流程中,在流程图中拥有相同的入口和出口。
如下面的代码:
function modexp(y, x, w, n) {
var R, L;
var k = 0;
var s = 1;
while(k < w) {if (x[k] == 1) {R = (s * y) % n;
}
else {R = s;}
s = R * R % n;
L = R;
k++;
}
return L;
}
如上代码,流程图是这样的
控制流扁平化后代码如下:
function modexp(y, x, w, n) {
var R, L, s, k;
var next = 0;
for(;;) {switch(next) {
case 0: k = 0; s = 1; next = 1; break;
case 1: if (k < w) next = 2; else next = 6; break;
case 2: if (x[k] == 1) next = 3; else next = 4; break;
case 3: R = (s * y) % n; next = 5; break;
case 4: R = s; next = 5; break;
case 5: s = R * R % n; L = R; k++; next = 1; break;
case 6: return L;
}
}
}
混淆后的流程图如下:
直观的感觉就是代码变 扁
了,所有的代码都挤到了一层当中,这样做的好处在于在让攻击者无法直观,或通过静态分析的方法判断哪些代码先执行哪些后执行,必须要通过动态运行才能记录执行顺序,从而加重了分析的负担。
需要注意的是,在我们的流程中,无论是顺序流程还是条件流程,如果出现了块作用域的变量声明(const/let),那么上面的流程扁平化将会出现错误,因为 switch/case 内部为块作用域,表达式被分到 case 内部之后,其他 case 无法取到 const/let 的变量声明,自然会报错。
不透明谓词
上面的 switch/case 的判断是通过数字(也就是谓词)的形式判断的,而且是透明的,可以看到的,为了更加的混淆视听,可以将 case 判断设定为表达式,让其无法直接判断,比如利用上面代码,改为不透明谓词:
function modexp(y, x, w, n) {
var a = 0, b = 1, c = 2 * b + a;
var R, L, s, k;
var next = 0;
for(;;) {switch(next) {case (a * b): k = 0; s = 1; next = 1; break;
case (2 * a + b): if (k < w) next = 2; else next = 6; break;
case (2 * b - a): if (x[k] == 1) next = 3; else next = 4; break;
case (3 * a + b + c): R = (s * y) % n; next = 5; break;
case (2 * b + c): R = s; next = 5; break;
case (2 * c + b): s = R * R % n; L = R; k++; next = 1; break;
case (4 * c - 2 * b): return L;
}
}
}
谓词用 a、b、c 三个变量组成,甚至可以把这三个变量隐藏到全局中定义,或者隐藏在某个数组中,让攻击者不能那么轻易找到。
脚本加壳
将脚本进行编码,运行时 解码 再 eval 执行如:
eval (…………………………..……………. ……………. !@#$%^&* ……………. .…………………………..…………….)
但是实际上这样意义并不大,因为攻击者只需要把 alert 或者 console.log 就原形毕露了
改进方案:利用 Function / (function(){}).constructor
将代码当做字符串传入,然后执行,如下:
var code = 'console.log("hellow")';
(new Function(code))();
如上代码,可以对 code 进行加密混淆,例如 aaencode,原理也是如此,我们举个例子
alert("Hello, JavaScript");
利用 aaencode 混淆过后,代码如下:
゚ω゚ノ= /`m´)ノ ~┻━┻ //*´∇`*/ ['_']; o=(゚ー゚) =_=3; c=(゚Θ゚) =(゚ー゚)-(゚ー゚); (゚Д゚) =(゚Θ゚)= (o^_^o)/ (o^_^o);(゚Д゚)={゚Θ゚: '_' ,゚ω゚ノ : ((゚ω゚ノ==3) +'_') [゚Θ゚] ,゚ー゚ノ :(゚ω゚ノ+ '_')[o^_^o -(゚Θ゚)] ,゚Д゚ノ:((゚ー゚==3) +'_')[゚ー゚] }; (゚Д゚) [゚Θ゚] =((゚ω゚ノ==3) +'_') [c^_^o];(゚Д゚) ['c'] = ((゚Д゚)+'_') [(゚ー゚)+(゚ー゚)-(゚Θ゚) ];(゚Д゚) ['o'] = ((゚Д゚)+'_') [゚Θ゚];(゚o゚)=(゚Д゚) ['c']+(゚Д゚) ['o']+(゚ω゚ノ +'_')[゚Θ゚]+ ((゚ω゚ノ==3) +'_') [゚ー゚] + ((゚Д゚) +'_') [(゚ー゚)+(゚ー゚)]+ ((゚ー゚==3) +'_') [゚Θ゚]+((゚ー゚==3) +'_') [(゚ー゚) - (゚Θ゚)]+(゚Д゚) ['c']+((゚Д゚)+'_') [(゚ー゚)+(゚ー゚)]+ (゚Д゚) ['o']+((゚ー゚==3) +'_') [゚Θ゚];(゚Д゚) ['_'] =(o^_^o) [゚o゚] [゚o゚];(゚ε゚)=((゚ー゚==3) +'_') [゚Θ゚]+ (゚Д゚) .゚Д゚ノ+((゚Д゚)+'_') [(゚ー゚) + (゚ー゚)]+((゚ー゚==3) +'_') [o^_^o -゚Θ゚]+((゚ー゚==3) +'_') [゚Θ゚]+ (゚ω゚ノ +'_') [゚Θ゚]; (゚ー゚)+=(゚Θ゚); (゚Д゚)[゚ε゚]='\\'; (゚Д゚).゚Θ゚ノ=(゚Д゚+ ゚ー゚)[o^_^o -(゚Θ゚)];(o゚ー゚o)=(゚ω゚ノ +'_')[c^_^o];(゚Д゚) [゚o゚]='\"';(゚Д゚) ['_'] ((゚Д゚) ['_'] (゚ε゚+(゚Д゚)[゚o゚]+ (゚Д゚)[゚ε゚]+(゚Θ゚)+ (゚ー゚)+ (゚Θ゚)+ (゚Д゚)[゚ε゚]+(゚Θ゚)+ ((゚ー゚) + (゚Θ゚))+ (゚ー゚)+ (゚Д゚)[゚ε゚]+(゚Θ゚)+ (゚ー゚)+ ((゚ー゚) + (゚Θ゚))+ (゚Д゚)[゚ε゚]+(゚Θ゚)+ ((o^_^o) +(o^_^o))+ ((o^_^o) - (゚Θ゚))+ (゚Д゚)[゚ε゚]+(゚Θ゚)+ ((o^_^o) +(o^_^o))+ (゚ー゚)+ (゚Д゚)[゚ε゚]+((゚ー゚) + (゚Θ゚))+ (c^_^o)+ (゚Д゚)[゚ε゚]+(゚ー゚)+ ((o^_^o) - (゚Θ゚))+ (゚Д゚)[゚ε゚]+(゚Θ゚)+ (゚Θ゚)+ (c^_^o)+ (゚Д゚)[゚ε゚]+(゚Θ゚)+ (゚ー゚)+ ((゚ー゚) + (゚Θ゚))+ (゚Д゚)[゚ε゚]+(゚Θ゚)+ ((゚ー゚) + (゚Θ゚))+ (゚ー゚)+ (゚Д゚)[゚ε゚]+(゚Θ゚)+ ((゚ー゚) + (゚Θ゚))+ (゚ー゚)+ (゚Д゚)[゚ε゚]+(゚Θ゚)+ ((゚ー゚) + (゚Θ゚))+ ((゚ー゚) + (o^_^o))+ (゚Д゚)[゚ε゚]+((゚ー゚) + (゚Θ゚))+ (゚ー゚)+ (゚Д゚)[゚ε゚]+(゚ー゚)+ (c^_^o)+ (゚Д゚)[゚ε゚]+(゚Θ゚)+ (゚Θ゚)+ ((o^_^o) - (゚Θ゚))+ (゚Д゚)[゚ε゚]+(゚Θ゚)+ (゚ー゚)+ (゚Θ゚)+ (゚Д゚)[゚ε゚]+(゚Θ゚)+ ((o^_^o) +(o^_^o))+ ((o^_^o) +(o^_^o))+ (゚Д゚)[゚ε゚]+(゚Θ゚)+ (゚ー゚)+ (゚Θ゚)+ (゚Д゚)[゚ε゚]+(゚Θ゚)+ ((o^_^o) - (゚Θ゚))+ (o^_^o)+ (゚Д゚)[゚ε゚]+(゚Θ゚)+ (゚ー゚)+ (o^_^o)+ (゚Д゚)[゚ε゚]+(゚Θ゚)+ ((o^_^o) +(o^_^o))+ ((o^_^o) - (゚Θ゚))+ (゚Д゚)[゚ε゚]+(゚Θ゚)+ ((゚ー゚) + (゚Θ゚))+ (゚Θ゚)+ (゚Д゚)[゚ε゚]+(゚Θ゚)+ ((o^_^o) +(o^_^o))+ (c^_^o)+ (゚Д゚)[゚ε゚]+(゚Θ゚)+ ((o^_^o) +(o^_^o))+ (゚ー゚)+ (゚Д゚)[゚ε゚]+(゚ー゚)+ ((o^_^o) - (゚Θ゚))+ (゚Д゚)[゚ε゚]+((゚ー゚) + (゚Θ゚))+ (゚Θ゚)+ (゚Д゚)[゚o゚]) (゚Θ゚)) ('_');
这段代码看起来很奇怪,不像是 JavaScript 代码,但是实际上这段代码是用一些看似表情的符号,声明了一个 16 位的数组(用来表示 16 进制位置),然后将 code 当做字符串遍历,把每个代码符号通过 string.charCodeAt
取这个 16 位的数组下标,拼接成代码。大概的意思就是把代码当做字符串,然后使用这些符号的拼接代替这一段代码(可以看到代码里有很多加号),最后,通过 (new Function(code))('_')
执行。
仔细观察上面这一段代码,把代码最后的 ('_')
去掉,在运行,你会直接看到源代码,然后 Function.constructor
存在 (゚Д゚)
变量中,感兴趣的同学可以自行查看。
除了 aaencode,jjencode 原理也是差不多,就不做解释了,其他更霸气的 jsfuck,这些都是对代码进行加密的,这里就不详细介绍了。
反调试
由于 JavaScript 自带 debugger
语法,我们可以利用死循环性的debugger
,当页面打开调试面板的时候,无限进入调试状态。
定时执行
在代码开始执行的时候,使用 setInterval
定时触发我们的反调试函数。
随机执行
在代码生成阶段,随机在部分函数体中注入我们的反调试函数,当代码执行到特定逻辑的时候,如果调试面板在打开状态,则无限进入调试状态。
内容监测
由于我们的代码可能已经反调试了,攻击者可以会将代码拷贝到自己本地,然后修改,调试,执行,这个时候就需要添加一些检测进行判定,如果不是正常的环境执行,那让代码自行失败。
代码自检
在代码生成的时候,为函数生成一份 Hash,在代码执行之前,通过函数 toString 方法,检测代码是否被篡改
function module() {
// 篡改校验
if (Hash(module.toString()) != 'JkYxnHlxHbqKowiuy') {// 代码被篡改!}
}
环境自检
检查当前脚本的执行环境,例如当前的 URL 是否在允许的白名单内、当前环境是否正常的浏览器。
如果为 Nodejs 环境,如果出现异常环境,甚至我们可以启动木马,长期跟踪。
废代码注入
插入一些永远不会发生的代码,让攻击者在分析代码的时候被这些无用的废代码混淆视听,增加阅读难度。
废逻辑注入
与废代码相对立的就是有用的代码,这些有用的代码代表着被执行代码的逻辑,这个时候我们可以收集这些逻辑,增加一段判定来决定执行真逻辑还是假逻辑,如下:
(function(){if (true) {var foo = function () {console.log('abc');
};
var bar = function () {console.log('def');
};
var baz = function () {console.log('ghi');
};
var bark = function () {console.log('jkl');
};
var hawk = function () {console.log('mno');
};
foo();
bar();
baz();
bark();
hawk();}
})();
可以看到,所有的 console.log 都是我们的执行逻辑,这个时候可以收集所有的 console.log,然后制造假判定来执行真逻辑代码,收集逻辑注入后如下:
(function(){if (true) {var foo = function () {if ('aDas' === 'aDas') {console.log('abc');
} else {console.log('def');
}
};
var bar = function () {if ('Mfoi' !== 'daGs') {console.log('ghi');
} else {console.log('def');
}
};
var baz = function () {if ('yuHo' === 'yuHo') {console.log('ghi');
} else {console.log('abc');
}
};
var bark = function () {if ('qu2o' === 'qu2o') {console.log('jkl');
} else {console.log('mno');
}
};
var hawk = function () {if ('qCuo' !== 'qcuo') {console.log('jkl');
} else {console.log('mno');
}
};
foo();
bar();
baz();
bark();
hawk();}
})();
判定逻辑中生成了一些字符串,在没有使用字符串提取的情况下,这是可以通过代码静态分析来得到真实的执行逻辑的,或者我们可以使用上文讲到的动态执行来决定执行真逻辑,可以看一下使用字符串提取和变量名编码后的效果,如下:
var _0x6f5a = [
'abc',
'def',
'caela',
'hmexe',
'ghi',
'aaeem',
'maxex',
'mno',
'jkl',
'ladel',
'xchem',
'axdci',
'acaeh',
'log'
];
(function (_0x22c909, _0x4b3429) {var _0x1d4bab = function (_0x2e4228) {while (--_0x2e4228) {_0x22c909['push'](_0x22c909['shift']());
}
};
_0x1d4bab(++_0x4b3429);
}(_0x6f5a, 0x13f));
var _0x2386 = function (_0x5db522, _0x143eaa) {
_0x5db522 = _0x5db522 - 0x0;
var _0x50b579 = _0x6f5a[_0x5db522];
return _0x50b579;
};
(function () {if (!![]) {var _0x38d12d = function () {if (_0x2386('0x0') !== _0x2386('0x1')) {console[_0x2386('0x2')](_0x2386('0x3'));
} else {console[_0x2386('0x2')](_0x2386('0x4'));
}
};
var _0x128337 = function () {if (_0x2386('0x5') !== _0x2386('0x6')) {console[_0x2386('0x2')](_0x2386('0x4'));
} else {console[_0x2386('0x2')](_0x2386('0x7'));
}
};
var _0x55d92e = function () {if (_0x2386('0x8') !== _0x2386('0x8')) {console[_0x2386('0x2')](_0x2386('0x3'));
} else {console[_0x2386('0x2')](_0x2386('0x7'));
}
};
var _0x3402dc = function () {if (_0x2386('0x9') !== _0x2386('0x9')) {console[_0x2386('0x2')](_0x2386('0xa'));
} else {console[_0x2386('0x2')](_0x2386('0xb'));
}
};
var _0x28cfaa = function () {if (_0x2386('0xc') === _0x2386('0xd')) {console[_0x2386('0x2')](_0x2386('0xb'));
} else {console[_0x2386('0x2')](_0x2386('0xa'));
}
};
_0x38d12d();
_0x128337();
_0x55d92e();
_0x3402dc();
_0x28cfaa();}
}());
求值陷阱
除了注入执行逻辑以外,还可以埋入一个隐蔽的陷阱,在一个 永不到达
且无法静态分析
的分支里,引用该函数,正常用户不会执行,而 AST 遍历求值时,则会触发陷阱!陷阱能干啥呢?
- 日志上报,及时了解情况
- 在本地存储隐写特征,长期跟踪
- 释放 CSRF 漏洞,获得破解者的详细信息
- 开启自杀程序(页面崩溃、死循环、耗尽内存等)
加壳干扰
在代码用 eval 包裹,然后对 eval 参数进行加密,并埋下陷阱,在解码时插入无用代码,干扰显示,大量换行、注释、字符串等大量特殊字符,导致显示卡顿。
结束
大概我想到的混淆就包括这些,单个特性使用的话,混淆效果一般,各个特性组合起来用的话,最终效果很明显,当然这个看个人需求,毕竟混淆是个双刃剑,在增加了阅读难度的同时,也增大了脚本的体积,降低了代码的运行效率。
参考文献
代码混淆之道——控制流扁平与不透明谓词理论篇