♧ Godown 安全知识树

OpenIGTLink POSITION 轨迹还原:剔除失真点后按 z 分层栅格化成 5×7 像素字体

ctf/forensics · verified

一句话结论

从 TCP 会话中按 \x00\x01POSITION 切出 602 条 OpenIGTLink POSITION 消息,剔除坐标失真的离群点后,按 z 值分成三层,把每层 x/y 映射到 83×7 栅格并用 5×7 像素字体逐字形匹配,三行各 14 字符拼出 42 字符 flag。

原理

  • OpenIGTLink 是手术导航常用协议。POSITION 消息每条 86 字节:58 字节头(版本、类型 POSITION、设备名 NAV_TRACKER、时间戳、body_size=28、CRC64)+ 28 字节体(3 个 float 坐标 + 单位四元数)。
  • 时间戳以 1/256 秒递增,即 512Hz 采样;602 个点构成一条连续轨迹。按 \x00\x01POSITION 魔数切分 TCP 重组流即可定位每条消息。
  • 602 个点中 z 只有 310/314/318 三个整数值(共 573 点),其余 29 个点坐标全是非整数且 z 高达 700~1290、y 到 -1694,是明显的失真/干扰点。CRC64 字段与常见变体(XZ、ECMA-182 等)都对不上,不能靠校验识别,只能用坐标合法性/分布剔除。
  • 剔除后 x∈[1250,1332](83 列)、y∈[-730,-724](7 行),正好是 83×7 的栅格;按 z 分三层,每层是一行 5×7 字符点阵(HD44780/glcdfont 经典像素字体),每行 14 个字符,三层共 42 字符。
  • 把每层按 x 分块、y 映射到 7 行,与 5×7 字库逐格匹配(先精确匹配,失败取汉明距离最近的候选);18 个不同字形与 18 个不同字符一一对应且无冲突,说明拼读无歧义。三层按 z 升序拼接,开头即 flag{。

触发条件

  • 抓到包含 OpenIGTLink POSITION 消息的 TCP 流量,消息结构可解析。
  • 轨迹点数量与目标文本长度匹配(每字符 5×7 点阵、按 z 分层);坐标范围可映射到离散栅格。
  • 存在离群/失真点,需要按坐标合法性或统计分布剔除。
  • 有 5×7 像素字体字库可用于模板匹配。

利用步骤

  1. 重组 TCP 流,按 \x00\x01POSITION 切分消息;解析头部的版本、类型、设备名、时间戳、body_size 与 CRC64。
  2. 解析 28 字节体中的 3 个 float 坐标与四元数;按时间戳排序。
  3. 统计 x/y/z 分布,识别离群点(非整数、超出主流范围)并剔除;用主流 z 值分层。
  4. 把每层 x 归一化到 83 列、y 归一化到 7 行,栅格化为二值图像;按 5 列宽切分字符。
  5. 与 5×7 字库做精确匹配,失败时用汉明距离最近邻;按 z 升序拼接各层结果。
  6. 用 flag{ 前缀/} 后缀和字符唯一性校验解码正确性。

PoC

import struct, re

raw = reassemble_tcp(pcap)                      # TCP 重组后的字节流
msgs = raw.split(b"\x00\x01POSITION")[1:]
points = []
for m in msgs:
    # 头部 58B:版本(2) 类型(12) 设备名(20) 时间戳(8) body_size(8) CRC64(8)
    body = m[58:58 + 28]
    x, y, z = struct.unpack(">fff", body[:12])
    points.append((x, y, z))

# 剔除离群点:z 只保留主流三个整数值
z_vals = sorted({round(p[2]) for p in points})
main_z = [z for z in z_vals if sum(round(p[2]) == z for p in points) > 100]
pts = [p for p in points if round(p[2]) in main_z]

# 按 z 分层,x/y 栅格化到 83x7,再与 5x7 字库匹配
for z in sorted(main_z):
    layer = [(x, y) for x, y, zz in pts if round(zz) == z]
    grid = rasterize(layer, width=83, height=7)  # x -> 列, y -> 行
    text = match_5x7_font(grid)                   # 精确匹配 + 汉明距离最近邻
    print(z, text)

变体与关联

  • 变体:坐标可编码为 8×8、6×8 或其他点阵字体;分层维度可换成时间、颜色、四元数分量;离群点可用 RANSAC/聚类剔除。
  • 变体:若 CRC64 是自定义变体,可先逆向校验多项式,或像本题一样完全依赖坐标合法性。
  • 关联:[[ctf-forensics-fhir-observation-base4-affine-stego]](结构化字段隐写)、[[ctf-forensics-midi-shared-tick-register-stego]](时间网格隐写)。
  • 边界:需要正确的 TCP 重组与消息切分;坐标缩放/平移未知时需先估计范围;字体不标准时模板匹配可能歧义。

检测与防御

  • 检测:医疗设备流量中出现异常坐标范围、离群点、固定采样率下的规则轨迹;设备名/类型与业务不符;轨迹可栅格化为文本。
  • 防御/取证:保留原始 pcap 与时间戳;对 OpenIGTLink 消息做完整性校验与来源认证;监控坐标分布异常;对导出轨迹做精度/噪声处理。
  • 加固(若用于隐蔽通信):不要用固定点阵/固定字体编码;加入随机抖动与认证;限制轨迹数据导出精度。