PNG 蓝通道 8×8 DCT QIM 提取隐藏 pyc,再按 alpha LSB 与循环 XOR 还原明文
ctf/forensics · verified
一句话结论
异常 PNG 的文本块给出“蓝通道、8×8 分块、DCT、系数 (3,4)、QIM_STEP=36、4 字节长度前缀”的提取规则;按此提取出 663 字节 pyc,反汇编发现它从另一张 PNG 的 alpha 通道 LSB 读长度+数据并 base64 输出;用 009.png 的 Comment key 对 550 字节密文做 11 字节循环 XOR 得到明文。
原理
- DCT QIM:把蓝通道按 8×8 分块做二维 DCT,选固定中频系数
(3,4),用 QIM(量化索引调制)把 1 bit 映射到量化格点的奇偶/索引;量化步长QIM_STEP=36.0决定鲁棒性与失真。读取时对系数做同样量化,按索引奇偶取 bit。 - 长度前缀:前 32 bit 为 payload 长度(大端或小端需按实现确认),随后按该长度读取字节,得到完整 pyc。
- pyc 是 Python 字节码:
marshal加载 code object 后可dis反汇编;逻辑是从lsb.png的 alpha 通道最低位读 32 bit 长度,再读 n 字节并 base64 输出。 - alpha LSB:RGBA PNG 的 alpha 通道最低位常被用来藏数据;按行优先逐像素取
a & 1,每 8 bit 打包。 - 循环 XOR:密文是固定 11 字节块重复 50 次;key 长度 11(来自 Comment),逐字节循环异或即可还原重复明文。
触发条件
- PNG 文本块含
embed_logic_hint等提取参数提示。 - 图片有可用的蓝通道/alpha 通道,尺寸是 8 的倍数或可 padding。
- 存在配套的另一张 PNG/密文与 key 注释。
- 隐藏载荷是 pyc/脚本,可反汇编读逻辑。
利用步骤
- 读取异常 PNG 的
tEXt/iTXt文本块,提取通道、分块、DCT 系数坐标、QIM 步长、长度前缀格式。 - 对蓝通道按 8×8 分块做 DCT,取
(3,4)系数,按 QIM 步长量化,读取 bit;前 32 bit 为长度,随后读 payload。 - 保存 payload 为
.pyc,用dis/uncompyle6/decompyle3反汇编,确认其读取 alpha LSB 的逻辑。 - 对目标 PNG 的 alpha 通道按行优先取 LSB,读 32 bit 长度与密文。
- 用 Comment 中的 key 做循环 XOR,得到重复明文;按题目要求取核心明文。
PoC
import numpy as np
from PIL import Image
from scipy.fftpack import dct, idct
def qim_bit(coef, step=36.0):
idx = round(coef / step)
return idx & 1
def extract_dct_bits(path, channel=2, block=8, pos=(3, 4), step=36.0):
img = np.asarray(Image.open(path).convert("RGB"))[:, :, channel].astype(float)
h, w = img.shape
bits = []
for y in range(0, h - block + 1, block):
for x in range(0, w - block + 1, block):
blk = img[y:y+block, x:x+block]
coef = dct(dct(blk, axis=0, norm="ortho"), axis=1, norm="ortho")
bits.append(qim_bit(coef[pos], step))
return bits
def bits_to_bytes(bits):
out = bytearray()
for i in range(0, len(bits)//8*8, 8):
v = 0
for b in bits[i:i+8]:
v = (v << 1) | b
out.append(v)
return bytes(out)
payload = bits_to_bytes(extract_dct_bits("012.png"))
n = int.from_bytes(payload[:4], "big")
pyc = payload[4:4+n]
# alpha LSB
img = Image.open("009.png").convert("RGBA")
bits = [img.getpixel((x, y))[3] & 1 for y in range(img.height) for x in range(img.width)]
data = bits_to_bytes(bits)
n2 = int.from_bytes(data[:4], "big")
ct = data[4:4+n2]
key = b"f92hj89h123"
print(bytes(c ^ key[i % len(key)] for i, c in enumerate(ct)))
变体与关联
- 频域变体:DWT/DCT/DST、不同中频坐标、QIM 步长/量化方式(奇偶、索引模 4)、分块大小 4/8/16。
- 载体变体:RGB 单通道、YCbCr 的 Y 通道、alpha 通道、多图分片;长度前缀可能小端/变长。
- 载荷变体:pyc、ELF、zip、加密 blob;pyc 可能被混淆或版本不匹配。
- 关联卡片:[[ctf-forensics-png-lsb-column-major-scan-order]](LSB 扫描顺序)、[[ctf-forensics-multilayer-png-wav-spectrogram-maze-stego]](多层 PNG 隐写)、[[ctf-misc-png-trailing-data-lcg-xor-base62]](PNG 尾部数据 + XOR)。
- 边界:若图片经过有损压缩/缩放,DCT 系数会被破坏;QIM 步长/坐标错误会读出随机 bit。
检测与防御
- CTF/审计验证:先验证前 32 bit 长度与文件头(pyc magic
6f 0d 0d 0a或版本号)匹配,再反汇编确认逻辑;XOR 后检查明文是否可打印/重复。 - 防御:对外图片统一重编码/压缩;检测频域隐写(DCT 系数直方图异常、QIM 周期);不要用短 key 循环 XOR。
- 检测信号:PNG 文本块含提取参数;蓝通道/alpha 通道 LSB 分布异常;图片尾部或隐藏文件含 pyc magic。