损坏 Word 文档 ZIP 结构排查:按修改时间与缩略图定位背景图零宽隐写
ctf/misc · verified
一句话结论
Word 文档打不开时,先把它当 ZIP(OOXML)用 7z l -slt 查看条目;按修改时间排序,若 Thumbnails/、word/media/ 等条目与 content.xml/styles.xml 的时间明显不同,就提取这些异常图片,再用 file/binwalk/zsteg/零宽字符检测找隐藏数据/flag。
原理
- OOXML 本质是 ZIP:
.docx/.xlsx/.pptx是 ZIP 容器,内含[Content_Types].xml、word/document.xml、word/media/、docProps/thumbnail.jpeg、Thumbnails/等;即使 Word 报“文件损坏”,7z/unzip仍可列出/提取条目。 - 修改时间是强线索:正常文档的 XML 与 media 通常在同一时间生成;出题人后续插入/替换的图片、缩略图会留下不同的 mtime(本题
Thumbnails为 16:39,其他内容为 13:05)。 - 背景图/缩略图载体:
word/media/的背景图、页眉图、docProps/thumbnail.jpeg可被替换成含隐写的图片;常见隐写包括 LSB、零宽字符(在图片文本元数据/XML 中)、尾部附加数据、PNG 块异常。 - 零宽字符:如果隐写落在 XML/文本字段,可能出现
U+200B/U+200C/U+200D/U+FEFF/NBSP 等不可见字符;用 Python 按 UTF-8 统计码点可发现。 - 本题:
7z看到Thumbnails/背景图条目时间异常,提取后在图片/文本中发现隐写,得到grodno{my_lovley_06_12}。
触发条件
.docx/.xlsx/.pptx无法正常打开,或打开后显示异常/空白。file显示为 Zip archive;7z l能列出 OOXML 条目。- 条目 mtime 不一致,尤其是
Thumbnails/、docProps/thumbnail.*、word/media/比 XML 新/旧很多。 - 提取的图片/XML 中出现异常字符串、零宽字符、尾部数据或 PNG 块异常。
利用步骤
file doc.docx确认 ZIP/OOXML;7z l -slt doc.docx列出条目、大小、修改时间。- 按 mtime 排序,标记异常条目(缩略图、背景图、media、customXml、嵌入对象)。
7z x doc.docx -oout或unzip提取;对图片执行file、exiftool、binwalk、strings、zsteg。- 对 XML/文本字段用 Python 统计不可见字符(
U+200B/200C/200D/FEFF/00A0),尝试零宽解码。 - 检查图片
FF D9/IEND/PK之后是否有附加数据;检查 PNG IDAT/IHDR 异常(参见相关卡)。 - 还原 flag;若文档只是伪加密/头损坏,可参考 [[ctf-misc-zip-local-header-repair-pseudo-encryption]] 修复 ZIP 头。
PoC
file Santa_s_Report.docx
7z l -slt Santa_s_Report.docx | sort -k4 # 查看条目与修改时间
7z x Santa_s_Report.docx -oout
find out -type f -printf '%TY-%Tm-%Td %TH:%TM %p\n' | sort
file out/Thumbnails/* out/word/media/* 2>/dev/null
binwalk out/Thumbnails/* out/word/media/* 2>/dev/null
# 统计 XML/文本中的不可见/零宽字符
import unicodedata
s = open("out/word/document.xml", encoding="utf-8").read()
for ch in set(s):
if unicodedata.category(ch) in ("Cf", "Zs") and ch not in " \t\r\n":
print(hex(ord(ch)), unicodedata.name(ch, "?"), s.count(ch))
说明:PoC 为通用 OOXML 排查流程;具体隐藏位置需按题目文件调整。未在本机对附件复跑。
变体与关联
- 缩略图隐写:
docProps/thumbnail.jpeg/Thumbnails/thumbnail.png可被替换为含 flag 的图片;Word 打开时可能只用主文档,不显示缩略图。 - 背景图/页眉图:
word/media/中的图片可承载 LSB/尾部数据。 - customXml/注释:
customXml/item*.xml、批注、修订记录可藏 Base64/文本;参见 [[ctf-misc-docx-customxml-base64-comment]]。 - 零宽字符:XML 文本节点中插入零宽字符;参见 [[ctf-misc-zero-width-unicode-binary-quinary-stego]]。
- 关联:[[ctf-forensics-docm-vba-base64-xor-powershell-download-url]](DOCM 宏)、[[ctf-misc-zip-local-header-repair-pseudo-encryption]](ZIP 修复)。
检测与防御
- 检测:比较 OOXML 条目 mtime、提取
Thumbnails//media/做 stego 扫描;检查 XML 中的不可见字符。 - 防御:对外发文档重新生成/拼合(flatten)并删除缩略图、批注、customXml、嵌入对象;使用文档清洗/DLP 工具。
- 取证:保留原始 docx 与哈希;不要用 Word 打开后另存(会重写 ZIP 结构,破坏 mtime/隐藏数据)。