♧ Godown 安全知识树

字符频次反查编码:用出现次数作为索引恢复消息

ctf/misc · verified

一句话结论

题目给出的“flag”里不是明文,而是一串数字;每个数字对应一段长文本中某个字符的出现次数,统计文本字符频次后按“次数 → 字符”反查,即可把数字串还原成真正的 flag。

原理

  • 长文本(如字幕、剧本、日志)中每个字符的出现次数是确定的;把消息字符替换成它的出现次数,就得到一串数字。
  • 解码需要:确定统计范围(整段文本、去掉干扰行、统一大小写)、统计每个字符的频次、建立“频次 → 字符”映射、按数字查表。
  • 干扰项会污染频次:题目常在文本末尾放一个假 flag(如 {Fake_Flag_For_Reasons}}),必须先删除,否则某些字符的计数会偏移。
  • 大小写敏感会导致同一字母分成两个计数;题目通常要求转小写后再统计。
  • 频次映射可能不唯一(多个字符出现次数相同),需要题目保证目标数字对应的字符唯一,或用上下文/flag 格式消歧。

触发条件

  • 题目给出“数字串 + 长文本”两个附件,或 flag 解码后是数字列表。
  • 文本长度足够大,字符频次分布有明显差异。
  • 题目提示“频率”“统计”“字幕/剧本”等。
  • 存在需要剔除的假 flag/噪声行。

利用步骤

  1. 把 flag.txt 的 hex 解码成字符串,提取花括号内的数字列表。
  2. 读取长文本,删除题目给出的假 flag/噪声片段。
  3. 按题目要求统一大小写(通常转小写)。
  4. 用 collections.Counter 统计每个字符出现次数。
  5. 建立 count -> char 映射;对数字列表逐个查表,拼出消息。
  6. 套上 flag 格式提交;若冲突,检查是否漏删噪声、大小写或标点统计范围。

PoC

from collections import Counter

def decode_hex_flag(path="flag.txt"):
    data = open(path, encoding="utf-8").read().strip()
    return "".join(chr(int(x, 16)) for x in data.split())

def extract_numbers(decoded):
    inner = decoded[decoded.index("{") + 1:decoded.rindex("}")]
    return [int(x) for x in inner.split()]

decoded = decode_hex_flag()
nums = extract_numbers(decoded)

text = open("transcript.txt", encoding="utf-8").read()
text = text.replace("{Fake_Flag_For_Reasons}}", "")
text = text.lower()
freq = Counter(text)

inv = {cnt: ch for ch, cnt in freq.items()}
msg = "".join(inv[n] for n in nums)
print(f"DawgCTF{{{msg}}}")

变体与关联

  • 变体:统计对象换成单词、双字符组、行首字母;数字对应词频/ngram 频次。
  • 变体:大小写敏感、保留/去除标点、只统计字母。
  • 变体:频次映射有冲突时,用多个文本/多轮统计或 flag 格式约束消歧。
  • 关联:[[ctf-misc-first-last-char-line-stego]](文本行首尾隐写)、[[ctf-misc-punctuation-2bit-encoding]](标点编码)、[[crypto-classical-pigpen-variant-fence-column-decode]](古典替换)。

检测与防御

  • 检测:题目/附件中出现“长文本 + 数字串”、数字范围与文本字符频次吻合、文本含假 flag。
  • 防御:该场景是 CTF 文本隐写,不是真实漏洞;真实系统不要把敏感信息编码进公开文本的统计特征。
  • 响应:若业务数据中出现异常数字串与统计特征,按隐写/泄露排查。