GPX 轨迹异常点定位:按相邻 trkpt 距离找离群点,读取其 time 作为 flag
ctf/misc · verified
一句话结论
拿到 GPX 轨迹文件时,把 <trkpt> 按时间排序并计算相邻点的距离/速度,正常轨迹应连续平滑;某个点若突然跳到路线之外(地图上表现为一条穿过街区/建筑的虚线),它就是异常点,读取该点的 <time> 即可得到 flag(本题为 flag{2025-07-25T01:05:07Z})。
原理
- GPX 结构:GPX 是 GPS Exchange Format 的 XML,轨迹点形如
<trkpt lat="36.68370482037203" lon="117.13241461277197"><ele>45.9</ele><time>2025-07-25T01:05:07Z</time></trkpt>;lat/lon是 WGS84 坐标,time是 UTC 时间,ele是海拔。 - 轨迹连续性:正常轨迹的相邻点在时间和空间上都应连续;若某点与前后点的球面距离远大于相邻点间距(或速度远超步行/车辆合理范围),它很可能是被插入/篡改的异常点。
- 视觉与文件互相印证:用 GPX 查看器(地图软件、在线 GPX 编辑器)叠加轨迹,异常点会表现为离开道路的折线/穿越建筑;在原始 XML 中搜索该坐标附近的
<trkpt>,即可定位到具体点及其<time>。 - 为什么 flag 是时间:题目把答案藏在异常点的
time字段中;异常点的坐标/海拔可能是干扰,真正需要的是该点的时间戳。 - 实现要点:解析 XML 时注意命名空间(
http://www.topografix.com/GPX/1/1);按文件顺序或time排序;距离可用 haversine;异常检测可用“相邻距离的最大值/中位数比”或“速度阈值”,也可直接按地图上圈出的坐标搜索。 - 成立条件:GPX 文件可解析;异常点是坐标/时间明显离群的点;flag 格式与
time字段一致(如 ISO 8601)。
触发条件
- 题目给一个
.gpx轨迹文件,提示“轨迹/坐标/地图”或要求找某个点。 - 轨迹中存在一个或多个异常点(坐标跳变、时间跳变、海拔异常)。
- 能解析 XML 或使用 GPX 查看器;有地图底图可辅助判断。
利用步骤
- 用 GPX 查看器/地图工具打开文件,观察轨迹是否连续;异常点通常表现为离开道路的直线段或穿越建筑的折线。
- 在 XML 中搜索地图上异常位置的
lat/lon附近值,找到对应的<trkpt>节点。 - 读取该节点的
<time>字段;若 flag 格式为时间戳,直接作为答案(如flag{2025-07-25T01:05:07Z})。 - 如果视觉不明显,用脚本计算相邻点 haversine 距离与速度,找最大离群值;或按
time排序检查时间跳变。 - 检查异常点前后若干点的坐标/时间,确认它确实是插入点而非正常转弯/停留。
- 如 flag 不是时间,继续检查异常点的
ele、name、cmt、desc或附近节点。
PoC
import math
import xml.etree.ElementTree as ET
def haversine(lat1, lon1, lat2, lon2):
R = 6371000.0
p1, p2 = math.radians(lat1), math.radians(lat2)
dp = math.radians(lat2 - lat1)
dl = math.radians(lon2 - lon1)
a = math.sin(dp/2)**2 + math.cos(p1)*math.cos(p2)*math.sin(dl/2)**2
return 2*R*math.asin(math.sqrt(a))
ns = {'g': 'http://www.topografix.com/GPX/1/1'}
root = ET.parse('track.gpx').getroot()
pts = []
for trkpt in root.iter('{http://www.topografix.com/GPX/1/1}trkpt'):
lat = float(trkpt.get('lat')); lon = float(trkpt.get('lon'))
t = trkpt.findtext('g:time', default='', namespaces=ns)
pts.append((lat, lon, t))
# 找出与前一点距离最大的 trkpt
best = None
for i in range(1, len(pts)):
d = haversine(*pts[i-1][:2], *pts[i][:2])
if best is None or d > best[0]:
best = (d, i, pts[i])
print(best) # 离群点及其实 time
# 本题异常点 time: 2025-07-25T01:05:07Z -> flag{2025-07-25T01:05:07Z}
说明:实际 GPX 可能没有命名空间或使用不同版本,按文件调整 iter 的标签;若轨迹有停留/绕路,单纯最大距离可能有误,可结合速度与地图人工确认。
变体与关联
- 异常点变体:坐标跳变、时间跳变、海拔异常、重复点、逆行点;分别用距离/速度、时间差、海拔差、重复坐标、方向角检测。
- 编码变体:坐标本身可能编码信息(小数位、经纬度顺序、坐标转像素),时间可能是 Unix 时间戳/本地时区;按 flag 格式尝试转换。
- 工具变体:GPXSee/QGIS/Google Earth/在线 GPX 编辑器可直接可视化;也可用
gpxpy库解析。 - 关联:[[ctf-forensics-openigtlink-position-trajectory-pixel-font]](轨迹点还原像素字体)、[[iot-vehicle-gps-l1-spoofing-gps-sdr-sim-hackrf]](GPS 欺骗背景)。
- 边界:若轨迹本身噪声很大或异常点与正常点差异不明显,纯算法可能误判;需结合地图与题目提示。
检测与防御
- 分析侧:先可视化再写脚本;用多指标(距离、速度、时间差、海拔)交叉确认异常点,避免只取最大距离。
- 题目设计侧:若想隐藏答案,可把异常点做得更隐蔽或使用编码;但 GPX 是明文 XML,任何字段都可能被直接读取。
- 取证侧:GPX 的
time、ele、name、desc都可能携带信息;保留原始文件并记录解析/排序方式,避免破坏证据。