JPEG 段与 EXIF/COM/DQT 元数据隐写:遍历 marker 提取隐藏片段
ctf/misc · verified
一句话结论
JPEG 以 FF D8 开始、FF D9 结束,中间是“FF xx + 2 字节大端长度 + 载荷”的段;把数据写进 COM(FFFE)、DQT(FFDB)或 APP1/EXIF 等段,图片仍能正常打开,遍历 marker 并提取各段中的可打印字符串即可拿到隐藏片段。
原理
- JPEG marker 结构:每个段以
FF加一个非零 marker 字节开始;除 SOI(FFD8)、EOI(FFD9)和 RSTn 外,段后跟 2 字节大端长度(长度包含这 2 字节本身),再跟载荷。熵编码数据从 SOS(FFDA)之后开始,不再有统一的长度字段,需按扫描数据边界处理。 - 可承载数据的段:
COM(FFFE):注释段,解码器通常直接忽略,最适合藏文本。DQT(FFDB):定义量化表;修改其中的表项通常仍能解码,只是画质/数值变化,隐蔽性较好。APP1(FFE1):EXIF 的容器,内部是 TIFF 头 + IFD,可把数据放进ImageDescription、UserComment、LensModel(0xA434)、Make/Model等字符串标签。APP0(FFE0):JFIF 头,也有注释/缩略图字段。- 为什么成立:JPEG 解码器只依赖 SOF/DQT/DHT/SOS 等必要段,未知或非关键段按长度跳过;因此在段载荷里追加字符串不会破坏图片打开。文件大小/段长度与正常编码器产物不同,是主要破绽。
- 本题:DQT 段中出现
part1_b3 YCvo9YcS,另一段中出现part2_JDHac...,EXIF 的“镜头型号”字段出现part4_Usog203Ry+;把各段片段按题目顺序拼接即可进入下一层。
触发条件
- JPG 能正常打开,但文件大小明显大于同尺寸图片,或
strings/binwalk/exiftool输出异常文本。 - 题目提示“JPG/EXIF/分段/标识符”,或十六进制查看发现 COM/APPn 段长度异常。
- 段载荷中有 Base64 字符集、
partN_前缀、flag{片段等可读内容。 - 图片可能经过多次拼接,需按段偏移/题目提示排序。
利用步骤
- 先用现成工具快速扫一遍:
bash exiftool -a -G1 -s file.jpg strings -a -n 6 file.jpg binwalk file.jpg - 用脚本遍历 marker:从
FF D8后开始,读FF xx、2 字节长度,跳过载荷;遇到FFDA停止按段解析,改为处理扫描数据/其后内容。 - 对 COM、APP1、APP0、DQT 的载荷分别
strings/正则提取可打印片段;EXIF 段可用exiftool读所有标签,或按 TIFF IFD 解析。 - 记录每个片段的段偏移与段类型,按题目提示/出现顺序拼接;若片段带
partN编号,按编号排序。 - 若段内数据是 Base64/hex,先解码再拼接;若 DQT 表项被当成字节数组,按 8 位/16 位尝试。
- 同时检查 SOF0 的宽高与扫描数据长度是否匹配:把高度改小可以隐藏底部像素行(参见变体)。
PoC
from pathlib import Path
data = Path("hidden.jpg").read_bytes()
assert data[:2] == b"\xff\xd8"
i = 2
while i < len(data) - 1:
if data[i] != 0xFF:
i += 1
continue
while i < len(data) and data[i] == 0xFF: # 填充字节
i += 1
if i >= len(data):
break
marker = data[i]
i += 1
if marker in (0xD8, 0xD9) or 0xD0 <= marker <= 0xD7:
continue
if marker == 0xDA: # SOS 之后是熵编码数据,停止按段解析
print("SOS at", i - 2)
break
seg_len = int.from_bytes(data[i:i+2], "big")
payload = data[i+2:i+seg_len]
printable = "".join(chr(b) if 32 <= b < 127 else "." for b in payload)
if any(c.isalnum() for c in printable):
print(f"marker FF{marker:02X} off={i-2} len={seg_len} :: {printable[:120]}")
i += seg_len
说明:PoC 为最小 marker 遍历器,用于定位 COM/APP1/DQT 中的可读片段;EXIF 标签可用 exiftool -j 结构化读取。未在本机对附件复跑。
变体与关联
- 多段拼接:把长文本拆进多个 COM/APPn 段,按
partN或偏移排序。 - EXIF 标签:数据可藏在
LensModel、UserComment、ImageDescription、Make、Model、Software、缩略图等字段;优先用exiftool全量导出。 - DQT 表项:把量化表当字节数组,数据藏在表项的低位/表序号中;需要按 JPEG 规范解析 8 位或 16 位表项。
- SOF0 高度篡改:把图像高度改小,底部真实像素行不被渲染,形成“裁剪式”隐藏区域;修复高度即可看到(同类思路见 [[ctf-forensics-png-ihdr-width-height-crc32-brute-force]])。
- 文件尾追加:
FF D9之后追加 Base64/压缩包也很常见,可用binwalk/foremost分离(参见 [[ctf-misc-png-trailing-data-lcg-xor-base62]])。 - 关联:[[ctf-reverse-esp32-rf-trigger-frame-reconstruction]](从 JPEG COM 取业务参数的另一用法)。
检测与防御
- 上传/发布前用
exiftool -all=清空元数据并重新编码 JPEG,可去掉 COM/APPn/EXIF 中的隐藏内容;仅改扩展名或复制文件不能清除。 - 检测:解析段表,标记非标准 COM/APPn、异常段长度、DQT 表项与标准表差异、EXIF 字符串中的 Base64/十六进制特征。
- 取证时保留原始文件,不要用会重写 JPEG 的查看器打开后再分析;先计算哈希并复制副本。