♧ Godown 安全知识树

康熙部首替换隐写:按是否替换为康熙部首提取 0/1 比特流,7bit 区位码还原 GB2312 明文

ctf/misc · verified

一句话结论

题目把同一段文字里部分汉字替换为 Unicode 康熙部首(不同写法但等价的汉字部件),替换与否本身构成 0/1 比特;按“是康熙部首=1、普通汉字=0”提取比特流,去掉尾部冗余 0 和 7 个 1 的结束标记后,将剩余比特按 7 位一组加上 0xA0 转成 GB2312 区位码,解码得到中文提示,再转成 aliyunctf{...}。

原理

  • 康熙部首等价字:Unicode 的 EquivalentUnifiedIdeograph 数据把康熙部首(如「⼀」「⼆」等)映射到对应的统一汉字;二者视觉相近但码位不同,适合做“同形替换”。
  • 替换即比特:若隐写要保证原文可读,可只对有对应康熙部首的字做有选择性的替换;每个可替换位置输出 1(替换为部首)或 0(保留原字),替换位置之外的字符不携带信息。
  • 提取规则:遍历文本,字符属于康熙部首集合记 1、属于普通汉字集合记 0;得到比特流后先看尾部:连续的 0 是填充/冗余,一段长度为 7 的全 1 是结束标记(对应 7 位编码中不会出现的值)。
  • 7bit 分组:结束标记前的比特数应能被 7 整除(本题 308 位);每 7 位表示一个 0–127 的值。
  • 区位码解码:GB2312 区位码由区号、位号各加 0xA0 组成两个字节;把 7 位值加 0xA0 得到字节,两两拼成 GB2312 字符,即可还原中文消息;本题解出「阿里云夺旗赛左花括二六二六下划五五五四右花括」,即 aliyunctf{2626_5554}。
  • 彩蛋:区位码 2626 与 5554 分别对应「汉」「字」,呼应题目名「字」。

触发条件

  • 拿到一段包含大量可替换汉字的文本,且部分字被替换为康熙部首、部分未替换。
  • 已知或可获取康熙部首与统一汉字的等价映射表(Unicode EquivalentUnifiedIdeograph.txt)。
  • 文本中存在可用于定位结束的标记/冗余模式。

利用步骤

  1. 加载康熙部首与统一汉字的等价映射,建立两个集合。
  2. 逐字符扫描文本:康熙部首记 1,有等价部首的普通汉字记 0,其余字符跳过。
  3. 拼接比特流,观察尾部:去掉连续 0,定位长度为 7 的全 1 结束标记;确认标记前比特数能被 7 整除。
  4. 按 7 位分组,每组值加 0xA0 转十六进制字节,拼成 GB2312 字节串并解码。
  5. 将解出的中文提示(左花括/右花括/下划等)换成 ASCII 符号得到 flag;若提示是数字,按 4 位一组映射。

PoC

unicode_lines = open('unicode.txt', 'r').readlines()  # EquivalentUnifiedIdeograph.txt
hanzi, kangxi = [], []
for line in unicode_lines:
    parts = list(filter(lambda x: x, line.split()))
    kangxi.append(chr(int(parts[0], 16)))
    hanzi.append(chr(int(parts[2], 16)))

binary = []
for ch in open('enc.txt', 'r').read():
    if ch in hanzi:
        binary.append('0')
    elif ch in kangxi:
        binary.append('1')
binary = ''.join(binary)[:308]          # 去掉尾部填充与 7 个 1 的结束标记

gb = []
for i in range(0, len(binary), 7):
    gb.append(f'{int(binary[i:i+7], 2) + 0xA0:02X}')
print(bytes.fromhex(''.join(gb)).decode('GB2312'))

变体与关联

  • 变体:替换集合可以是异体字、繁体/简体、全角/半角、Unicode 变体选择符等,本质都是“同形不同码位”的二值通道。
  • 变体:编码可以是 Bacon 5bit、7bit 区位码、8bit ASCII;分组长度由结束标记前的比特数推断。
  • 关联:多通道不可见 Unicode 隐写见 [[ctf-misc-multi-channel-invisible-unicode-gf2-sparse-matrix]];行首尾字符隐写见 [[ctf-misc-first-last-char-line-stego]]。
  • 边界:若文本没有足够多的可替换字或结束标记不明显,需要先统计频率/尝试多种分组长度。

检测与防御

  • 本题为 CTF 隐写题;真实场景可在文本入库前做 Unicode 规范化(NFKC/NFKD),把康熙部首、变体字统一为规范汉字,消除同形替换通道。
  • 检测:文本中康熙部首/异体字比例异常、同一文档内同字不同码位混用。