多通道不可见 Unicode 隐写 + GF(2) 稀疏矩阵求解:Tag 字符藏 manifest、变体选择符藏 nonce、零宽字符藏 RHS
ctf/misc · verified
一句话结论
AI 审稿备忘录把三类数据分别藏进三种不可见 Unicode 通道:Tag 字符(U+E0000–U+E007F)藏协议 manifest、变体选择符(U+FE00–U+FE0F)藏 nonce、零宽字符(U+2062/U+2064)藏 512 位右端项;用 nonce 经 SHA-256 派生 seed,按 BLAKE2s 规则生成 512 行稀疏矩阵,在 GF(2) 上高斯消元解出 336 个 bit,按 MSB-first 还原 42 字节 flag。
原理
- 多通道分工:同一份文本里可以同时嵌入多种不可见字符,各自用不同码位区间,互不干扰。本题
[review-token]用 Tag 字符编码 ASCII(chr(ord(ch)-0xE0000)直接还原);[style-token]用变体选择符编码十六进制 nibble(ord(ch)-0xFE00,两两拼字节);[margin-notes]用 U+2062 表示 0、U+2064 表示 1,U+200B 作为可忽略填充,得到 512 位 RHS。 - 确定性矩阵生成:
seed = SHA256(b"spring-review:" + nonce_hex)[:16];对第 i 行,degree = 3 + (BLAKE2s(seed + u32be(i))[0] % 14);再用BLAKE2s(seed + u32be(i) + u16be(counter))的每 2 字节取模 336 选列,去重直到凑够 degree,得到该行的稀疏位掩码。 - GF(2) 求解:把 512 行掩码与 RHS 拼成增广矩阵,逐列选主元、异或消元;本题秩恰好 336,方程数 512 > 未知数 336,解唯一。若秩不足或出现
0=1行,说明数据/矩阵参数不一致。 - 编码顺序:336 bit 按 8 位一组、MSB-first 转 42 字节,恰好是
flag{...}的 UUID 长度;用flag{/}与可打印性做校验。 - 为什么可行:不可见字符在 UTF-8 中保留原始码点,复制/保存/解析链路不丢弃;确定性哈希让矩阵可由 nonce 复现,不需要额外传矩阵。
触发条件
- 拿到一段“看起来正常”的文本/文档,字符统计显示大量 Tag 字符、变体选择符或零宽字符。
- 文本按 UTF-8 原样保存,解析器不剥离这些码点。
- 隐藏数据包含可识别的协议字段(manifest、nonce、RHS 等),且参数足以复现矩阵。
- 明文为 ASCII/flag,长度与 bit 数匹配。
利用步骤
- 用 Python 按 UTF-8 读取文件,按码位区间分别提取 Tag 字符、变体选择符、零宽字符。
- Tag 字符:
chr(ord(ch)-0xE0000)还原 manifest/协议字段。 - 变体选择符:
nibbles=[ord(ch)-0xFE00 ...],两两拼字节得到 nonce。 - 零宽字符:U+2062→0、U+2064→1,忽略 U+200B,得到 512 位 RHS。
- 用
SHA256("spring-review:"+nonce_hex)[:16]派生 seed,按 BLAKE2s 规则生成 512 行稀疏矩阵。 - GF(2) 高斯消元解出 336 bit,MSB-first 转 42 字节,校验
flag{...}。
PoC
import hashlib
def decode_tag_ascii(s):
return "".join(chr(ord(ch) - 0xE0000) for ch in s if 0xE0000 <= ord(ch) <= 0xE007F)
def decode_nonce(s):
nib = [ord(ch) - 0xFE00 for ch in s if 0xFE00 <= ord(ch) <= 0xFE0F]
return bytes((nib[i] << 4) | nib[i + 1] for i in range(0, len(nib), 2))
def decode_rhs(s):
return [0 if ord(ch) == 0x2062 else 1
for ch in s if ord(ch) in (0x2062, 0x2064)]
def make_rows(seed, n_bits=336, m_rows=512):
rows = []
for i in range(m_rows):
degree = 3 + (hashlib.blake2s(seed + i.to_bytes(4, "big")).digest()[0] % 14)
used, idxs, counter = set(), [], 0
while len(idxs) < degree:
d = hashlib.blake2s(seed + i.to_bytes(4, "big") + counter.to_bytes(2, "big")).digest()
for off in range(0, len(d) - 1, 2):
idx = int.from_bytes(d[off:off + 2], "big") % n_bits
if idx not in used:
used.add(idx); idxs.append(idx)
if len(idxs) == degree:
break
counter += 1
rows.append(sum(1 << idx for idx in idxs))
return rows
GF(2) 消元与 bit→bytes 见原文 solve_gf2/bits_to_bytes;原文实测得到 flag{17b8bbaf-1e0d-4d40-8a22-8c39c6e58bb0},未在本库复跑。
变体与关联
- 通道变体:Tag 字符、变体选择符、零宽字符、双向控制符、Unicode 空白;可单独或组合使用。
- 矩阵变体:确定性 PRNG 生成稀疏/稠密矩阵、LFSR、纠错码;只要参数可复现即可。
- 求解变体:GF(2) 高斯消元、信息集解码、LPN 求解;本题秩恰好满,直接消元即可。
- 关联卡片:[[ctf-misc-zero-width-unicode-binary-quinary-stego]](零宽字符二/五进制隐写)、[[ai-security-prompt-injection-invisible-unicode-tag-variation-selector-smuggling]](同类不可见 Unicode 通道用于提示词注入/数据外传)。
检测与防御
- 检测:统计
Cf类与 Tag 区块字符;对 Tag/变体选择符/零宽字符异常数量告警;用xxd或 Python 检查原始码点。 - 清洗:对不可信文本做 NFKC 规范化并移除 Tag、变体选择符、零宽、双向控制符;显示/日志/搜索前统一清洗。
- 协议设计:不要把秘密只藏在不可见字符里;需要隐写时使用带密钥的编码并加密,矩阵参数不要与密文放在同一通道。
- 分析:多通道分别提取、分别解码,再按协议字段组合;先验证每个通道的长度/字符集,避免把填充字符当成数据。