Tupper 自指公式解码:大整数按 17 位列布局还原位图密码
ctf/misc · verified
一句话结论
当图片/附件给出一个超大十进制整数、且它可被 17 整除时,可将其视为 Tupper 自指公式的 k:对每个 (x,y) 取 (k >> (17*x + y)) & 1 还原黑白位图;本题位图读出 password is 4thHHLY,该密码再用于 SilentEye 解码。
原理
- Tupper 自指公式:
1/2 < floor(mod(floor(y/17)·2^(-17·floor(x)-mod(floor(y),17)), 2))在特定k下绘制出公式自身的图像;工程上等价于把k的二进制位按 17 列布局铺成位图,bit = (k >> (17*x + y)) & 1。 - 为什么除以 17:公式以 17 行为一个“字符块”;
k可写成17 * n形式时,位图在垂直方向按 17 对齐,便于识别字符。题目/附件给出的大整数可被 17 整除是强提示。 - 解码:选择
x/y的偏移和范围(通常从(0,0)或题目提示区域开始),逐位取k的二进制位,1画黑、0留白;调整偏移/放大倍数即可读出文字。 - 本题:PNG 的 b0 通道 LSB 提取出超大十进制数;可被 17 整除 → Tupper;位图显示
password is 4thHHLY;再用该 key 做 SilentEye 解码得到 flag。 - 边界:
k的位序/偏移/行列方向可能不同(LSB-first vs MSB-first、x/y 交换);需要按图像可读性调整。
触发条件
- 附件给出一个超大整数(十进制/十六进制),或从图片 LSB/文本中提取到;整数可被 17 整除。
- 题目提示“自画像/公式/Tupper/17/位图/塔珀”等。
- 有 PIL/NumPy 或任意大整数支持(Python 原生)。
- 需要从位图读出密码/提示,再进入下一层隐写。
利用步骤
- 提取大整数
k;检查k % 17 == 0,确认 Tupper 线索。 - 选择位图范围:x 从 0 到
k.bit_length()//17,y 从 0 到 16;或按题目给的偏移/区域。 - 对每个
(x,y)取bit=(k >> (17*x+y)) & 1,输出#/空格;必要时放大/翻转。 - 调整偏移/方向,直到读出可读文字(本题
password is 4thHHLY)。 - 把读出的密码用于下一层(SilentEye/音频/压缩包),得到 flag。
- 本题最终
sdpcsec{get_to_the_upper_and_to_the_Tupper}(图片 05 显示)。
PoC
from pathlib import Path
from PIL import Image
# 1) 从图片 b0 通道 LSB 提取大整数(按题目位序)
img = Image.open("1.png").convert("RGB")
bits = [str(p[2] & 1) for p in img.getdata()] # b0 通道
k = int("".join(bits), 2)
# 2) 按 17 列布局还原位图
width = k.bit_length() // 17 + 1
for y in range(17):
row = ""
for x in range(width):
row += "##" if (k >> (17 * x + y)) & 1 else " "
print(row.rstrip())
变体与关联
- 变体(位序/偏移):
17*y+x、MSB-first、x/y 交换、从中心/指定偏移开始;按可读性尝试。 - 变体(颜色/放大):1 画黑/白、按 2×2 放大、反转颜色;PNG 的 LSB 提取可能有多通道/位平面。
- 变体(下一层):Tupper 读出的密码用于 SilentEye/DeepSound/压缩包;见 [[ctf-forensics-deepsound-audio-stego-extract]]。
- 关联卡片:[[ctf-misc-punctuation-2bit-encoding]](另一位图/编码)、[[ctf-forensics-png-lsb-column-major-scan-order]](PNG LSB 提取)、[[crypto-rsa-e3-small-plaintext-integer-cube-root]](大整数运算)。
- 边界:
k不可被 17 整除时可能不是 Tupper;位图范围/偏移错误会得到乱码;超大整数转换注意性能。
检测与防御
- CTF 识别:超大整数 + 可被 17 整除 + “自画像/公式”提示,按 Tupper 解码。
- 数据隐写:Tupper 只是编码,不是加密;敏感数据不要用此类可逆编码。
- 实现:Python 大整数移位可行;位图范围按
bit_length计算,避免越界/死循环。