返回资讯中心
外部精选
软件工程
#开发者实时流

研究者逆向分析多家反爬与设备指纹SDK

来源标题:Reverse Engineering JavaScript SDKs

一项红队项目逆向分析了TikTok、hCaptcha、Kasada等十余家厂商的反爬与设备指纹SDK,评估能否以明文读取载荷、篡改后能否被服务端接受,以及能否在客户端伪造令牌。其中TikTok web逆向难度最高,Effort值达51.5,Stytch和hCaptcha次之。所有测试均在授权环境内完成,未触及客户或生产数据。

Hacker News 最新jwally2026/11/3 · 14 天前30 分钟阅读

以下正文由 AI 翻译自 Hacker News 最新(原文版权归原站所有),可能存在偏差,重要内容请以原文为准。

每个厂商一页,对应设备情报 / 指纹识别 / 反机器人红队项目中的每份厂商分析。 下面每个厂商小节都链接到该厂商的完整分析、脚本和产物的 repo,并以我们关注的三个问题收尾:我们能否以明文读取 payload,我们能否篡改它并让服务端接受结果,以及我们能否在客户端铸造 token——外加每一项的破解难度。

范围说明。所有工作均基于授权的自有栈 / 公开资产分析;遥测数据为本地观测或本地回放(除正常页面加载外,未向厂商服务器转发任何内容);结论如实陈述,绝不夸大。未触碰任何客户 / 生产数据。

厂商 加密逆向 对抗强度 投入 证据(脚本 · 阶段 · 提交) 1 TikTok web 9.5 ~65 51.5 26 · 6 · 22 2 Stytch (Twilio) 9 ~70 39.8 38 · 1 · 7 3 "Pendulum"(私有) 7.5 ~58 25.5 12 · 4 · 6 4 hCaptcha n/a ~85 25.2 20 · 2 · 5 5 Castle 8 ~63 24.5 18 · 2 · 10 6 Fingerprint Pro n/a ~80 22.8 13 · 3 · 7 7 HUMAN Security / PerimeterX (BootBarn.com) 4 ~65 19.5 14 · 2 · 6 8 Sift n/a ~55 17.2 8 · 3 · 5 9 Kasada (KPSDK: Twitch/Nike/FootLocker) 4 ~50 14.0 9 · 2 · 4 10 reCAPTCHA v2 n/a ~85 13.8 9 · 2 · 3 11 ClearSale 1 ~30 12.8 8 · 2 · 3 12 Kount (Equifax) 0.5 ~40 11.5 7 · 2 · 2 13 Forter 7 ~55 11.5 6 · 2 · 6 14 SEON (v6 JS SDK) 7 ~60 11.0 10 · 1 · 4 15 ThreatMetrix (LexisNexis Risk Solutions)(私有) n/a ~75 8.8 4 · 2 · 3 16 Kraken (Pro) 6 ~70 8.5 3 · 2 · 6 17 NoFraud 0.5 ~35 8.5 4 · 2 · 2 18 Verisoul 9.5 ~72 8.2 7 · 1 · 5 19 DataDome 2 ~50 5.0 4 · 1 · 4 20 Binance 5 ~62 4.0 3 · 1 · 4 21 Riskified 5 ~55 3.8 3 · 1 · 3 22 Cloudflare Turnstile n/a ~70 3.8 3 · 1 · 3 23 Arkose Labs (FunCaptcha) 7 ~70 3.8 3 · 1 · 3 24 Ravelin / Socure / Deduce n/a ~45 0.2 0 · 0 · 1

投入 = repo 可观测时间 / 逆向深度:脚本数 + 4×(工作阶段数−1) + 提交数÷4。不设分析篇幅项(啰嗦 ≠ 难度)。加密逆向评分 ≠ 投入:Verisoul 保持 9.5 的评分但投入约 8;Stytch(38 个工具、一个高密度阶段)是最难的单客户端突破。

服务端签发证明 / 服务端图谱(hCaptcha、reCAPTCHA v2、Fingerprint Pro、Kraken PoW、ThreatMetrix)——客户端无法铸造证明;证明只在服务端接受之后才存在。对 TMX 而言,护城河是服务端设备图谱 + 历史记录(加密传输、服务端解密、device_id 结合信誉评估)——客户端没有任何可破解的东西。

客户端计算、服务端验证(TikTok、Verisoul、Castle、SEON、Forter、Binance、Kasada、Riskified)——在客户端边界上一切都是可读 / 可篡改的;混淆 / VM / 加密决定的是价格,而不是边界。

客户端自述身份、被静默信任(Sift)——最弱的一类:设备身份由客户端选定(明文图片 GET 请求中的一个 UUID),采集端不加签名或设备校验就接受——正好是 Fingerprint Pro 服务端持有身份的反面。

各厂商分析

每个厂商小节以我们关注的三个问题收尾: 读取 payload——我们能否截获并以明文读取客户端发往服务端的原始遥测 / 指纹数据?(还是说它是加密 / 不透明的?) 篡改 payload——我们能否在这些信号发出前修改它们(例如伪造 canvas 哈希、伪造 UA),并仍让服务端接受结果——也就是说,服务端是否信任了我们伪造的数据? 铸造 token——我们能否完全在客户端生成一个全新的、有效的证明 / token——冒充一个受信任的客户端,而厂商服务端从未签发过它?(与篡改不同:篡改是编辑已有 payload,铸造是从零构建一个。)

状态标记:🟢 = 已达成 · 🟡 = 部分达成 / 进行中 · 🔴 = 未达成 · ⚪ = n/a / 不适用

投入(时间 / 逆向深度):26 个脚本 · 6 个工作阶段 · 22 次提交 · 投入 51.5 本批中工程化程度最高的客户端:一个经替换加密的 1,913 项字符串表、去混淆的采集器、一个 98,961 字节的膨胀字节码 VM(带自托管解释器)、RC4/XOR、每请求 nonce,以及引擎指纹检查。它能击破廉价的批量绕过工具——但在运行时控制下它完全可追踪,我们构建了一个忠实的 runner,在沙箱本地铸造 X-Gnarly/X-Bogus。它是成本抬高器,不是边界。加密逆向:9.5。对抗强度:65–70。

投入(时间 / 逆向深度):38 个脚本 · 1 个工作阶段 · 7 次提交 · 投入 39.8 AES-256-CBC 密钥可从 WASM 设备情报模块中恢复(C+96⊕table8304),让我们能完整解密遥测数据,并运行篡改后重封的 PoC。WASM 层紧凑 / 混淆 / 加密,确实是实打实的工作——但密钥随代码一起下发,且 WASM 内存可读,所以客户端层最终不决定任何事。结论在服务端。加密逆向:9。对抗强度:70。

投入(时间 / 逆向深度):12 个脚本 · 4 个工作阶段 · 6 次提交 · 投入 25.5 ChaCha20 密钥状态从设备情报 SDK 中泄漏,给了我们一个干净对比篡改的 oracle:读取可读的加密前 payload、铸造 / 持久化你自己的 deviceID,然后观察服务端结论的变化。48 个模块的 payload,端到端可读。服务端结论是唯一真正的检查;客户端只增加成本,不提供证明。加密逆向:7.5。对抗强度:58。

投入(时间 / 逆向深度):20 个脚本 · 2 个工作阶段 · 5 次提交 · 投入 25.2 我们测绘到的最强交互式挑战设计:客户端从不铸造任何东西——服务端签发 JWT 票据(hsw/hsj),这些票据锁定经过哈希校验的 bundle URL;挑战请求本身是加密的(enc_get_req);受上下文门控的 WASM 安全模块(hsw.js)在自动化环境下从不解码其字符串,也从不实例化。门控在首次接触时于服务端触发("Please try again"),因此没有客户端 payload 可读或可篡改。加密逆向:n/a(我们甚至无法初始化该模块)。对抗强度:~85。

投入(时间 / 逆向深度):18 个脚本 · 2 个工作阶段 · 10 次提交 · 投入 24.5

(原文较长,此处译出前 6000 字,完整内容请点「打开原文」。)

正文由 探How 从来源站点 RSS 同步,内容未经改写;遇到排版缺失或需要图片、视频时请以原文为准。

打开原文
去社区讨论 →