ks滑块verifyParam分析以及思路讲解#web端验证码#文字点选#个人记录

摆烂的技术人

已于 2024-10-14 12:55:22 修改

阅读量1.7k

点赞数 17

文章标签：前端 java javascript 深度学习网络爬虫

于 2024-10-06 18:26:21 首次发布

本文链接：https://blog.csdn.net/qq_45767189/article/details/142727250

版权

声明：该文章涉及的所有案例均为个人学习记录使用，严禁用于商业用途和非法用途，否则

由此产生的一切后果均与作者无关！如有侵权，请私信联系本人删帖！

一、verifyParam加密流程分析。

全局定位搜索verifyParam发现其值等于a，往上跟栈可以知道a = e[Jt("0x3a")]，其中Jt("0x3a")等于send，也就是接收上一步返回过来的值。

我们接着分析可以知道case0中next等于3，也就是说a最后是case0中返回过来的，也就是i[Jt("0x34")](Xt["a"], c);返回的值。

我们接着分析i[Jt("0x34")](Xt["a"], c); 可以比较容易的知道就是执行了Xt["a"]，c是这个函数的参数，c也就是我们的明文参数。因为是异步执行了，我们需要跟进去看看异步内部的逻辑，直接跟进Xt["a"]函数。（v[r("0x0")](this, arguments)简化下就是v.apply(this,arguments)，就是执行了v函数，v函数就在下面，需要第一次刷新页面的时候才会进入到下面的v，也就是完成初始化的过程，后面再次滑动在v函数里面是断不住的）

不管是第一次刷新还是后续的滑动，最终都会进入到核心的加密位置，也就是下面的switch语句中完成最后的加密过程。

我们接着分析明文的加密过程，

function h(e) {
    var n = {};
    n[r("0x26")] = function (e, n) {
        return e < n
    }
    ;
    for (var t = e[r("0x27")], c = new Uint8Array(t), a = 0; n[r("0x26")](a, t); a++)
        c[a] = e[r("0x28")](a);
    return c
}


//  关键加密伪代码
return regeneratorRuntime[r("0x30")]((function (t) {
    while (1)
        switch (t[r("0x31")] = t[r("0x1a")]) {
            case 0:
                return i = a.a[r("0x32")](c),  // 对明文c就行序列化，即执行JSON.stringfy操作
                    o = h(i),  // 将序列化的c进行Uint8Array 操作
                    t[r("0x1a")] = 4,  // 下一轮进入case4
                    n[r("0x29")](x, o);  // 执行x(o),并返回给case4中的u  u
            case 4:
                return u = t[r("0x33")],  // 接收case0最后返回过来的值
                    t[r("0x34")](n[r("0x2a")], e[r("0x35")](u)[r("0x36")](r("0x37")));  // 最终返回的值，对接收的u进行Uint8Array操作后转base64编码
            case 6:
            case n[r("0x2c")]:
                return t[r("0x38")]()
        }
}

case0中的n[r("0x29")](x, o);是比较关键的加密过程，跟进去x可以看到其为异步操作，通过补环境导出Jose即可。

进一步分析可以知道Jose在088e中，一个典型的字典类型的webpack，没啥难点，一个字 “扣”

总结下大致的加密过程，1.明文参数进行序列化。2.转Uint8Array。3.经过Jose进一步加密。4.在转Uint8Array。5.最后进行base64编码。

二、明文参数分析

{
    "captchaSn": "Cgp6dC5jYXB0Y2hhEu4CX8zQ7Opapg7Ej91Ar7N8c5Jc5KJvzG9jT0dLyY2wFjRx4S3L8HEr3Ijx1QaPQ26dpqHYsZ8EsIXMkosfiSGuqg1WKFhy9-A7EGO0l62mlUeZfHLVTugLiQpkc6MjCml3mq0OqIjCkVAslgxzIH4p4BWWDUQnQFqMC9Oicp0NqX7xdzsDdx8UYkBQ0_pHP6tnM4OnjeLycHDvHWEJ6VbWNYpQ7DtCng7SdCKpmpCTUFQUobYbQnEgaLb9dMWtJsM1vSieL0fTQ9R2qbCOwjIRtWNgf7arHChFSKPELv8lzMcRjs1ffHS0UpNBP0Pb--JjGXomqSBDkEXRe6l7BwoD1bULNnYwRt-FzPlDs4OTshpLskqF9Kx18BbHQNiwWXwAt6_U_x1eNqlCnr-QJtUCt_lXxksXdtgfoTrQOwrJTa44e4lOw-YAJlWYWlaJ6e57RWCj0CeXXs8rwwRqKqLz_G5oMzsv4EJg-uvTfJJAGhIMBkxCONRI4rqzJJkPiSSCZoMoBTAC",
    "bgDisWidth": 316,
    "bgDisHeight": 184,
    "cutDisWidth": 56,
    "cutDisHeight": 56,
    "relativeX": 147,
    "relativeY": 67,
    "trajectory": "0|24|0,21|24|12,36|24|20,43|24|28,61|24|36,94|24|40,137|23|48,192|22|56,246|20|64,304|19|76,355|17|84,405|15|92,449|12|100,492|11|108,521|10|116",
    "gpuInfo": "{\"glRenderer\":\"WebKit WebGL\",\"glVendor\":\"WebKit\",\"unmaskRenderer\":\"ANGLE (NVIDIA, NVIDIA GeForce RTX 4060 Laptop GPU (0x000028E0) Direct3D11 vs_5_0 ps_5_0, D3D11)\",\"unmaskVendor\":\"Google Inc. (NVIDIA)\"}",
    "captchaExtraParam": "{\"ua\":\"Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/129.0.0.0 Safari/537.36 Edg/129.0.0.0\",\"userAgent\":\"Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/129.0.0.0 Safari/537.36 Edg/129.0.0.0\",\"timeZone\":\"UTC+8\",\"language\":\"zh-CN\",\"cpuCoreCnt\":\"16\",\"platform\":\"Win32\",\"riskBrowser\":\"false\",\"webDriver\":\"false\",\"exactRiskBrowser\":\"false\",\"webDriverDeep\":\"false\",\"exactRiskBrowser2\":\"false\",\"webDriverDeep2\":\"false\",\"battery\":\"1\",\"plugins\":\"1a68ba429dd293b14e41a28b6535aa590\",\"resolution\":\"2048x1152\",\"pixelDepth\":\"24\",\"colorDepth\":\"24\",\"canvasGraphFingerPrint\":\"104448240937f45b2ccc629cd5715ee6e\",\"canvasGraph\":\"104448240937f45b2ccc629cd5715ee6e\",\"canvasTextFingerPrintEn\":\"1f4e7253d49f58f5f0cc44483e386e1ac\",\"canvasTextEn\":\"1f4e7253d49f58f5f0cc44483e386e1ac\",\"canvasTextFingerPrintZh\":\"1217ee88e0a133c462ed93349c723313f\",\"canvasTextZh\":\"1217ee88e0a133c462ed93349c723313f\",\"webglGraphFingerPrint\":\"18bb529a12fbb538d8e222a77c7c5498c\",\"webglGraph\":\"18bb529a12fbb538d8e222a77c7c5498c\",\"webglGPUFingerPrint\":\"1b044dae07989c58fdcc978c600d33711\",\"webglGpu\":\"1b044dae07989c58fdcc978c600d33711\",\"cssFontFingerPrintEn\":\"10a344f5534d5b367655c7f90f04de717\",\"fontListEn\":\"10a344f5534d5b367655c7f90f04de717\",\"cssFontFingerPrintZh\":\"16c1334aeae228bca19e18632c8472a52\",\"fontListZh\":\"16c1334aeae228bca19e18632c8472a52\",\"voiceFingerPrint\":\"1dd96cac4e826abdbbe261dc4f3a08292\",\"audioTriangle\":\"1dd96cac4e826abdbbe261dc4f3a08292\",\"nativeFunc\":\"1973dcbb27a04c3a2ee240d9d2549e105\",\"key1\":\"web_f8f6a11a02509dd0e231b3733bc1a307\",\"key2\":1728202167871,\"key3\":\"Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/129.0.0.0 Safari/537.36 Edg/129.0.0.0\",\"key4\":\"20030107\",\"key5\":\"zh-CN\",\"key6\":\"Gecko\",\"key7\":2048,\"key8\":1152,\"key9\":2048,\"key10\":1104,\"key11\":360,\"key12\":360,\"key13\":1102,\"key14\":2046,\"key15\":\"00000111\",\"key16\":1,\"key17\":1,\"key18\":[],\"key19\":{},\"key20\":[],\"key21\":{},\"key22\":[],\"key23\":{},\"key24\":[],\"key25\":{},\"key26\":{\"key27\":[\"0,1,32,2,266,prepare1\",\"1,1,40,6,266,prepare1\",\"2,1,48,12,266,prepare1\",\"3,1,56,15,266,prepare1\",\"4,1,64,22,267,prepare1\",\"5,1,77,29,267,prepare1\",\"6,1,82,30,267,prepare1\",\"7,1,176,30,272,prepare1\",\"8,1,185,28,275,prepare1\",\"9,1,192,28,282,prepare1\",\"10,3,560,27,297\",\"11,1,568,27,296,prepare2\",\"12,1,577,28,296,prepare2\",\"13,1,584,34,296,prepare2\",\"14,1,592,37,296,prepare2\",\"15,1,600,41,296,prepare2\",\"16,1,608,47,298,prepare2\",\"17,1,616,59,298,prepare2\",\"18,1,624,74,300,prepare2\",\"19,1,632,88,301,prepare2\",\"20,1,640,103,301,prepare2\",\"21,4,696,114,301\",\"22,2,748,114,301,prepare3\",\"23,1,749,114,301,prepare3\"],\"key28\":[],\"key29\":[],\"key30\":[],\"key31\":{\"prepare1\":\"9,1,192,28,282\",\"prepare2\":\"20,1,640,103,301\",\"prepare3\":\"23,1,749,114,301\"},\"key32\":{},\"key33\":{},\"key34\":{}},\"key35\":\"cd84b9229fa7c7a2e31bbc574fd37c42\",\"key36\":\"f22a94013fc94e90e2af2798023a1985\",\"key37\":1.25,\"key38\":\"not support\",\"key39\":16}"
}

captchaSn为图片接口返回。
bgDisWidth为固定值
bgDisHeight为固定值
cutDisWidth为固定值
cutDisHeight为固定值
relativeX滑动距离
relativeY为图片接口返回的disY*0.46
trajectory滑动轨迹，重点，直接影响滑块的成功率
gpuInfo显卡信息，可固定
captchaExtraParam浏览器指纹，可模拟

经过我不断的尝试，浏览器指纹可以动态变得有以下几个值：

ua
userAgent
canvasGraphFingerPrint
canvasGraph
key1
key2
key7-key14 屏幕宽度相关的

其实浏览器指纹直接写死应该问题也不大，但是注册did高并发下可能会影响实际的成功率，因为长时间使用同一指纹请求，会导致指纹短时间内被封，即使是做了本地的指纹库，也会导致指纹短时间用不了，所以上述的几个值还是需要动态变化的，其中canvas指纹一定要动态变化下，关于如何变化，下文会讲，反正比较玄学的。

三、canvas指纹动态模拟。

全局搜索captchaExtraParam，有三位置，找到下图的位置，分析过程和verifyParam差不多，都是异步中加密的。

进度Ga,在进入下面的Ea

Ea中的switch就是关键的加密位置

其中的e[pa("0x65")](ua);就是加密位置，也是异步操作，跟进去ua看看里面是怎么执行的。跟进ua后在跟进oa，由此定位到具体的加密位置

下面分析下oa

function oa() {
    return ac(this, void 0, void 0, (function () {
            var e;
            return ic(this, (function (n) {
                    switch (n.label) {
                        case 0:
                            return [4, ra()];  // ra()生成了所有的加密值
                        case 1:
                            return e = n.sent(),
                                [2, e.reduce((function (e, n) {
                                        var t = n.name
                                            , c = n.hash;  // 循环赋值
                                        return e[t] = c,
                                            e
                                    }
                                ), {})]
                    }
                }
            ))
        }
    ))
}

进入ra，发现是hash中进行了进一步的加密，是个循环，依次对值就行了加密

进入ca，进一步在ta中进行了加密，再次分析就一目了然了。

也就是浏览器画了个图，将图片的base64进行了加密，

data:image/png;base64,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

进一步进入ta，发现不像是标准的MD5加密，具体是啥加密我也不知道，不管三七二十一，我们扣下加密函数不就行了。

加密方法也不多，几十行就可以解决了。

比较玄学的问题来了，实际上，我在实际动态模拟的过程中发现，使用任何值进行加密，生成的canvas指纹也能用，而且不用上述的加密方法，直接用标准的md5加密也可以使用。

四、遇到的坑点记录

坑点一：

快手滑块主要用于did注册，用于后续的数据采集，did注册用到了几个接口，评论接口、视频列表接口，其中评论接口过了滑块后还会出文字点选或者旋转的验证码，视频列表接口过一次就好了，但是要注意一个坑点，一般出现滑块会有两种响应包，

响应包体一

{
    "errors": [
        {
            "message": "Need captcha",
            "locations": [
                {
                    "line": 2,
                    "column": 3
                }
            ],
            "path": [
                "visionConfig"
            ],
            "extensions": {
                "code": "GRAPHQL_VALIDATION_FAILED"
            }
        }
    ],
    "data": {
        "visionConfig": null,
        "captcha": {
            "jsSdkUrl": "//static.yximgs.com/udata/pkg/fe/indentity-verification.umd.f6645615.js",
            "url": "https://captcha.zt.kuaishou.com/iframe/index.html?captchaSession=Cgp6dC5jYXB0Y2hhEqYCZJVYpHaI7bzG_s0N4WflPRnJbPOF7x3hMhJQuuMwXPDNYD6caALGzGegytSX_YBiVHnLNIHrRP_DtOhSCMTM7oKux_IcWiq7jwiaZ9i3neVbajc7cSZmn7iWr9PqxhZKXGgiSazo9H6uiQiaiBLDhybMSrr67cSM5XFl2T3V0lrUes_GMRxJnXihIld3fIiAEzp8MQqmdc84437iUmDX8ssggnP95mgbd7NXQ4uB6nrwBJcLWeD9JOTl5fUSyk1wBQOC7CCfagb1VZ4rX4gKdZWjYz1gjYk5ESTfanrjJZABy9GCZMH16AOScw2h4uvR26QgnTV9lU3sEhXwimWLDoRIvkvR6dgWRpiaDP6M-Z_ltfZY0iP9aRFO2OG8Z7dxmaU88gzmGhJxat9v18_vGhz0w0fGzFHTlSooBTAC&type=1&configUrl=https%3A%2F%2Fcaptcha.zt.kuaishou.com%2Frest%2Fzt%2Fcaptcha%2Fsliding%2Fconfig&bizName=ANTICRAWL_COMMON"
        }
    }
}

响应包体二

{
    "data": {
        "result": 400002,
        "jsSdkUrl": "//static.yximgs.com/udata/pkg/fe/indentity-verification.umd.f6645615.js",
        "url": "https://captcha.zt.kuaishou.com/iframe/index.html?captchaSession=Cgp6dC5jYXB0Y2hhEogCL8jHHY-VWZmt8n19baxMNrqgVTpsLwZImMvAtGOERLrA4W0XgZFA4fLl1vh3nkUqZB4qpaj2q7MILVsTOZGavmT0xd0FdxacFndkQwjUDXORDGGPUw0VrVrV-JyzBqnRNSIOqYE6gtZ2dUDuCSoltqjyp3wM9BEbu_hwSOGUkuBOuzJPiBP-ZaG2zAuBTN_xRMWCAqiBXSNn3eG9H2WCyEKESh4cHRzzBErexQiI0p75bb-3pYRuX3L4t6tm1EtWhxaiazc4M-0-r4dpHCE3nO4oDyBbj_vDaoX-RnCMR0tyqDjuZpDiX0AQWX1jWbaYOYVsXs1VtadmWVSKwZtSKBRXrmMh3lgDGhIi_VYjwd6wf-ZmHqT8QvBDmRsoBTAC&type=1&configUrl=https%3A%2F%2Fcaptcha.zt.kuaishou.com%2Frest%2Fzt%2Fcaptcha%2Fsliding%2Fconfig&bizName=ANTICRAWL_DEFAULT"
    }
}

上述两种响应包体，只有第一种生成的captchaToken才可以直接使用，第二种即便生成了captchaToken也是需要再次过一遍滑块的。我这边生成did和生成captchaSession的时候，用了sesson请求保持两个请求之间的会话，同时使用了快代理，这样每次请求返回的captchaSession响应体都是第一种情况了，避免了二次过滑块的情况。目前过了滑块后需要用captchaToken去激活did，其中激活之前，需要模拟一下log日志发包，一定要模拟，一定要模拟，一定要模拟，重要的事情说三遍，不模拟did激活不了，用一次后面就无法使用了，这个问题坑死我了。

log日志包接口：https://gdfp.gifshow.com/p/z/s

坑点二：

一直返回350014，除了轨迹的问题之外，就是浏览器指纹被黑了，还是需要动态模拟下canvas指纹的。

五、深度学习

由于最开始的时候使用评论接口注册did，过了滑块之后一直出文字点选和旋转验证码，一气之下，就将文字点选和旋转也都搞定了，识别打码这块也都是自己训练的模型，模型训练这块总体来说难度也不是很大，毕竟都是使用的开源框架进行训练的，没有什么很大的技术含量，这里简单的记录一下吧。

5.1 滑动验证码

直接使用yolov5划分训练集和测试集，大概10：1的一个比例吧，我这边训练集标注了500张左右的图，测试集标注了50多张，总体训练下来识别准确率接近100%了。

5.2 文字点选验证码

文字点选稍微复杂些，主要体现在数据集的准备上，我光准备数据集就花了将近两个星期，因为要上班，都是业余时间准备的，算是比较的费时费力，本来是想着自己慢慢标注的，但是文字这块实在太多，最后还是妥协用了超能力准备了将近2万多个文字单图，简单说下文字点选的处理思路，第一步需要使用yolov5切割下来背景图上的文字，然后将文字与目标文字进行相似度匹配，匹配出点击顺序，所以文字点选这块训练了两个模型，一个yolov5做目标检测，一个孪生神经网络模型做相似度匹配。

yolov5训练集

孪生神经网络模型训练集

使用到的开源模型地址：

yolov5：GitHub - ultralytics/yolov5: YOLOv5 🚀 in PyTorch > ONNX > CoreML > TFLite
孪生神经网路：GitHub - bubbliiiing/Siamese-pytorch: 这是一个孪生神经网络（Siamese network）的库，可进行图片的相似性比较。

5.3 旋转验证码

基本原理就是使用cnn神经网络做角度的预测，快手的原图大概32个，基本思路就是对这32个原图依次进行360度旋转然后丢进框架里面训练，32个原图准备下来的训练集大概11520张。

旋转原图

训练图

使用到的开源模型地址：

GitHub - 8yteDance/RotateCaptcha: 基于CNN的旋转验证码通用解决方案，附带标注系统，适用于小红书、百度、抖音等，速度快误差小，效果非常的棒棒！

六、结语

快手整体的难度不大，我完成verifyParam参数加密不到1天弄完，但是到生产环境中具体应用，前后经历了将近一个月，里面的坑还是比较多的，总体来说收益还是比较大的，模型训练这块也是基本能够略懂一二，包括将训练出的.pt模型转.onnx本地部署使用，过程可以说也是比较艰难，到处百度查资料，真就应验了那句话，“我不是代码的生产者，我只是百度上的搬运工”，那么最后看下我的成果展示吧。

多线程批量注册did