Akamai JS _abck sensor_data 源码解读第三天 搞定函数体第一部分 检测电脑所有的信息（9）

已于 2023-06-02 10:39:30 修改
阅读量1.5k 收藏 6
点赞数
于 2021-10-06 04:47:33 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_42114689/article/details/120620792
版权

lua postgresql r语言

众所周知  耐克nick 阿迪adidas 德州仪器(TI ti.com)  得捷电子（digikey ）贸泽电子（mouser）等较大的芯片 购物之类的网站都引入了akamai的js防机器人识别系统，现在最新的akamai版本是1.7，如果想实现http抢购，那么破解akamai的js 实现sensor_data 然后换取相关有用的_abck是必须的，然后模拟tsl（模拟浏览器怎么发送请求的 不是简单的python go php等）使用个requests就可以的，然后发送相关的数据，那么问题就解决了。
 

其中 第一部分的函数体 200来行到底是干啥的呢，慢慢分析 如下文

if (function(t) {
    var a = {};
    t[_ac[195]] = a,
    a[_ac[261]] = function() {
        var t = bmak[_ac[408]]();
        return !(!~t[_ac[74]](_ac[326]) || !(~t[_ac[74]](_ac[298]) || ~t[_ac[74]](_ac[463]) || ~t[_ac[74]](_ac[38])))
    }
    ,
    a[_ac[155]] = _ac[109],
    a[_ac[713]] = !1,
    a[_ac[628]] = _ac[109],
    a[_ac[61]] = _ac[109],
    a[_ac[752]] = {},
    a[_ac[333]] = -999999,
    a[_ac[7]] = function() {
        a[_ac[752]] = {}
    }
    ,
    a[_ac[205]] = function() {
        a[_ac[713]] = !0;
        try {
            var t = 0;
            t = Date[_ac[82]] ? Date[_ac[82]]() : +new Date;
            var e = a[_ac[35]]();
            a[_ac[155]] = e[_ac[518]](/\"/g, _ac[277]);
            var n = 0;
            n = Date[_ac[82]] ? Date[_ac[82]]() : +new Date,
            a[_ac[333]] = n - t
        } catch (t) {}
    }
    ,
    a[_ac[92]] = function() {
        return (new Date)[_ac[757]]()
    }
    ,
    a[_ac[35]] = function() {
        var t = screen[_ac[98]] ? screen[_ac[98]] : -1
          , e = screen[_ac[722]] ? screen[_ac[722]] : -1
          , n = navigator[_ac[454]] ? navigator[_ac[454]] : -1
          , o = navigator[_ac[578]] ? navigator[_ac[578]]() : -1
          , m = navigator[_ac[258]] ? navigator[_ac[258]] : -1
          , r = _ac[783];
        r = bmak[_ac[614]] ? bmak[_ac[729]] ? a[_ac[140]]() : a[_ac[150]]() : _ac[270];
        return [a[_ac[382]](_ac[625]), a[_ac[382]](_ac[487]), r, a[_ac[83]](), a[_ac[54]](), a[_ac[158]](), a[_ac[1]](), a[_ac[92]](), a[_ac[174]](), t, e, n, o, m][_ac[179]](_ac[640])
    }
    ,
    a[_ac[480]] = [_ac[46], _ac[756], _ac[512], _ac[709], _ac[677], _ac[272], _ac[129], _ac[377], _ac[373], _ac[708], _ac[549], _ac[719], _ac[588], _ac[748], _ac[593], _ac[495], _ac[560], _ac[802], _ac[127], _ac[460], _ac[435], _ac[43], _ac[673], _ac[507], _ac[641], _ac[293], _ac[500]],
    a[_ac[83]] = function() {
        if (void 0 === navigator[_ac[196]])
            return null;
        for (var t = a[_ac[480]][_ac[798]], e = _ac[388], n = 0; n < t; n++) {
            var o = a[_ac[480]][n];
            void 0 !== navigator[_ac[196]][o] && (e = e + _ac[226] + n)
        }
        return e
    }
    ,
    a[_ac[382]] = function(t) {
        try {
            if (void 0 !== a[_ac[752]][_ac[382]])
                return a[_ac[752]][_ac[382]];
            var e = -1;
            if (!a[_ac[261]]()) {
                var n = document[_ac[149]](_ac[382]);
                if (n[_ac[104]] = 280,
                n[_ac[654]] = 60,
                n[_ac[363]][_ac[684]] = _ac[621],
                _ac[554] == typeof n[_ac[458]]) {
                    var o = n[_ac[458]](_ac[472]);
                    o[_ac[580]] = _ac[309],
                    o[_ac[352]](100, 5, 80, 50),
                    o[_ac[580]] = _ac[182],
                    o[_ac[139]] = _ac[192],
                    o[_ac[75]](t, 10, 40),
                    o[_ac[59]] = _ac[41],
                    o[_ac[558]](80, 10, 20, 0, Math[_ac[365]], !1),
                    o[_ac[238]]();
                    var m = n[_ac[208]]();
                    e = 0;
                    for (var r = 0; r < m[_ac[798]]; r++) {
                        e = (e << 5) - e + m[_ac[776]](r),
                        e &= e
                    }
                    e = e[_ac[687]]();
                    var i = document[_ac[149]](_ac[382]);
                    i[_ac[104]] = 16,
                    i[_ac[654]] = 16;
                    var c = i[_ac[458]](_ac[472]);
                    c[_ac[139]] = _ac[617],
                    a[_ac[628]] = Math[_ac[744]](1e3 * Math[_ac[70]]())[_ac[687]](),
                    c[_ac[75]](a[_ac[628]], 1, 12);
                    for (var b = i[_ac[208]](), d = 0, s = 0; s < b[_ac[798]]; s++) {
                        d = (d << 5) - d + b[_ac[776]](s),
                        d &= d
                    }
                    a[_ac[61]] = d[_ac[687]]()
                }
            }
            return e
        } catch (t) {
            return _ac[232]
        }
    }
    ,
    a[_ac[140]] = function() {
        var t = 200
          , e = bmak[_ac[138]]()
          , n = [];
        if (!a[_ac[261]]() && document[_ac[42]]) {
            var o = [_ac[338], _ac[781]]
              , m = [0, 0]
              , r = [0, 0]
              , i = document[_ac[149]](_ac[313]);
            i[_ac[363]][_ac[28]] = _ac[108];
            var c;
            for (c = 0; c < o[_ac[798]]; c++) {
                var b = document[_ac[149]](_ac[351]);
                b[_ac[630]] = _ac[227],
                b[_ac[363]][_ac[99]] = _ac[456],
                b[_ac[363]][_ac[22]] = o[c],
                i[_ac[743]](b)
            }
            for (document[_ac[42]][_ac[743]](i),
            c = 0; c < i[_ac[730]][_ac[798]]; c++)
                b = i[_ac[730]][c],
                m[c] = b[_ac[206]],
                r[c] = b[_ac[629]];
            if (document[_ac[42]][_ac[318]](i),
            bmak[_ac[138]]() - e > t)
                return _ac[388];
            var d = [_ac[170], _ac[55], _ac[467], _ac[534], _ac[230], _ac[803], _ac[346], _ac[483], _ac[242], _ac[52], _ac[405], _ac[464], _ac[711], _ac[32], _ac[735], _ac[509], _ac[40], _ac[618], _ac[632], _ac[561], _ac[596], _ac[734], _ac[471], _ac[234], _ac[644], _ac[566], _ac[680], _ac[265], _ac[686], _ac[60], _ac[793], _ac[638], _ac[661], _ac[396], _ac[290], _ac[587], _ac[21], _ac[364], _ac[537], _ac[381], _ac[747], _ac[658], _ac[447], _ac[633], _ac[260]]
              , s = document[_ac[149]](_ac[313]);
            s[_ac[363]][_ac[28]] = _ac[108];
            for (var k = [], l = 0; l < d[_ac[798]]; l++) {
                var u = document[_ac[149]](_ac[313]);
                for (c = 0; c < o[_ac[798]]; c++) {
                    var b = document[_ac[149]](_ac[351]);
                    b[_ac[630]] = _ac[227],
                    b[_ac[363]][_ac[99]] = _ac[456],
                    b[_ac[363]][_ac[22]] = d[l] + _ac[226] + o[c],
                    u[_ac[743]](b)
                }
                s[_ac[743]](u)
            }
            if (bmak[_ac[138]]() - e > t)
                return _ac[388];
            document[_ac[42]][_ac[743]](s);
            for (var l = 0; l < s[_ac[730]][_ac[798]]; l++) {
                var _ = !1
                  , u = s[_ac[730]][l];
                for (c = 0; c < u[_ac[730]][_ac[798]]; c++) {
                    var b = u[_ac[730]][c];
                    if (b[_ac[206]] !== m[c] || b[_ac[629]] !== r[c]) {
                        _ = !0;
                        break
                    }
                }
                if (_ && k[_ac[102]](l),
                bmak[_ac[138]]() - e > t)
                    break
            }
            document[_ac[42]][_ac[318]](s),
            n = k[_ac[449]]()
        }
        return n[_ac[179]](_ac[226])
    }
    ,
    a[_ac[150]] = function() {
        var t = [];
        if (!a[_ac[261]]() && document[_ac[42]]) {
            var e = [_ac[457], _ac[338], _ac[781]]
              , n = [0, 0, 0]
              , o = [0, 0, 0]
              , m = document[_ac[149]](_ac[351]);
            m[_ac[630]] = _ac[227],
            m[_ac[363]][_ac[99]] = _ac[456];
            var r;
            for (r = 0; r < e[_ac[798]]; r++)
                m[_ac[363]][_ac[22]] = e[r],
                document[_ac[42]][_ac[743]](m),
                n[r] = m[_ac[206]],
                o[r] = m[_ac[629]],
                document[_ac[42]][_ac[318]](m);
            for (var i = [_ac[170], _ac[55], _ac[467], _ac[534], _ac[230], _ac[803], _ac[346], _ac[483], _ac[242], _ac[52], _ac[405], _ac[464], _ac[711], _ac[32], _ac[735], _ac[509], _ac[40], _ac[618], _ac[632], _ac[561], _ac[596], _ac[734], _ac[471], _ac[234], _ac[644], _ac[566], _ac[680], _ac[265], _ac[686], _ac[60], _ac[793], _ac[638], _ac[661], _ac[396], _ac[290], _ac[587], _ac[21], _ac[364], _ac[537], _ac[381], _ac[747], _ac[658], _ac[447], _ac[633], _ac[260]], c = [], b = 0; b < i[_ac[798]]; b++) {
                var d = !1;
                for (r = 0; r < e[_ac[798]]; r++)
                    if (m[_ac[363]][_ac[22]] = i[b] + _ac[226] + e[r],
                    document[_ac[42]][_ac[743]](m),
                    m[_ac[206]] === n[r] && m[_ac[629]] === o[r] || (d = !0),
                    document[_ac[42]][_ac[318]](m),
                    d) {
                        c[_ac[102]](b);
                        break
                    }
            }
            t = c[_ac[449]]()
        }
        return t[_ac[179]](_ac[226])
    }
    ,
    a[_ac[174]] = function() {
        return _ac[554] == typeof window[_ac[695]] || _ac[554] == typeof window[_ac[576]] || _ac[554] == typeof window[_ac[590]]
    }
    ,
    a[_ac[1]] = function() {
        return !!a[_ac[357]]()
    }
    ,
    a[_ac[54]] = function() {
        return !!a[_ac[701]]()
    }
    ,
    a[_ac[158]] = function() {
        return !!a[_ac[659]]()
    }
    ,
    a[_ac[701]] = function() {
        try {
            return !!window[_ac[145]]
        } catch (t) {
            return !1
        }
    }
    ,
    a[_ac[659]] = function() {
        try {
            return !!window[_ac[581]]
        } catch (t) {
            return !1
        }
    }
    ,
    a[_ac[357]] = function() {
        return !!window[_ac[706]]
    }
}(bmak),

其实就是检测了电脑的各种信息 小到字体 大到存储 插件 等等14个吧 然后增加了几个属性

分析完成后其实就是下面几行代码

    var a = {};
    t.fpcf = a,     //给bmak  和 t 都挂在 属性 fpcf = {}
    a.sf4               = false,          //主要是看下是手机 还是 mac  iPhone  因为是电脑 直接返回false
    a.fpValstr          = "-1",
    a.fpValCalculated   = !1,
    a.rVal              = "-1",
    a.rCFP              = "-1",
    a.cache             = {},
    a.td                = -999999,
    a.clearCache        = function() {a.cache = {}},
    a.fpVal             = function() {
        a.fpValCalculated = !0;             //改为true了
        var t = +new Date;
        a.fpValstr =a.data();  //这个信息自己去分析吧，就是指纹信息然后json.";"了下，感觉还不行还特么的字符串替换了么
        var n =  +new Date;
        a.td = n - t
    },

快乐的兔八哥
关注
sensor_data-Copy1.csv
04-25
该.csv文件可被作为car-sensor模拟数据，可用来作车联网项目的模拟数据进行测试。
Akamai JS _abck sensor_data 源码解读第二天 从主程序开始（6）
大叔刘
10-05 659
众所周知 耐克nick 阿迪adidas 德州仪器(TI ti.com) 得捷电子（digikey ）贸泽电子（mouser）等较大的芯片 购物之类的网站都引入了akamai的js防机器人识别系统，现在最新的akamai版本是1.7，如果想实现http抢购，那么破解akamai的js 实现sensor_data 然后换取相关有用的_abck是必须的，然后模拟tsl（模拟浏览器怎么发送请求的 不是简单的python go php等）使用个requests就可以的，然后发送相关的数据，那么问题就解决了。 ...
Shape请求头abcdfz（星巴克、tiktok）风控参数
Tigger.run 独立开发者 热爱逆向工程
09-29 2071
Shape请求头参数
最新版Akamai2.0风控分析
mature的博客
10-28 2343
本文章中所有内容仅供学习交流，不可用于任何商业用途和非法用途，如有侵权，请联系作者立即删除。断断续续的搞akamai已经3年多了，从1.42的版本到现在2.0，一步步的看着它长大变强。今天突然心血来潮，小小的记录和分享一下对抗的心得。想一起交流学习的虫友传送门v：yaoqing012。
（3）sensor_data分析+解决AKAMAI BOT manager 函数与变量之间的关系图 及 该风控都收集了哪些数据
杨宇琛的博客
06-02 4069
慢慢一点点整理出来，其实不难
Akamai 1.75 sensor_data源码逆向破解（一）
hero706309的专栏
07-23 3118
Akamai 1.75 sensor_data Akamai 2.0 源码逆向破解 德州仪器
akamai-toolkit:一套可用于Akamai反机器人解决方案的工具
04-29
akamai工具包该脚本旨在提供各种工具来处理Akamai反机器人解决方案。 要安装依赖项并开始使用脚本，只需运行： > cd akamai-toolkit> npm install> node toolkit.js 该脚本使用解析参数，当使用npm start时，该参数...
akamai_developer_toolkit：Akamai开发人员工具包chrome扩展
01-31
在过去的几个月中，我与开发人员进行了非常有趣的讨论，讨论哪些工具定义了他们的工作空间以及Akamai如何成为该工作空间的一部分。 一个反复出现的主题是能够立即从浏览器或其代码编辑器中立即执行清除，调试错误，...
基于 Akamai Technologies 开发的约束条件模仿人类行为的活动生成器_JavaScript_代码_相关文件
07-13
它是一个功能性的 Akamai 传感器生成器，但在 Akamai Anti-bot 的 1.52 版上。为了在最新的 Akamai 版本上运行，必须对其进行改造，并且必须重写某些部分。 方法 Akamai Sensor Generator 是通过反转混淆的 Akamai ...
PyPI 官网下载 | pulumi_akamai-0.1.1a1599152685.tar.gz
01-15
资源来自pypi官网。 资源全名：pulumi_akamai-0.1.1a1599152685.tar.gz
Akamai Ti 加购物车
m0_66450544的博客
07-23 1425
sensor_data的模拟是关键，它里面记录了鼠标的移动，点击键盘事件，还有，DeviceMotion，Deviceorientation事件等等，不过最主要的是鼠标和键盘，其他的不管都行，其中一些获取浏览器特征的值能变化的我都变化了，可是canvas指纹只要我一变化就不行了，按理说他的算法是不能被还原的，这个很奇怪啊，也有可能是需要真实的并且访问过该网站的canvas，还没搞懂，这里面还有个盾是||||这样的，算法是和||-1||这个盾一样的，可是就是破不了，还得继续研究。...............
Akamai阿卡迈_abck逆向sensor_data（二）
热门推荐
Codeooo 博客
03-25 1万+
继续跟着上一篇搞起来： 上一篇传输门：https://blog.csdn.net/weixin_38927522/article/details/123691665 在我的记忆里，国外大部分航司全部是用的这一套，像韩国的，捷星航空，还有美国的一些航空。 这一篇我直接先将思路公布一下： 思路： 1. 首先访问 https://www.flyasiana.com/5qSZcnDz_/hGWtnW/AkEc/auTFfPPk/9rYphrpkup/dDswFj8m/FVRIJ3V/tGkQ?n$eum=1
Akamai JS _abck sensor_data 源码解读第一天 96行（1）
大叔刘
10-05 1603
众所周知 耐克nick 阿迪adidas 德州仪器(TI ti.com)得捷电子（digikey）贸泽电子（mouser）等较大的芯片 购物之类的网站都引入了akamai的js防机器人识别系统，现在最新的akamai版本是1.7，如果想实现http抢购，那么破解akamai的js 实现sensor_data 然后换取相关有用的_abck是必须的，然后模拟tsl（模拟浏览器怎么发送请求的 不是简单的python go php等）使用个requests就可以的，然后发送相关的数据，那么问题就解决了。 ....
关于捷星的反爬虫及sensor_data参数的心得分享
u013738666的博客
03-06 4072
啃过很多难啃的骨头，没想到居然还有这么难啃的骨头。 研究了这网站许久，换了无数种思路，都失败而终。 下面就将把我踩过的坑，一一道来。 花了几天，把JS全部读完，将所有方法全部翻译。 JS里面，有效验鼠标轨迹点击事件的方法，有检测Selenium等自动化工具的方法，有检测无头浏览器的方法，有效验浏览器内核与UA信息是否匹配的方法（通过浏览器JS支持的特有属性方法检测），有获取浏览器指纹的方法...
sensor_data参数校验
qian123shuai的博客
05-29 7645
只说下思路吧，毕竟把加密代码公开对别网站不好。如有权益问题可以发私信联系我删除，或q:1847858794 如图 ，sensor_data里面包含了浏览器指纹信息，cookies信息，鼠标轨迹信息，时间信息，还有dom操作，反正乱七八糟的信息一大堆。。。 加密的js张这样子，可以搜：_ac= 或者 bmak={ 就可以找到加密js了。 这里说个取巧方法，不模拟鼠标轨迹...
传感器采集数据 Python123
y15659037739l的博客
03-29 1万+
下面是一个传感器采集数据文件 sensor-data.txt 的一部分：‪‬‪‬‪‬‪‬‪‬‮‬‭‬‫‬‪‬‪‬‪‬‪‬‪‬‮‬‪‬‫‬‪‬‪‬‪‬‪‬‪‬‮‬‪‬‮‬‪‬‪‬‪‬‪‬‪‬‮‬‫‬‪‬‪‬‪‬‪‬‪‬‪‬‮‬‫‬‫‬‪‬‪‬‪‬‪‬‪‬‮‬‫‬‭‬ 2018-02-28 01:03:16 19.3024 38.4629 45.08 2.68742 2018-02-28 01:06:16 19.1652 38.8039 46.08 2.68742 2018-02-28 01:06:46 1
ni**的网站的登录需要的sensor_data怎么来
sergiojune
05-14 3949
sensor_data 这个东西，相信都有很多人知道这个东西，我之前也搞过这个网站的登录，但是不成功，只能得到某些网页的数据，对于登录，当时是一直被拒绝的，就像下面这样。在今天，终于把它...
python、go、node的ja3指纹实现
kreas的博客
10-05 2761
python、go、node的jar指纹实现
Aakami2.0 分析
qq_39707917的博客
10-01 1293
Akamai 2.0分析
akamai sensor_data
最新发布
09-07
Akamai sensor_data是指Akamai技术公司使用的一项数据收集服务。Akamai是一家全球分发网络服务提供商，它提供了一系列的网络加速和内容分发解决方案。Akamai的sensor_data是指通过其全球分发网络收集的大量数据。 ...
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值