Re Whitebox

---
name: re-whitebox
description: >
  白盒加密分析：白盒实现识别、密钥提取。
  触发词：白盒、whitebox、白盒加密、密钥隐藏
capabilities: [crypto-identification, key-extraction]
---

# 白盒加密分析

## 何时使用 / 何时不用

- 用：加密实现"看不到密钥"——无标准库 API、密钥不在文件/内存/资源里显式存在（密钥被藏进实现本身）
- 用：反编译看到大段只读查找表（几百 KB 起）+ 函数体几乎全是查表逻辑，没有标准算法结构（无 Crypt* 调用、无标准 S-box 常量、无 OpenSSL 符号）
- 用：DRM/许可证/App 内加密、固件授权校验里怀疑白盒实现（Chow 类白盒 AES、白盒 SM4 等）
- 不用：普通加密实现（走 [[re-crypto-id]] → [[re-crypto-keys]] → [[re-crypto-decrypt]] 常规链路）
- 不用：算法与密钥都已知（直接解密）
- 前置检查：加壳/混淆样本先脱壳去混淆（[[re-anti-analysis]]），白盒表与代码被壳层污染时无法分析

## 工具准备

静态为主（免沙箱）；涉及"表加密运行时解密"时需动态取表（默认沙箱，[[re-analyze/platform-tips]] 最高原则）。所有工具先验证再使用。

### python3 —— 表提取与密钥推导脚本

- 安装与验证见 [[re-proto-rev]] 工具准备（python3）；大表处理建议 numpy（`pip install numpy`）

### 反编译器 —— 定位查表代码与表地址

- [[re-ghidra]]（默认，导入→自动分析→反编译）；[[re-ida]] / [[re-radare2]] 按 `RE_DECOMPILER` 会话变量
- 验证见对应技能工具准备；表地址/大小以反编译工具的 Data 视图为准

### [[re-angr]] —— 可选（符号执行辅助索引关系求解）

- 全平台: `pip install angr`
- 验证: `python3 -c "import angr; print(angr.__version__)"`
- 用途: 查表代码被混淆/索引关系复杂时，符号执行直接求"输入字节 → 表项"的对应关系

### [[re-memdump]] —— 表加密（运行时解密）时动态取表

- 默认转储优先（gcore，见 [[re-analyze/platform-tips]]「直读 vs 转储」决策表）
- 验证见 [[re-memdump]] 工具准备

## 操作步骤

按顺序执行，每步产物（表文件/脚本/恢复密钥）存档 sha256 + 路径，供报告引用（[[re-ioc]]）。

1. **白盒实现识别（查找表特征、无标准库调用的大段查表代码）**：
   ```sh
   # 静态侧: 找 .rodata/.data 里的查表候选——256 条 4/8 字节条目、连续、值分布均匀
   objdump -h sample.bin | grep -E 'rodata|data'
   # 反编译确认: 函数体是否"state 异或常量 → 查表 → 组合"结构、有无 Crypt* / OpenSSL 符号
   ```
   - 特征清单: ① 大段只读表（白盒 AES 一轮 4 张 256×4 字节表，Chow 类编码后表集可达 700KB-1MB+）② 函数体以查表为主、无标准轮函数形态 ③ 无标准常量（[[re-crypto-id]] 的 AES S-box/Rcon 指纹不命中）④ 无密码学 API 导入（[[re-imports]] 干净）
   - 反编译确认: 对表地址做 xref（Ghidra `Ctrl+Shift+F`），看引用函数的形态——"查表 + 组合"而非"轮函数 + 常数表"即为白盒候选
   - 与 [[re-crypto-id]] 的分工: 常规指纹命中 → 标准算法链路；指纹全不命中但有大表 → 白盒假设（见坑 4）

2. **表提取**：
   - Ghidra: 选中表数据段右键 Export（或脚本 `getBytes` 整段 dump）；IDA: `ida_bytes.get_bytes(start, size)` 导出
   - 解析脚本（按条目宽度/字节序）:
     ```python
     import struct
     data = open('tables.bin','rb').read()
     for off in range(0, len(data), 4):        # 4 字节条目（AES T 表）: 每条 [S(x)<<24 | ...]
         v = struct.unpack_from('<I', data, off)[0]
         # 记录值分布/每字节位模式，输出供步骤 3 分析
     ```
   - 记录: 每张表地址、尺寸、条目宽度、被哪些函数引用——表↔函数↔轮数的对应关系是密钥恢复的地图

3. **密钥恢复（表逆向 → 密钥推导，或已知明文攻击）**：
   - **思路 A 表逆向**: 白盒表里嵌着密钥——首轮表 `T0[x]` 编码了 `S(x) ^ k0`（x 为输入字节），末轮表编码最后一轮密钥；编码层（仿射/字节映射）简单时直接反解 `k0`
   - **思路 B 已知明文攻击**: 固定输入字节查表得输出，构造"输入→输出"对，编码层可建模时求解（仿射编码解线性方程、字节映射查碰撞）
   - **思路 C 动态取表**: 表自身加密（见坑 3）→ 运行时 [[re-memdump]] 转储后在内存搜表特征，取解密后的表再走思路 A/B
   - **思路 D DCA（差分计算分析）**: 编码层复杂（Chow 全编码）手工反推不现实 → 用 SideChannelMarvels 的 daredevil 对白盒运行轨迹做 DCA（差分计算分析）恢复密钥
   - 密钥假设验证: 恢复出的候选密钥先与标准实现输出对照（步骤 4），不要直接信

4. **与标准实现对照（同一算法不同实现）**：
   ```python
   from Crypto.Cipher import AES           # pip install pycryptodome
   key = bytes.fromhex('<候选密钥>')
   c = AES.new(key, AES.MODE_ECB)
   print(c.encrypt(b'hello whitebox!!').hex())
   # 与样本白盒实现对同一明文/密文的输出比对
   ```
   - 对照确认: ① 算法与参数（AES-128/192/256、分组 16 字节、ECB/CBC 模式、轮数）② 候选密钥正确性 ③ 白盒表与标准 T 表/轮函数的对应关系
   - 变体检查: SM4（32 轮、8 位分组字节）/ DES 白盒/自定义——按分组大小与轮数先定族，再套对应结构（见坑 4）

5. **报告（密钥/算法/影响）**：
   - 内容: 密钥（16/24/32 字节 hex）、算法与变体、提取方法（表逆向/已知明文/DCA/动态）、影响评估（密钥泄露 → 全部数据/流量可解密、DRM 可伪造）、证据（表地址、sha256、对照输出）
   - 密钥提取后即可转 [[re-crypto-decrypt]] 解密目标数据/流量；密钥与表哈希进 [[re-ioc]]

## 跨域联合

- [[re-protocol]]：本技能是该网关加密链路的白盒分支——加密识别/密钥/解密三件套遇到"查表加密"时转入
- [[re-crypto-id]]：前置——常量表指纹（S-box/Rcon/CRC）全部不命中的"查表加密"→ 转本技能；白盒表也会被指纹工具误认（见坑 4）
- [[re-crypto-keys]]：常规密钥提取路径（硬编码/内存搜索）失效时的白盒分支——密钥在表里不在显式位置
- [[re-crypto-decrypt]]：下游——恢复密钥后解密数据/流量
- [[re-binary-core]]：反编译底座（[[re-ghidra]] / [[re-ida]] / [[re-radare2]]）
- [[re-angr]]：可选——符号执行辅助表索引/编码层求解
- [[re-deobfuscate]]：白盒 + 混淆组合时先还原控制流（坑 2）
- [[re-memdump]]：表加密（运行时解密）时动态取表（坑 3）
- [[re-malware]]：恶意样本通信加密/勒索的白盒实现分析
- 引用 [[re-analyze/platform-tips]] 静态优先原则与「直读 vs 转储」决策表（动态取表时机）

## 常见坑与陷阱

- **白盒表巨大（内存/时间）**：现象——dump/解析几百 MB 表后脚本卡死、内存爆掉，分析拖几天；原因——Chow 类白盒表集 700KB-1MB+，叠加编码/混淆后更大；对策——分块处理（按表地址范围分片读）、numpy 向量化解析、先用 xref 过滤"只分析被引用的表"；表文件先压缩存档再分析
- **混淆 + 白盒组合**：现象——找到表但查表代码全被控制流平坦化/花指令包住，索引关系读不出来；原因——白盒与代码混淆叠加（[[re-anti-analysis]] 域手法，防自动化分析）；对策——先 [[re-deobfuscate]] 还原控制流再做索引分析；或跳过静态还原，用 [[re-angr]] 符号执行直接求"输入字节 → 表项"对应关系；两条路都走不通再上 DCA（不依赖代码语义）
- **表加密（二次保护）**：现象——静态 dump 的表熵高/全是密文，反编译却看到表被解密的前置循环；原因——白盒表自身加密，运行时才解密（防静态提取）；对策——[[re-memdump]] 动态转储，转储时机在解密循环执行之后（[[re-memdump]] 坑: 转储时机过早拿不到表、看到解密数据立刻保存）；取到明文表后再走步骤 3
- **算法变体误判**：现象——按 AES 白盒结构提取的表完全套不上，白折腾；原因——实现是 SM4/DES 白盒或自定义变体，编码方式/轮结构不同；对策——步骤 4 先定族（分组大小、轮数、与标准实现对照输出），确认算法后再按对应结构提取表；编码层不同（仿射/字节映射）导致表逆向困难时用 DCA 而非手工反推
- **表指纹误命中**：现象——在表里"搜到"疑似 S-box/常量，误判标准算法走错链路；原因——白盒编码后的表可能碰巧包含部分标准常量片段（或被静态库未引用代码污染）；对策——命中后必须 xref 确认被加密路径引用（[[re-crypto-id]] 同样有此坑），再对照轮数与分组大小
- **白盒实现三流派（先定流派再选攻法）**：现象——拿到白盒目标不知用哪种攻击方法；原因——白盒 AES 有三类实现，攻法不同：①**Chow 查找表**（2004 BGE 代数攻击攻克、2008 Michiels 通用化、2013 Lepoint 以 2^22 复杂度恢复密钥）；②**Bringer 扰乱项**（插入额外扰乱方程+线性编码，Xiao-Lai 实现 2010 被 Mulder 攻破）；③**Biryukov ASASA**（Affine-Sbox 交替层，代数/统计/分解攻击）；对策——先识别流派：Chow 特征 = 查找表集（TBoxes=SubBytes+AddRoundKey 合并、TyiTableBoxes=MixColumns 预计算、ioInvTable 随机混淆、shiftTab 把 ShiftRows 嵌入表生成）；ASASA = 仿射-非线性交替层；Chow 结构提取密钥走代数攻击（合并特定查找表去非线性）；DFA（差分故障分析）从 MixColumns 入手是经典攻击入口