上文询问了gpt一些简单的问题，并且介绍了代码保护，那么本文就AI是否能破除代码保护做进一步测试。
需要知道chatgpt与官方开放的openai api接口他们在智能方面也是有所区别，笔者就一段简单的混淆代码分别询问chatgpt和api，得到的结果是截然不同的。
询问代码如下：
<?php function TeBB($CBUbH)
{
$CBUbH=gzinflate(base64_decode($CBUbH));
for($i=0;$i<strlen($CBUbH);$i++)
{
$CBUbH[$i] = chr(ord($CBUbH[$i])-1);
}
return $CBUbH;
}eval(TeBB("U1QEAu60lMwCxdKsvDRNLRsIR6OiokK/tKAgNz9ZP6UgT8MGAA=="));?>
比较简单的混淆，大部分小伙伴还是可以理清它的一个混淆逻辑，主要就是base64+gzip，ord-1，其实会发现，为方便各位观看这里给出源码：
<?php
echo time();
echo 'www.toolnb.com';
?>
那么接下来问问gpt看看它的回答：
第一次询问将完整的代码发送后得到的是对于代码的解释，就我发送的询问以及给出的这段解释而言并没有什么瑕疵。那么这段代码要还原混淆，一个办法就是获取到TeBB函数执行后的返回值，也就是eval的参数，那么如此来询问gpt：
会发现gpt给出了一个不算答案的答案，并没有回答到核心点，也没有给出我们想要的内容，那么来看看openai api给出的答案：
很明显，智能了很多，但在第一次的回复中发现有些许问题，这个ai在胡乱编造内容，我的程序源代码为第二次回复的内容，但在第一次回复中ai明显不清楚正确的参数值，并且给出了一个看似正确的hello world！
很显然，就比较简单的代码混淆而言，ai还是可以识别，但准确率还有待进一步确定，接下来给ai提点难度。
源码还是上文中的源码，混淆后代码如下：
$O00OO0 = urldecode("%6E1%7A%62%2F%6D%615%5C%76%740%6928%2D%70%78%75%71%79%2A6%6C%72%6B%64%679%5F%65%68%63%73%77%6F4%2B%6637%6A");
$O00O0O = $O00OO0 {
3
}.$O00OO0 {
6
}.$O00OO0 {
33
}.$O00OO0 {
30
};
$O0OO00 = $O00OO0 {
33
}.$O00OO0 {
10
}.$O00OO0 {
24
}.$O00OO0 {
10
}.$O00OO0 {
24
};
$OO0O00 = $O0OO00 {
0
}.$O00OO0 {
18
}.$O00OO0 {
3
}.$O0OO00 {
0
}
.$O0OO00 {
1
}.$O00OO0 {
24
};
$OO0000 = $O00OO0 {
7
}.$O00OO0 {
13
};
$O00O0O. = $O00OO0 {
22
}.$O00OO0 {
36
}
.$O00OO0 {
29
}.$O00OO0 {
26
}.$O00OO0 {
30
}.$O00OO0 {
32
}.$O00OO0 {
35
}.$O00OO0 {
26
}.$O00OO0 {
30
};
eval($O00O0O("JE8wTzAwMD0iSERsdXpXalhGcVRheGVHU1V0Wm5KTm9zWXJWQ0loT01iTHZ5UW1SY2RrUEtpQXBnZkV3QmplcGNObWZJRHduZGFsR3ZXUkVQRkhpT0NxcnlvZ1l6UU1CdGhaVmJVVGt4SkFTTHVLc1hrZTlzZGpBeEVtSGlRdFgwZG0xcHh5VDd5WnJmZEc4TEYzVTNVdDUwUTI5T1Fab2NDMjlSRk5PPSI7ICAKICAgICAgICBldmFsKCc/PicuJE8wME8wTygkTzBPTzAwKCRPTzBPMDAoJE8wTzAwMCwkT08wMDAwKjIpLCRPTzBPMDAoJE8wTzAwMCwkT08wMDAwLCRPTzAwMDApLCAgICAKICAgICAgICAkT08wTzAwKCRPME8wMDAsMCwkT08wMDAwKSkpKTs=")); ?>
无论是gpt还是api给出的都是废话文学，以gpt为例：
尽管给出了些许解释，但显得那么苍白无力，有用的只有那句“它可能会执行恶意代码”。那么稍显智能的API的回答是？
好吧，看起来有些不同，它将urldecode里面的url编码解码了，但是对于解混淆而言没有任何帮助。
它将输入的代码原样返回同时解释了eval可能造成的问题，而api则直接返回我输入的代码并且没有其他解释，在这方面来看gpt反而更热情些？
上文文末提到了OPCODE，本着严谨的态度，我又思考了一下，AI它既然是经过大量训练，那么也许能够胜任一些对于我们人类比较复杂且耗时，但本质上不难，只需要大量重复的工作即可完成的任务，那么此时自然想到PHP执行时的中间语言OPCODE。
opcode是php语言里供zend引擎执行的一种中间代码，可以把它类似于java中的字节码、或者python中的字节码对象pycodeobject。
解释器执行(ZendVM)过程即是执行一个基本单位op_array内的最小优化opcode，按顺序遍历执行，执行当前opcode，会预取下一条opcode，直到最后一个RETRUN这个特殊的opcode返回退出。
在针对代码保护的破解中有时候我们无法获取到源代码，只能获取到中间代码也就是OPCODE，但目前网络上没有公开的OPCODE还原方案或者项目，如果AI能够破这个局，那么对于代码保护而言又是一个新的挑战。
那么在网络上很容易查询到各个OPCODE对应的含义，此处展开内容稍多，用一个示例较好理解，以代码为例：
<?php
echo “hello world”;
?>
对应的OPCODE如下：
那么如何得到如上图中所谓的OPCODE？这时候就用到一个工具/扩展，VLD。安装方式搜索引擎很容易搜索到，安装完成后使用如下命令：
php -dvld.active=1 test.php
此时就会输入类似如下内容:
inding entry points
Branch analysis from position: 0
1 jumps found. (Code = 62) Position 1 = -2
filename: D:xxxxxxxxxtest.php
function name: (null)
number of ops: 2
compiled vars: none
line #* E I O op fetch ext return operands
-------------------------------------------------------------------------------------
40 0 E > ECHO 3
1 > RETURN 1
branch: # 0; line: 40- 40; sop: 0; eop: 1; out0: -2
path #1: 0,
3
那么会发现只要我们能拿到这一段OPCODE，将之逆向后即可还原PHP代码，那么上文也提到了OPCODE混淆，遇到此类混淆时VLD会失效，但可以通过魔改VLD去获取到实际执行的OPCODE。
那么需要知道一点，这种OPCODE与PHP代码都是有一一对应的，交给ai来干也许会有意外之喜，那么直接用上比较聪明的openai api：
好吧，api由于长度过长会卡很久最后导致没有响应，而显然这opcode的还是过长了，既然支持上下文，那么尝试换一段稍短些的OPCODE，再用上下文把它分割一下：
好的，给出了正确的代码，而让我比较意外的是chatgpt由于支持文本较长，我给出一段较长的OPCODE反而能得到相对正确的答复：
第一次的回答没有给出源代码，但经过进一步的询问后，在第二次回复中就完整的还原了代码：
尽管，有些明显的缺陷，但已经算是还原了代码，人工的调整一下即可，就它给出的回答来看用来辅助还原是足够了。
实际上笔者写了个OPCODE还原PHP代码的半成品用来在平时遇到混淆代码时可以辅助着还原，而目前的AI已经初步具备OPCODE还原能力，就我个人认为AI对于OPCODE还原度已经很高了，让我对于AI后续的发展有进一步的期待。
就以上对于AI的使用感受，AI对于PHP代码保护的破解目前来看，且门槛相对较高，需要步步调教才能将之破解，例如上文的混淆，在不熟悉混淆解密方式的情况下，无法得知混淆的入口为eval函数，门槛低的如在线破解网站（上传文件-》自动破解-》下载破解后的源码）；但对于单纯需要花费时间，只需要机械性地还原的内容，如OPCODE，使用AI将大大提高破解效率。
原文始发于微信公众号（山石网科安全技术研究院）：探讨利用AI技术对源代码安全保护的冲击（下）
- 左青龙
- 微信扫一扫
-
- 右白虎
- 微信扫一扫
-
评论