逆向分析顶象5代各类验证码类型的图片还原方法（附源码）

近日，顶象正式推出了第五代验证码，即新一代智能无感验证。 新一代智能无感验证是一个集策略、情报、数据为一体的云端交互的安全验证系统，汇集了4380条风险策略、112类风险情报、覆盖24个行业、118种风险类型，防控精准度>99.9%，1天内便可实现从风险到情报的转化，行业风险感知能力实力加强，同时支持安全用户无感通过，实时对抗处置能力更是缩减至60s内。..................

顶象滑块的js逆向分析，阐述了背景图还原、ac参数的生成等关键步骤。

仅供研究学习使用。 今天带来的是dx滑块验证码的逆向 目标站 --> 传送门 解决此类验证码 首先要解决滑动距离的判定 无论是使用selenium还是使用协议的方式来破解 都绕不开滑动距离的识别 滑动距离可以参考以前我博客上的方式，或者找一找开源的一些算法，正常的pillow+cv2就可以搞定。 废话不多说我们直接进入正题。 先抓包分析接口 不难分析 ak为固定参数 类似于极验中的gt 我们主要需要分析的加密参数为ac 找到ac初始化的地方，发现就是传入一个图片的token 看下ua赋值操作

本期为顶象验证码的协议逆向网址："aHR0cHM6Ly9iYW5rLnBpbmdhbi5jb20uY24vbS9tYWluL2luZGV4Lmh0bWw=" (b64)验证码特点：顶象验证码的图片为乱码，需要自己修正，有无感轨迹和点击事件验证码轨迹的验证，有的网站的图片为webp模式(可见官网)，本期为jpg模式，加密难度为中等第一次抓包获取请的图片图片信息 “/brcp/bron/cust/verificationservice/api/a”（如图）

【python 逆向分析还原图片】逆向分析一下顶象的【滑块 / 点选】的背景图，实现自动还原，文章末尾附上源码，详细教程，仅供参考学习交流！！！

本章节分为两部分，第一部分是背景图的还原算法分析，第二部分是发送请求的参数分析你也可以用官网提供的demo去分析，也可以直接注册一个顶象账号，然后放到本地调用。我是自己注册了一个账号，调用官方SDK做的测试，具体细节可自行查看文档相关SDK，分析代码是通用的，好处是可以防止一些其他东西的干扰，方便调试分析。............

因为之前定义了很多的变量，并在代码结构体中引用这些变量，导致变量非常的多，即使我们还原了字符串大数组后，阅读依然困难，所以这一步我们需要将引用的变量直接替换成之前已经定义好的值。除此之外，还涉及到其他混淆，例如return表达式混淆，十六进制等，最基本的混淆我不再一一赘述，大致原理都差不多，下面展示一下，最终还原的结果。跟进去之后，发现是混淆之后的，并且这里也只是单纯的return，说明，在前面就已经计算完成了，我们继续查找最初生成的位置。这里，虽然网站的js会变化，但我为了方便，我暂时先写死。

这边也是做了全家桶的识别，有疑问的小伙伴可以私信，关于乱序拼图，滑动还原，推理，点选，文字，都可以答疑。

京东滑块参数逆向分析与算法还原！协议过滑块验证爬虫必备技能～

顶象点选系验证码

声明：该文章为学习使用，严禁用于商业用途和非法用途，违者后果自负，由此产生的一切后果均与作者无关本文只做简单的验证码分析，不涉及扣代码等逆向。

顶象验证码接口， 注意：代理ip需要在我这边处理，所以有需要加账号密码的 用我例子的格式。账号:密码@代理ip:端口。

首先看一下顶象对于这种自身的虚拟源码保护是怎么说明的？   结合免费版分析可以猜测是这样的加固流程： 1.   首先进行免费版转换把dex中对应的方法通过JNI反射转换为cpp文件（当然这里企业版比免费版转换的方法要多，免费版中的内部类MainActivity$1就没有进行转换）； 2.   然后就是独有工具链的编译，猜测很有可能是基于LLVM的自定义编译； 3.   进行虚拟化保护...

100%

前言 我们又来破解验证码啦，今天上场的是–顶象面积验证码 根据场景来看，我们需要根据图片中分隔好的区域找到面积最大的一块来点击它。 那么我们把它拆分成以下几个步骤： 检测出图中标记的点 将检测出来的点连成线 根据线分割出的区域计算各区域面积，并得到最大面积 在该区域面积中选取一个坐标点作为结果 一、检测出图中标记的点 第一个问题，怎么检测出图片中被标记出来的点? 这里使用哈里斯角点检测，这里采用OpenCV中的cornerHarris()来实现。 参考下面两篇文章，感兴趣的话可以阅读一下： H