分析midea0978的《一个C#算法分析求解》(二)

简介:

一、准备工作
首先处理以下Calc函数,以方便查看。其实就是变量重命名工作,此时多亏了VS2005的帮忙。
输入字符串str,输入是字节数组引用;
i是字节数组的循环变量;在后面的正式的程序中,将使用大K做为字节数组的定位变量。
k限定了最大字符串是18,原文是k<90,k+=5,缩小5倍就是了;
n其实就是字符在字符表中的位置,这个字符表其实可以说是一个密码表了;
j,莫名其妙的j,其实它也正好是这个算法的关键。

 1 public  static  void Calc( string str,  ref  byte[] bts)
 2 {
 3    ushort j = 11;
 4    uint i = 0;
 5    uint k = 0;// (uint)Math.Min(bts.Length, 18);
 6    int m = 0;
 7    while (i < bts.Length && k < 18)
 8    {
 9        if (!jlist.Contains(j)) jlist.Add(j);
10
11        int n = CalcNum(str[m++]);
12        if (n == -1) throw new Exception("Error");
13        //n = n << (j % 32);
14        //j最大可能(8-1)+3=10,开始的时候是10,所以实际最大是11
15        //n = n << j;
16        //bts[i] = Convert.ToByte(bts[i] | (n / 256));
17        //bts[i + 1] = Convert.ToByte(bts[i + 1] | (n % 256));
18        if (j < 8)
19        {
20            //j=3~7,n=0~31,n<<j = 0~31<<7, n/256=n>>8=0~15
21            n = n << j;
22            bts[i] = Convert.ToByte(bts[i] | (n / 256));
23            bts[i + 1] = Convert.ToByte(bts[i + 1] | (n % 256));
24            j += 3;
25            i++;
26        }

27        else
28        {
29            //n = n << j;
30            //bts[i] = Convert.ToByte(bts[i] | (n / 256));
31            n = n << (j - 8);
32            //n=0~31<<3=0~255
33            bts[i] = Convert.ToByte(bts[i] | n);
34            //左移超过8位,所以右边8位一定是0,然后bts[i+1]又是0
35            //bts[i + 1] = Convert.ToByte(bts[i + 1] | (n % 256));
36            j -= 5;
37        }

38        k += 1;
39    }

40}

 


二、常数序列J
从代码看J不断变大又变小,必然存在一个循环过程,下面先说明这一点:
J的变化,就好像一个自迭代函数,只要知道任意一个J,就可以得到下一个;
并且,对于两个相同的J,下一个J必然相等;
同时,J被限定在一个有限的区间内,3~10(8-5=3,(8-1)+3=10),
所以,随着个数增多,J必然循环。
计算得到,初始向量是11,循环节是[6, 9, 4, 7, 10, 5, 8, 3]。
从以下数据表可以看出:
ID    -N    N     J     K
0     21    43008 11    0
1     11    704   6     0
2     27    13824 9     1
3     19    304   4     1
4     1     128   7     2
5     25    25600 10    3
6     18    576   5     3
7     17    4352  8     4
8     12    96    3     4
9     16    1024  6     5
10    4     2048  9     6
11    3     48    4     6
12    28    3584  7     7
13    5     5120  10    8
14    9     288   5     8
15    0     0     8     9
16    10    80    3     9
17    22    1408  6     10

三、从J看字符串和字节数组的关系
而已发现,对于J来说,小于8和大于等于8是两种截然不同的情况。
只有J小于8时,字节数组的位置变量才会增加,而大于等于8是不加的,
所以,这就是字符数比字节数多的关键所在了。
因为J的序列已经确定了,只要指定字符的个数,它们对应的J也就确定了,
然后哪个字符对应第几个字节(位置K)也就容易确定了。
上面的数据表中可以看到J和K的关系

四、代码简化
源码中的CalcNum其实就是查找一个字符串在字符表中的位置,其实使用字符串的IndexOf函数就可以了。
把三个核心语句拆分到if(i<8)中去:
n = n << (j & 0x1f);
bts[i] = Convert.ToByte(bts[i] | ((n & 0xff00) >> 8));
bts[i + 1] = Convert.ToByte(bts[i + 1] | (n & 0xff));
当j>=8时,n先左移j位,所以第三句的 n & 0xff必然为0,所以修改bts[i+1]的这一句对于j>=8没有意义

五、构造类对象
为了建立各种参数间的关系,特建立了一个CharObject类,对应字符串的一个字符。
成员:ID(序号),Next(下一对象),J(常数序列),N(字符在密码表中的位置),
N_Hight(高位),N_Lower(低位),C(字符),Bts(对应的数组),K(对应数组中的位置)。
各种计算逻辑,都已经融入到属性当中。
指定Next属性时,马上就可以计算得到下一对象的J和K;
指定K属性的时候,就可以根据当前N计算Bts[K]和Bts[K+1]了;
如果N改变了,也可以调用Cal重新计算Bts[K]和Bts[K+1]。
静态方法Calc是根据字符串得到字节数组的;ReCalc根据字节数组得到字符串,也就是逆向计算了。

 

我不相信神话,我只相信汗水!我不相信命运,我只相信双手!
分类: 逆向

本文转自大石头博客园博客,原文链接:http://www.cnblogs.com/nnhy/archive/2007/12/01/979648.html,如需转载请自行联系原作者
目录
相关文章
|
10月前
|
数据采集 机器学习/深度学习 算法
别急着上算法,咱先把数据整明白:大数据分析的5个基本步骤,你都搞对了吗?
别急着上算法,咱先把数据整明白:大数据分析的5个基本步骤,你都搞对了吗?
673 4
|
8月前
|
机器学习/深度学习 边缘计算 算法
NOMA和OFDMA优化算法分析
NOMA和OFDMA优化算法分析
401 127
|
5月前
|
运维 监控 JavaScript
基于 Node.js 图结构的局域网设备拓扑分析算法在局域网内监控软件中的应用研究
本文探讨图结构在局域网监控系统中的应用,通过Node.js实现设备拓扑建模、路径分析与故障定位,提升网络可视化、可追溯性与运维效率,结合模拟实验验证其高效性与准确性。
310 3
|
5月前
|
存储 边缘计算 算法
【太阳能学报EI复现】基于粒子群优化算法的风-水电联合优化运行分析(Matlab代码实现)
【太阳能学报EI复现】基于粒子群优化算法的风-水电联合优化运行分析(Matlab代码实现)
108 0
|
7月前
|
编解码 算法 5G
MIMO雷达空间谱估计中Capon算法与MUSIC算法的对比分析及实现
MIMO雷达空间谱估计中Capon算法与MUSIC算法的对比分析及实现
606 2
|
6月前
|
机器学习/深度学习 算法 5G
【MUSIC、最大似然与克拉美-罗下界】MUSIC与ESPRIT 算法来估计到达角(AoA),并尝试推导克拉美-罗下界(CRLB)以分析其性能研究(Matlab代码实现)
【MUSIC、最大似然与克拉美-罗下界】MUSIC与ESPRIT 算法来估计到达角(AoA),并尝试推导克拉美-罗下界(CRLB)以分析其性能研究(Matlab代码实现)
305 0
|
7月前
|
人工智能 自然语言处理 算法
2025 年 7 月境内深度合成服务算法备案情况分析报告
2025年7月,中央网信办发布第十二批深度合成算法备案信息,全国389款产品通过备案,服务提供者占比超七成。截至7月14日,全国累计备案达3834款,覆盖文本、图像、音视频等多模态场景,广泛应用于生活服务、医疗、金融等领域。广东以135款居首,数字人、AI客服等C端应用主导,民营企业成主力,国企聚焦公共服务。随着AI政策推动,备案已成为AI产品合规上线关键环节。
|
10月前
|
存储 监控 算法
员工行为监控软件中的 Go 语言哈希表算法:理论、实现与分析
当代企业管理体系中,员工行为监控软件已逐步成为维护企业信息安全、提升工作效能的关键工具。这类软件能够实时记录员工操作行为,为企业管理者提供数据驱动的决策依据。其核心支撑技术在于数据结构与算法的精妙运用。本文聚焦于 Go 语言中的哈希表算法,深入探究其在员工行为监控软件中的应用逻辑与实现机制。
240 14
|
11月前
|
自然语言处理 算法 安全
境内深度合成服务算法备案通过名单分析报告
本报告基于《境内深度合成服务算法备案通过名单》,分析了2023年6月至2025年3月公布的10批备案数据,涵盖属地分布、行业应用及产品形式等多个维度。报告显示,深度合成算法主要集中于经济发达地区,如北京、广东、上海等地,涉及教育、医疗、金融、娱乐等多行业。未来趋势显示技术将向多模态融合、行业定制化和安全合规方向发展。建议企业加强技术研发、拓展应用场景、关注政策动态,以在深度合成领域抢占先机。此分析旨在为企业提供参考,助力把握技术发展机遇。
境内深度合成服务算法备案通过名单分析报告
|
11月前
|
供应链 算法 搜索推荐
从公布的前十一批其他算法备案通过名单分析
2025年3月12日,国家网信办发布算法备案信息,深度合成算法通过395款,其他算法45款。前10次备案中,深度合成算法累计3234款,其他类别647款。个性化推送类占比49%,涵盖电商、资讯、视频推荐;检索过滤类占31.53%,用于搜索优化和内容安全;调度决策类占9.12%,集中在物流配送等;排序精选类占8.81%,生成合成类占1.55%。应用领域包括电商、社交媒体、物流、金融、医疗等,互联网科技企业主导,技术向垂直行业渗透,内容安全和多模态技术成新增长点。未来大模型检索和多模态生成或成重点。
从公布的前十一批其他算法备案通过名单分析