AI 自动化逆向（三十六）先找不加密的部分

本文是「AI 自动化逆向」系列第 36 篇，也是全系列的最后一篇。上一篇：假设空间枚举的完备性是假设出来的。

前言

上一篇打的是最硬的仗——密码。这一篇把顺序反过来，讲整卷（也是整个系列）最便宜的一条方法：

动手啃加密之前，先清点——同一套协议栈里，哪几段是完全不设防的？

因为"协议 = 加密"这个默认想象，本身就是错的。

（同前几篇：文中"AI"指执行分析的模型，"我"指设定目标、审结果的人；本篇只讲方法与自证思路，不给任何具体参数。）

一、AI 在这里踩的坑：把最贵的仗打在最便宜的地方

AI 面对"协议逆向"这四个字，默认整条协议栈都设了防——于是常常一上来就冲最硬的那一段（密码、签名、校验）去。

而真实的分层是：同一套协议栈里，有的阶段完全明文。 而且明文的往往正是入口段——握手、目录、列表这类"不给它就没法往下走"的阶段：它们要解决的问题是"让客户端连上来"，这个问题的答案不需要保密。

把明文段当成"也要破密码"，就是把最贵的仗打在最便宜的地方。正确的顺序是反的：先把明文段的红利吃干。

二、过程：明文段红利的四种吃法

① 清点：先画一张"明文 / 密文地图"

不走"逐个消息猜加没加密"，而是先清点：对每个阶段、每种消息，先问三件事——

• 它的字节形态像明文吗（可读结构）；
• 它的长度有没有"整齐的规律"（未加密数据常有）；
• 它能不能离线重放（不跑目标也能验证）。

这个项目里的入口阶段就是纯明文：一条请求、一条响应，而且跨会话逐字节可重放——这意味着整个阶段可以搬进离线研究，不必反复去开目标。成本一下就掉了一个量级。

② 吃干：把明文段变成"免费的口径"

明文段的产出不只是"读懂了这一段"，还有更值钱的：

• 字段含义直接读得出来（不用拟合、不用枚举）；
• 会话结构直接看得见；
• 响应可以离线重放——它成了后续所有实验的"已知答案对照组"（第 5 篇那条担保纪律的弹药）。

③ 自证：长度律——最便宜的健全性检查

即便是密文段，也不是无信息可挖：帧长本身自带规律——整除性、长度区间、头长与载荷长的关系。

把全部语料跑一遍这些"长度律"：零违例，本身就是一个很强的健全性信号；而它的成本几乎为零。

要把它摆对位置：长度律当不了判决（它抓不到语义），但当得了门卫——解码器接错、组装错、截断，这一关立刻红灯。便宜的门卫，就该在门口站岗。

④ 边界：明文段里可能住着"真世界"——重放之前先清点

这一条是整篇最要紧的安全边界。那份明文的入口响应里，带着一长串指向外部的地址——大部分在实验环境里被替换成了本地版本，但仍有相当一批是真的。

于是"逐字节重放"这个红利是有方向性的：

在隔离环境里重放，是红利；把它带到别处，它可能替你把车开回真世界。

纪律写下来就两条：伪造 / 重放之前，先清点这份数据里的端点；把"真"的替换成"假"的，只喂回环版本。（第 15 篇"写操作要能收场"的姐妹条：读来的数据不设防，放出去的数据要设防。）

三、判据与验证：四条

1. 清点先于攻坚。 先画"明文 / 密文地图"，再决定打哪一仗——能吃多少明文红利，先吃多少。

2. 明文段要吃出"对照组"。 离线重放、逐字节核验——让它成为密文段实验的已知答案（担保纪律的弹药）。

3. 长度律当门卫。 违反 = 立刻红灯（结构错）；全过 = 可信度上台阶——但明确它不是语义证明。

4. 重放有方向性。 带端点的数据：先清点、再替换、只回环——"能重放"和"该重放"是两件事。

四、结论

把这条方法压成一句话：协议的每个阶段保护力度不同——逆序吃，先吃没设防的。

然后是整个系列的收笔。

三十六篇下来，路是这么走过来的：

• 第 1–2 篇立住主题：它的错误长得像结论——格式漂亮、语气确定、退出码 0；
• 第 3–13 篇把这个主题拆开：它的产能有多真、人的位置在哪、它的每一种失效（指标崇拜、吞错、常量、字段名、原点、分类冲动、重构）都有可复现的机制；
• 第 14–21 篇把机制铸成审核协议：空要有担保、结论要带置信度、写要能回退、闭环要能兑现、判据要"改完就红"；
• 第 22–36 篇把这套协议放进三个真实的战场：格式、保护、协议——每一条方法都不依赖任何具体目标。

全系列的死主题，还是开头那一句：

AI 的产能是真的，AI 的自信是假的。
把产能变成可信的，不是提示词，是检查协议——以及愿意设计检查的人。

系列到此收笔。文里所有的判据和纪律，拿走就能用——它们不挑目标，只挑用法。

五、边界声明

• 本文只讨论AI 自动化逆向中的判据设计与审核方法，不涉及任何具体产品、厂商或服务的分析结论。
• 文中所有地址、偏移、常量、字段名一律为占位符或示意值，
  不代表任何真实目标中的取值；示例代码为说明判据而编写，不构成可运行的针对特定目标的工具。
• 文中提到的比例与数字均来自作者项目内的测量记录，仅用于说明方法失效的方式。
• 请勿将本文内容用于未授权的用途。

六、收尾

• 全系列的目录与阅读顺序，见系列第 1 篇开头的说明；
• 所有方法均已给出可迁移的形态，未涉密的边界也已逐篇标明；
• 如果这套"审核协议"能让你的下一次 AI 协作少返工一轮，这个系列就值了。

（本系列连载完毕。）

---

转载请注明出处：
https://lizhiyong.blog.csdn.net/article/details/169268978