Javascript混淆与解混淆的那些事儿
2021-03-29 18:25
像软件加密与解密一样，javascript的混淆与解混淆同属于同一个范畴。道高一尺，魔高一丈。没有永恒的黑，也没有永恒的白。一切都是资本市场驱动行为，现在都流行你能为人解决什么问题，这个概念。那么市场究竟能容纳多少个能解决这种问题的利益者。JS没有秘密。
其实本人不赞成javascript进行hash混淆处理，一拖慢运行时速度，二体积大。JS代码前端可获取，天生赋予“开源”属性，都可以在chrome devTools下查看。JS非压缩性混淆完全违法前端优化准则。
目前网络上可以搜索的JS混淆工具不外乎以下几种：
eval混淆，也是最早JS出现的混淆加密，据说第一天就被破解，修改一下代码，alert一下就可以破解了。这种方法从出生的那天就失去了意义。其实JS加密（混淆）是相对于可读性而言的，其实真正有意义的就是压缩型混淆uglify这一类，即可减少体重，也可减少可读性。
但是，也不能排除部分商业源代码使用hash类型混淆源代码，比如 miniui 使用的JSA加密, fundebug使用的javascript-obfuscator。
下面通过代码来说明 JSA加密 和 javascript-obfuscator 的区别：
要混淆的代码：
function logG(message) {
console.log(‘\x1b[32m%s\x1b[0m‘, message);
}
function logR(message) {
console.log(‘\x1b[41m%s\x1b[0m‘, message);
}
logG(‘logR‘);
logR(‘logG‘);
通过JSA加密混淆后生成的代码
function o00($){console.log("\x1b[32m%s\x1b[0m",$)}function o01($){console.log("\x1b[41m%s\x1b[0m",$)}o00("logR");o01("logG")
然后再beautifier一下：
function o00($) {
console.log("\x1b[32m%s\x1b[0m", $)
}
function o01($) {
console.log("\x1b[41m%s\x1b[0m", $)
}
o00("logR");
o01("logG")
可以发现，其实没有做什么什么修改，只是做了一些变量替换。想还原也比较简单的。这里就不拿它来做代表，也没有什么人用。
通过javascript-obfuscator混淆后生成的代码
var _0xd6ac=[‘[41m%s[0m‘,‘logG‘,‘log‘];(function(_0x203a66,_0x6dd4f4){var _0x3c5c81=function(_0x4f427c){while(--_0x4f427c){_0x203a66[‘push‘](_0x203a66[‘shift‘]());}};_0x3c5c81(++_0x6dd4f4);}(_0xd6ac,0x6e));var _0x5b26=function(_0x2d8f05,_0x4b81bb){_0x2d8f05=_0x2d8f05-0x0;var _0x4d74cb=_0xd6ac[_0x2d8f05];return _0x4d74cb;};function logG(_0x4f1daa){console[_0x5b26(‘0x0‘)](‘[32m%s[0m‘,_0x4f1daa);}function logR(_0x38b325){console[_0x5b26(‘0x0‘)](_0x5b26(‘0x1‘),_0x38b325);}logG(‘logR‘);logR(_0x5b26(‘0x2‘));
再beautifier一下：
var _0xd6ac = [‘[41m%s[0m‘, ‘logG‘, ‘log‘];
(function(_0x203a66, _0x6dd4f4) {
var _0x3c5c81 = function(_0x4f427c) {
while (--_0x4f427c) {
_0x203a66[‘push‘](_0x203a66[‘shift‘]());
}
};
_0x3c5c81(++_0x6dd4f4);
}(_0xd6ac, 0x6e));
var _0x5b26 = function(_0x2d8f05, _0x4b81bb) {
_0x2d8f05 = _0x2d8f05 - 0x0;
var _0x4d74cb = _0xd6ac[_0x2d8f05];
return _0x4d74cb;
};
function logG(_0x4f1daa) {
console[_0x5b26(‘0x0‘)](‘[32m%s[0m‘, _0x4f1daa);
}
function logR(_0x38b325) {
console[_0x5b26(‘0x0‘)](_0x5b26(‘0x1‘), _0x38b325);
}
logG(‘logR‘);
logR(_0x5b26(‘0x2‘));
这个复杂得多，但是分析一下你会发现，其实多了一个字典，所有方法变量，都有可能存在字典中，调用时先调用字典还原方法名变量再执行。
其实入口都是变量的规则。
字典函数：
var _0xd6ac = [‘[41m%s[0m‘, ‘logG‘, ‘log‘];
(function(_0x203a66, _0x6dd4f4) {
var _0x3c5c81 = function(_0x4f427c) {
while (--_0x4f427c) {
_0x203a66[‘push‘](_0x203a66[‘shift‘]());
}
};
_0x3c5c81(++_0x6dd4f4);
}(_0xd6ac, 0x6e));
var _0x5b26 = function(_0x2d8f05, _0x4b81bb) {
_0x2d8f05 = _0x2d8f05 - 0x0;
var _0x4d74cb = _0xd6ac[_0x2d8f05];
return _0x4d74cb;
};
通过以上发现，我们可以把JS混淆归结为三类，分别是 eval类型，hash类型，压缩类型。而压缩类型，是目前前端性能优化的常用工具，以uglify为代表。
常用的前端压缩优化工具：
JavaScript:
- babel-minify
- terser
- uglify-js
- uglify-es
- Google Closure Compiler
- YUI Compressor
CSS:
- PostCSS
- clean-css
- CSSO
- YUI Compressor
HTML:
- html-minifier
从工具流(workflow) 来看，不论是 webpack 还是 gulp ，目前javascript最流行工具还是uglify。
相应的解混淆工具：
-
eval对应的解混淆工具, 随便百度都可以搜索到，如jspacker
-
JSA对应的解混淆工具unjsa
-
javascript-obfuscator对应的解混淆工具crack.js
-
压缩类型uglify对应的工具UnuglifyJS，在线版jsnice
解混淆策略其实是依据生成代码规律编写，不外乎观察特征分析，再观察特征分析，不断调整。都是手办眼见功夫。
都没有什么难度可言，有的就是耐性。比如javascript-obfuscator对应的解混淆工具可以
分解为N因子问题：
如何查询function的作用域？
预执行变量替换可能存在类型？
…
如：
var _0xd6ac = [‘[41m%s[0m‘, ‘logG‘, ‘log‘];
(function(_0x203a66, _0x6dd4f4) {
var _0x3c5c81 = function(_0x4f427c) {
while (--_0x4f427c) {
_0x203a66[‘push‘](_0x203a66[‘shift‘]());
}
};
_0x3c5c81(++_0x6dd4f4);
}(_0xd6ac, 0x6e));
var _0x5b26 = function(_0x2d8f05, _0x4b81bb) {
_0x2d8f05 = _0x2d8f05 - 0x0;
var _0x4d74cb = _0xd6ac[_0x2d8f05];
return _0x4d74cb;
};
function logG(_0x4f1daa) {
console[_0x5b26(‘0x0‘)](‘[32m%s[0m‘, _0x4f1daa);
}
function logR(_0x38b325) {
console[_0x5b26(‘0x0‘)](_0x5b26(‘0x1‘), _0x38b325);
}
logG(‘logR‘);
logR(_0x5b26(‘0x2‘));
要还原成
function logG(message) {
console.log(‘\x1b[32m%s\x1b[0m‘, message);
}
function logR(message) {
console.log(‘\x1b[41m%s\x1b[0m‘, message);
}
logG(‘logR‘);
logR(‘logG‘);
第一步你总得知道字典函数，然后执行字典函数 _0x5b26(‘0x0‘) 还原成 log.
那么就好办了，写代码的事。
如 https://github.com/jscck/crack.js/blob/master/crack.js
还原后，如何重构代码，那么你还得知道代码生成之前是通过什么工具打包的webpack? 还是？
如webpack 的各种封装头和尾
https://webpack.js.org/configuration/output/#expose-a-variable
(function webpackUniversalModuleDefinition(root, factory) {
if(typeof exports === ‘object‘ && typeof module === ‘object‘)
module.exports = factory();
else if(typeof define === ‘function‘ && define.amd)
define([], factory);
else if(typeof exports === ‘object‘)
exports[‘MyLibrary‘] = factory();
else
root[‘MyLibrary‘] = factory();
})(typeof self !== ‘undefined‘ ? self : this, function() {
return _entry_return_;
});
假如再深入一点，可能会涉及到JS语法解释器, AST抽象语法树
目前涉及到 JS语法解释器, AST抽象语法树的功能如下：
prepack, esprima, babel
或者可以阅读《编程语言实现模式》，涉及到 antlr4。
当然也可以通过esprima等工具来做解混淆，只是工作量大一点，值不值的问题。
对于未来，JS商业源码加密的方向可能webassembly，先在服务端编译成wasm，源码就能真正的闭源。
有人的地方就有路，有混淆的地方就有解混淆，目前机器学习编程响应的解混淆工具也做的相当出色，比如
Secure, Reliable, and Intelligent Systems Lab
Machine Learning for Programming 产品
nice2predict，jsnice …
查看 https://www.sri.inf.ethz.ch/research/plml
拓展参考
AST抽象语法树
为什么额外说一下AST抽象语法树，因为你可以 input-> ast -> output Anything。
比如你jsx转换小程序模版语法，这样你就可以用react语法来写小程序，如Taro。
mpvue, wepy, postcss …… 这些都是通过AST进行构建转换的工具，es6 -> es5, babel 都是使用AST。
AST抽象语法树大致流程：
Input 生成 AST tree
然后通过AST类型断言进行相应的转换
http://esprima.org/demo/parse.html
反编译工具全集
小程序
https://github.com/qwerty472123/wxappUnpacker
推荐.Net、C# 逆向反编译四大工具利器
https://www.cnblogs.com/ldc218/p/8945892.html
2018年支持java8的Java反编译工具汇总
https://blog.csdn.net/yannqi/article/details/80847354
文章标题：Javascript混淆与解混淆的那些事儿
文章链接：http://soscw.com/index.php/essay/69627.html