AI逆向实战：一键破解魔改SHA-1与2万行混淆代码

AI逆向正在改变爬虫逆向工程的效率

传统的JS逆向工程需要开发者手动分析混淆代码、追踪加密逻辑，往往耗费数小时甚至数天。而如今，借助AI工具（如OpenAI Codex配合浏览器调试），同样的工作可以在几十分钟内完成。

本文以爱搜网（ISO官网）为实战案例，详细拆解如何利用AI一键搞定魔改SHA-1算法和2万多行混淆代码的逆向分析。传统逆向和AI逆向之间的差距，不在于技术能力，而在于方法论的选择。

JS逆向工程与代码混淆：为什么这么难？

JS逆向工程是指通过分析已编译或混淆的JavaScript代码，还原其原始逻辑的过程。现代Web应用为保护核心业务逻辑，普遍采用多种混淆技术：变量名替换（将有意义的变量名替换为单字母或随机字符串）、控制流平坦化（将正常的if/else、循环结构打散为状态机形式）、字符串加密（将明文字符串编码为十六进制或Base64）以及代码压缩（删除空白和注释）。工业级混淆工具如obfuscator.io、javascript-obfuscator可以将数百行清晰代码转化为数万行几乎不可读的混淆代码，使人工分析的时间成本呈指数级增长。这正是本文案例中2万多行混淆文件令传统逆向工程师望而生畏的根本原因。

目标分析：登录接口的加密参数

打开爱搜网的登录页面，使用开发者工具抓包，输入手机号和密码（如123456）后点击登录，可以捕获到一个 login 请求。观察请求参数，会发现以下几个关键加密字段：

• pwd：密码加密后的密文，如 110adcf883e...，输入123456后得到的值，明显是标准MD5
• he：一个经过魔改SHA-1算法生成的哈希值
• san：另一个基于魔改SHA-1的加密参数
• ts：时间戳
• seclet：安全校验参数

其中pwd是标准MD5，相对简单。真正的难点在于 he、san 和 seclet 这三个参数——它们来自一个2万多行的混淆JS文件，使用了魔改的SHA-1算法。

SHA-1算法背景：SHA-1（Secure Hash Algorithm 1）是由美国国家安全局设计的密码散列函数，输入任意长度数据，输出固定160位（40个十六进制字符）的哈希值，其核心特性是单向性——无法从哈希值反推原始输入。网站开发者常在标准SHA-1基础上进行"魔改"以增加破解难度，常见手法包括：多轮迭代（对同一数据执行多次哈希运算）、截取部分结果（只取哈希值的某几位）、拼接固定盐值（在输入或输出中加入特定字符串）、修改初始化向量（改变SHA-1内部的初始常量值）。这些魔改操作使得即便逆向工程师识别出SHA-1的基本结构，也无法直接用标准库复现结果，必须精确还原每一处修改。

传统逆向：断点追踪的痛苦过程

跟栈定位加密入口

按照传统的JS逆向方法，需要在开发者工具中逐层跟栈。从 L.request 开始，跳过Promise异步回调和export导出等无关代码，逐步定位到参数生成的位置。

具体步骤包括：

1. 在请求拦截处下断点，找到参数 R 的传入位置
2. 逐层向上追溯，找到密码加密（MD5）的调用点
3. 继续追踪 he 和 san 的生成逻辑，定位到混淆文件中的 SH 函数
4. 发现这些函数都指向同一个巨大的混淆JS文件

这个过程中，你会遇到大量的代码混淆：变量名被替换为无意义的单字母、控制流被打乱、字符串被编码。手动分析2万多行这样的混淆代码，效率极低。

搜索参数名的困境

更棘手的是，直接在代码中搜索参数名（如 seclet）根本找不到正确位置。搜索结果要么是链接中的字符串，要么是无关的赋值语句（比如赋值的是一个表情符号），因为参数名本身也经过了混淆处理。这正是代码混淆给传统逆向带来的最大障碍——不仅逻辑被打乱，连"入口"本身也被隐藏了。

AI逆向实战：三个加密参数的破解过程

AI逆向的技术基础：大语言模型的代码理解能力

在进入实战之前，有必要理解AI为何能胜任这项工作。OpenAI Codex及其后继的GPT-4等模型，基于数百亿行开源代码进行预训练，使其能够理解代码语义、识别常见算法模式，并在不同编程语言之间进行转换。在逆向工程场景中，大语言模型的优势在于**"模式匹配"而非"逐行执行"**——它能从混淆代码的结构特征（如特定的位运算序列、循环展开模式）中识别出底层算法，类似于人类专家的直觉判断，但速度快数十倍。当前主流模型支持超过10万Token的上下文窗口，足以容纳数万行代码进行整体分析，这是AI逆向工程实用化的关键技术前提。

第一步：破解 san 和 he（魔改SHA-1还原）

将整个2万多行的混淆文件下载到本地，交给AI进行分析。提示词需要包含关键上下文信息：

"这是一个JS文件，调用该文件里面的SH函数，传入了[具体参数]，得到了[具体结果值]，帮我分析并还原算法。"

AI的分析过程非常系统：

1. 识别混淆包规模：确认这是一个大型混淆文件
2. 定位关键函数：找到H函数的定义位置
3. 还原算法逻辑：发现它是SHA-1跑了两次，中间截取8位，再拼接固定的盐值
4. 补充缺失信息：需要域名作为运算参数，补充后重新计算

AI最终输出了还原后的Python代码，运行即可得到正确的 san 值。同样的方法处理 he 参数——它使用了内嵌方法，传入固定参数 dt 字符串，AI同样成功定位并还原了其中涉及的 se、host、key 等逻辑。

第二步：破解 seclet（AI全自动分析）

对于 seclet 参数，采用了更激进的策略——只给AI一个页面链接，不提供任何额外提示，让它自主完成全部逆向分析。

提示词极其简洁：

"帮我分析这个登录接口中参数的生成逻辑。