首页
论坛
课程
招聘
[原创]Galgame汉化中的逆向 (一):文本加密(压缩)与解密
2020-6-6 10:48 4463

[原创]Galgame汉化中的逆向 (一):文本加密(压缩)与解密

2020-6-6 10:48
4463

Galgame汉化中的逆向 (一):文本加密(压缩)与解密

0x0 前言

看到关于游戏汉化相关的逆向教程挺少的,作为某汉化组的成员也帮过别的汉化组,于是就想把我见到的几个典型的例子整理分析一下,还是挺有意思的。此教程和我在贴吧和隔壁发的一样。

0x1 观察与定位

这个游戏还是很典型的,cpk封包,文本应该在sn.bin里面。
打开一看没有明显的字符,而且数据看起来很紧凑,应该是压缩或者加密了。

 

相比与主机游戏ida费劲的静态分析,pc动态调试真是太舒服了。
找文本很简单,等游戏运行起来后直接暂停,搜索内存sjis字符串。比如说“椿子”。
然后记住这个地址(或附近的某个),下硬断点write,重新启动游戏运行,游戏中断在这里。
图片描述

 

图片描述

0x2 解密函数观察

然后顺腾摸瓜,我们能看到了解密函数,只不过这个游戏奇怪,
用了eax和ecx传参(之后分析这个应该是指向了全局变量),
进一步分析发现eax应该是解密后的缓冲区,ecx是sn.bin文件缓冲区。
这里提取解密后的文本可以直接memdump了,
其实汉化游戏我们甚至可以不管它用了什么加密,直接hook这里然后替换为其他缓冲区。
但是这样就没有分析的意义了,为了练习和游戏封包兼容性,我们最好还是要去分析算法。

0x3 反汇编初步分析

怎么进行反汇编?
方便的办法是直接用ida的f5,但是这里我不想太依赖插件,就去直接看汇编代码了。
如果写汇编程序不多的可以先用c语言写一个接近汇编的版本,测试结果正确后,
然后再从这个版本中继续写一个接近于人写的程序(合并中间变量,改变量名),这样就方便逆向算法了。用接近汇编的C语言如下:

#include <stdio.h>
#include <stdlib.h>
#include <string.h>

typedef unsigned int DWORD;
typedef unsigned char BYTE;

size_t decrypt_asm(BYTE* dst, BYTE *src, size_t src_size) //445f40, dst=eax, src=ecx
{
    BYTE *buf=(BYTE*)malloc(3*src_size); //6975F28
    BYTE *edi = src;
    BYTE *esi = dst;
    DWORD t1, t2, t3; //[ebp-4], [ebp-8], [ebp-c]
    DWORD eax, ebx, ecx, edx;

    ebx = *(DWORD*)edi + (DWORD)esi; //edge
    t2 = ebx;
    edi += 4;
    memset(buf, 0, 0xFEE);
    eax = 0XFEE;
    edx = 0;
    while(1)
    {
        edx >>= 1;
        t1 = edx;
        if (!(edx & 0x100)) // 00 01
        {
            edx = *edi;
            edi++;
            edx |= 0xff00;
            t1 = edx;
        }
        ecx = *edi;
        if ((BYTE)edx & 1)
        {
            buf[eax] = (BYTE)ecx;
            eax++;
            *esi = (BYTE)ecx;
            esi++;
            edi++;
            eax &= 0xFFF;
            if(esi >= ebx) 
            {
                free(buf);
                return (size_t)(ebx-(DWORD)dst);
            }
        }
        else
        {
            edx = *(edi+1);
            ebx = (edx & 0XF0)<<4;
            ecx |= ebx;
            edx &= 0xF;
            ebx = edx+ecx+2;
            edi += 2;
            t3 = ebx;
            ebx = t2;
            edx = ecx;
            if(ecx>ebx)
            {
                edx = t1;
                continue;
            }
            do{
                ecx = edx & 0xFFF;
                ecx = buf[ecx];
                buf[eax] = (BYTE) ecx;
                eax ++;
                (*esi) = (BYTE) ecx;
                esi++;
                eax &= 0XFFF;
                if(esi >= ebx) 
                {
                    free(buf);
                    return (size_t)(ebx-(DWORD)dst);
                }
                edx++;
            } while (edx<=t3);
            edx = t1;
        }
    }
}

0x4 算法进一步分析

初步分析后,我们大概熟悉了算法流程。
然后可以用c语言写一个人能理解的版本了:

size_t decrypt(BYTE* dst, BYTE *src, size_t src_size) 
{
    BYTE *buf=(BYTE*)malloc(0x1000);               
    BYTE *cur_src = src;
    BYTE *cur_dst = dst;
    BYTE *end_dst =  (DWORD)cur_dst + *(DWORD*)cur_src;
    DWORD idx_buff, i, last, c1, c2;

    cur_src += 4;
    memset(buf, 0, 0xFEE);
    idx_buff = 0XFEE;

    c1 = 0; //index byte
    while(1)
    {
        c1 >>= 1;
        if (!(c1 & 0x100)) // c1 bit[9] is 0, it means do 8 times
        {
            c1 = *cur_src;
            c1 |= 0xff00; //make a mark, and to 16bit
            cur_src++;
        }
        if ((BYTE)c1 & 0x1) //copy to buf directly
        {
            buf[idx_buff] = *cur_src;
            *cur_dst = *cur_src;
            idx_buff++;
            idx_buff &= 0xFFF; //cicle buffer
            cur_dst++;
            cur_src++;
            if(cur_dst >= end_dst) 
            {
                free(buf);
                return (size_t)((BYTE*)end_dst - dst);    
            }
        }
        else
        {
            c2 = *(cur_src+1); //index byte2
            i = *cur_src | ((c2 & 0XF0)<<4); //use c1 and c2 (higher 4bits) to determine index
            last = (c2 & 0xf) + i +2; // length = c2 lower 4bit, 2 without length 2 chars
            cur_src += 2; //c1, c2 two index byte

            if(i > end_dst)
            {
                continue;
            }
            do
            {
                buf[idx_buff] = buf[i & 0xFFF];
                *cur_dst = buf[i & 0xFFF];
                idx_buff++;
                idx_buff &= 0xFFF;
                cur_dst++;
                if(cur_dst >= end_dst) 
                {
                    free(buf);
                    return (size_t)((BYTE*)end_dst - dst);  
                }
                i++;
            } while (i <= last);
        }
    }
}

并且可以总结出怎么来解密文本了。

sn.bin 结构
0x0 size 4
0x4~ data

data部分第一字节为索引,每一位代表当前byte的状态,
索引为1:直接copy当前byte到环状缓存区
索引为0:则表示当前byte和下一个byte是索引,高12位为位置,低4位为长度。
环状缓存区大小0x1000,起始位置0xFEE。

 

顺便说一下位运算充当循环遍历的方法吧,
​a = 0b0011111, a>>1需要移位5次a=0,则循环次数是5

 

测试一下文本没问题:

0x5 后记

之前在分析psv版ida看了半天也没有找到文本位置,
psv的ida loader真的不好用,好多函数识别不出来,字符串也无法定位,ps4版还稍微好点,至少x64比arm汇编看着要舒服。所以这次来分析一下pc版文本。
定位还算简单,然后又稍微逆向了一下算法,还算比较容易。
iwaihime psv eboot

 

iwaihime ps4 eboot

 

其实对数据比较敏感的看到0x1000,0XFEE就知道这其实不是加密,
就是LZSS的压缩,游戏里就是原封不动的把源码复制过去了。
我分析完算法后还以为是变种的RLE结果再仔细想想竟然就是LZSS,以前只是简单了解,
这次逆向算法后基本上对LZSS有了更深刻的了解了。


[看雪官方培训] Unicorn Trace还原Ollvm算法!《安卓高级研修班》2021年6月班火热招生!!

最后于 2020-6-18 17:57 被kanxue编辑 ,原因:
收藏
点赞7
打赏
分享
最新回复 (14)
雪    币: 8522
活跃值: 活跃值 (994)
能力值: ( LV4,RANK:50 )
在线值:
发帖
回帖
粉丝
xmhwws 活跃值 2020-6-6 11:04
2
0
没想到论坛还能看到这种帖子,NB
雪    币: 9829
活跃值: 活跃值 (2785)
能力值: ( LV9,RANK:260 )
在线值:
发帖
回帖
粉丝
hzqst 活跃值 3 2020-6-6 14:44
3
0
呐呐呐呐呐
雪    币: 1982
活跃值: 活跃值 (526)
能力值: ( LV3,RANK:10 )
在线值:
发帖
回帖
粉丝
のばら 活跃值 2020-6-6 18:29
4
0

雪    币: 250
活跃值: 活跃值 (233)
能力值: ( LV2,RANK:10 )
在线值:
发帖
回帖
粉丝
killleer 活跃值 2020-6-6 19:05
5
0
呐呐呐呐呐
雪    币: 8532
活跃值: 活跃值 (1170)
能力值: ( LV6,RANK:87 )
在线值:
发帖
回帖
粉丝
Lixinist 活跃值 1 2020-6-6 21:57
6
0
呐喊
雪    币: 5676
活跃值: 活跃值 (630)
能力值: ( LV5,RANK:60 )
在线值:
发帖
回帖
粉丝
gamehack 活跃值 2020-6-8 10:01
7
0
感谢分享!
雪    币:
能力值: ( LV2,RANK:15 )
在线值:
发帖
回帖
粉丝
煲仔饭 活跃值 2020-6-9 13:55
8
0
呐呐呐呐~
雪    币: 56
活跃值: 活跃值 (564)
能力值: ( LV2,RANK:10 )
在线值:
发帖
回帖
粉丝
实都 活跃值 2020-6-10 09:40
9
0
以前无聊做过两次软件汉化,支持!!
雪    币: 297
活跃值: 活跃值 (72)
能力值: ( LV9,RANK:220 )
在线值:
发帖
回帖
粉丝
noword_forever 活跃值 5 2020-6-12 14:34
10
0
看到这种压缩块,保存出来,用quickbms 的 comtype_scan2.bat 跑一遍,说不定就找到压缩算法了。
雪    币: 4331
活跃值: 活跃值 (351)
能力值: ( LV2,RANK:10 )
在线值:
发帖
回帖
粉丝
战马 活跃值 2020-6-12 14:58
11
0
老二次元了
雪    币: 3072
活跃值: 活跃值 (1925)
能力值: ( LV8,RANK:120 )
在线值:
发帖
回帖
粉丝
devseed 活跃值 1 2020-6-12 15:52
12
0
noword_forever 看到这种压缩块,保存出来,用quickbms 的 comtype_scan2.bat 跑一遍,说不定就找到压缩算法了。
因为当时以为是加密没看出来是压缩,就去分析算法了
雪    币: 297
活跃值: 活跃值 (72)
能力值: ( LV9,RANK:220 )
在线值:
发帖
回帖
粉丝
noword_forever 活跃值 5 2020-6-12 16:47
13
0
devseed 因为当时以为是加密没看出来是压缩,就去分析算法了
如果是加密,一般不会有这么多\x00
雪    币: 1661
活跃值: 活跃值 (371)
能力值: ( LV2,RANK:10 )
在线值:
发帖
回帖
粉丝
吻你裙 活跃值 2020-7-12 21:29
14
0
各位都是老声呐了
雪    币:
能力值: ( LV1,RANK:0 )
在线值:
发帖
回帖
粉丝
wx_oo_557 活跃值 2020-8-10 10:19
15
0

太感谢了,游戏汉化教程确实太少了,学习一下。刚学习这块不久,有时会遇到网上资料查找也难以解决的情况,请问能向您请教吗(QQ/email之类),我是看到这篇帖子注册的,还无法发送私信。

最后于 2020-8-10 10:26 被wx_oo_557编辑 ,原因:
游客
登录 | 注册 方可回帖
返回