डिक्रिप्टिंग सिरी

IPhone 4S की रिलीज़ के ठीक एक महीने बाद फ्रांसीसी कंपनी Applidium के लोगों ने सिरी पर्सनल असिस्टेंट प्रोटोकॉल को उलट दिया। नीचे एक लेख का अनुवाद है जो रिवर्स इंजीनियरिंग प्रक्रिया का वर्णन करता है और उन दिलचस्प तथ्यों को जो शोधकर्ताओं के सामने आया है।

14 अक्टूबर, 2011 को Apple ने नया iPhone 4S पेश किया। नई सुविधाओं में से एक सिरी प्रणाली थी - एक निजी सहायक। सिरी उपयोगकर्ता के साथ बातचीत के लिए प्राकृतिक भाषा में अनुरोध करता है।

Apple ने कहा कि सिरी एक दूरस्थ सर्वर को डेटा भेजता है (यही वजह है कि सिरी केवल 3 जी या वाईफाई के शीर्ष पर काम करता है)। जैसे ही हमारे हाथों को बिल्कुल नया iPhone 4S मिला, हमने यह पता लगाने का फैसला किया कि यह चीज कैसे काम करती है।

आज हम अभी भी सिरी प्रोटोकॉल को तोड़ने और खोलने में कामयाब रहे। नतीजतन, अब हम किसी भी डिवाइस पर सिरी मान्यता इंजन का उपयोग कर सकते हैं। हां, इसका मतलब यह है कि अब कोई भी Android एप्लिकेशन लिख सकता है जो बहुत ही सिरी का उपयोग करेगा! या अपने iPad पर सिरी का उपयोग करें। और हम आपके साथ अपने ज्ञान को साझा करना चाहते हैं।

प्रदर्शन

यह संभवत: सिरी के माध्यम से भाषण को पाठ में परिवर्तित करने के कार्य का सबसे सफल डेमो है। हमने "सिरी के स्वायत्त डेमो" (स्वायत्त डेमो सिरी) वाक्यांश के साथ एक सरल ध्वनि रिकॉर्डिंग बनाई, और हमें एक अद्भुत परिणाम मिला!

नमूना_शरी_स्पेश_तो_टेक्स्ट.झिप (K०.)) केके)

यह नमूना कभी भी किसी आईफोन के माध्यम से नहीं चला, लेकिन इसके बावजूद, हम सिरी को हमारे लिए इसका विश्लेषण करने में कामयाब रहे।

प्रोटोकॉल में खुदाई - एक संक्षिप्त तकनीकी परिचय

Applidium में, हम मोबाइल ऐप बनाते हैं। रिमोट सर्वर के साथ संवाद करने का सबसे अच्छा तरीका HTTP है, क्योंकि यह प्रोटोकॉल लगभग हर जगह और हमेशा, कई स्थितियों में काम करता है।

HTTP ट्रैफ़िक को इंटरसेप्ट करने का सबसे आसान तरीका एक प्रॉक्सी सर्वर बनाना है जिसे आप नियंत्रित करते हैं, इसे उपयोग करने के लिए iPhone कॉन्फ़िगर करें, और देखें कि हमारा प्रॉक्सी क्या है। इस प्रकार, हमने नेटवर्क गेटवे के लिए tcpdump को तेज़ कर दिया, और महसूस किया कि सर्वर 17.174.4.4 पर सिरी ट्रैफ़िक को पोर्ट 443 पर टीसीपी के लिए भेजा गया था।

डेस्कटॉप पर 17.174.4.4 पर जाने पर, हमने देखा कि यह सर्वर guzzoni.apple.com प्रमाणपत्र प्रदान करता है। यह पता चला कि सिरी ने HTTPS प्रोटोकॉल का उपयोग करके guzzoni.apple.com सर्वर तक पहुँचा।

जैसा कि आप जानते हैं, HTTPS में "S" का अर्थ है "सुरक्षित": क्लाइंट और सर्वर के बीच सभी ट्रैफिक HTTPS के साथ एन्क्रिप्टेड है। इसलिए, हम सिर्फ एक स्निफर का उपयोग करके इसे नहीं पढ़ सकते हैं। इस मामले में, सबसे आसान समाधान एक नकली डीएनएस सर्वर का उपयोग करके एचटीटीपीएस नकली करना है, और हमारे सर्वर पर क्या आता है, इसे देखें। सिरी के पीछे के लोगों ने सही काम किया: वे जाँचते हैं कि गोजोनी प्रमाण पत्र वैध है, इसलिए आप ढोंग नहीं कर सकते। खैर ... उन्होंने जाँच की कि यह वैध है, लेकिन आप अपना स्वयं का "मूल प्रमाणपत्र" जोड़ सकते हैं, जो आपको किसी भी प्रमाणपत्र को चिह्नित करने और उसे मान्य बनाने की अनुमति देगा।

इसलिए, हम सभी की जरूरत थी एक कस्टम एसएसएल प्रमाणपत्र प्राधिकरण स्थापित करने के लिए, इसे हमारे iPhone 4S में जोड़ें, और इसका उपयोग हमारे शुद्ध रूप से नकली प्रमाण पत्र पर हस्ताक्षर करने के लिए करें, जैसे "guzzoni.apple.com"। और इसने काम किया: सिरी ने हमारे अपने HTTPS सर्वर को कमांड भेजे! लगता है Apple में किसी ने बात को याद किया है।

यह तब था जब हमने महसूस किया कि सिरी प्रोटोकॉल अपारदर्शी है। आइए सिरी HTTP अनुरोध पर एक नज़र डालें। अनुरोध निकाय बाइनरी है (हम इस बारे में बाद में बात करेंगे), और यहाँ शीर्षलेख हैं:

ACE /ace HTTP/1.0
Host: guzzoni.apple.com
User-Agent: Assistant(iPhone/iPhone4,1; iPhone OS/5.0/9A334) Ace/1.0
Content-Length: 2000000000
X-Ace-Host: 4620a9aa-88f4-4ac1-a49d-e2012910921

इससे सीखने के लिए कुछ रोचक बातें:

• अनुरोध कस्टम "ACE" विधि का उपयोग करता है, न कि अधिक परिचित GET का।
• URL को "/ ace" के रूप में भी अनुरोध किया गया है।
• कंटेंट-लेंथ लगभग 2 जीबी है। जो जाहिर है, HTTP मानक का अनुपालन नहीं करता है।
• X-Ace-host कुछ GUID जैसा है। कई iPhone 4S के साथ प्रयोग करने के बाद, हमने महसूस किया कि यह मान वास्तविक डिवाइस (UDID के समान) से संबंधित है।

अब शरीर पर चलते हैं। शरीर में कच्चे बाइनरी डेटा होते हैं। जब हमने पहली बार हेक्स संपादक की आंखों से देखा, तो हमने देखा कि इसकी शुरुआत हमेशा 0xAACCEE से हुई थी। यह हेडलाइन लगती है! दुर्भाग्य से, उसके बाद जो हुआ उससे हमें कुछ भी समझ नहीं आया।

जब हमने सोचने के लिए कुछ समय लिया। मोबाइल एप्लिकेशन विकसित करने वाले लोगों के रूप में, हम जानते हैं; एक चीज है जो नेटवर्क के साथ काम करने के लिए बहुत महत्वपूर्ण है - यह संपीड़न है। बैंडविड्थ अक्सर सीमित होता है, इसलिए आमतौर पर हम जो कुछ भी संचारित करते हैं उसे संपीड़ित करना एक बहुत अच्छा विचार है। और डेटा संपीड़न के लिए सबसे आम पुस्तकालय क्या है? zlib: " zlib.net "। यह पुस्तकालय वास्तव में प्रभावी और शक्तिशाली है (और निश्चित रूप से, यह आधा फ्रेंच है!)। इसलिए, हमने zlib के माध्यम से अपने द्विआधारी डेटा को पंप करने की कोशिश की। लेकिन इसमें से कुछ भी नहीं आया, हमारे पास zlib हेडर की कमी थी। फिर हमने सोचा: "हम्म्, हमारे पास पहले से ही अनुरोध शरीर में यह AACCEE हैडर है। शायद कुछ और भी है? "। हम डेवलपर्स को डेटा पैक रखना पसंद करते हैं। हेडर के लिए तीन बाइट्स एक अच्छी लंबाई नहीं है। चार होने दो। इस प्रकार, हमने चौथे बाइट के बाद डेटा को अनपैक करने का प्रयास किया। और यह काम किया!

अब जब हमने डेटा को अनपैक किया है, तो हमें कुछ नए बाइनरी डेटा मिले हैं। यह बहुत स्पष्ट नहीं है कि कैसे, लेकिन इस डेटा के कुछ हिस्से टेक्स्ट थे। उनमें से, bplist00 ने हमारा ध्यान आकर्षित किया। हुर्रे! यह शायद कुछ बाइनरी प्लिस्ट डेटा है। इस बाइनरी स्ट्रीम के साथ पर्याप्त खेलने के बाद, हमने महसूस किया कि इसमें निम्नलिखित भाग शामिल हैं:

• 0x020000xxxx के साथ शुरू होने वाले भाग "प्लिस्ट" पैकेट हैं, xxxx बाइनरी प्लिस्ट डेटा का आकार है, जिसके बाद हेडर है।
• 0x030000xxxx के साथ शुरू होने वाले हिस्से कनेक्शन का समर्थन करने के लिए सिरी सर्वर पर iPhone द्वारा भेजे गए "पिंग" पैकेट हैं। यहाँ xx पिंग अनुक्रम संख्या है।
• 0x040000xxxx के साथ शुरू होने वाले भाग पिंग पैकेट के जवाब के रूप में सिरी सर्वर द्वारा भेजे गए "पोंग" पैकेट हैं। इसी तरह, xx पोंग अनुक्रम संख्याओं की संख्या है।

बाइनरी प्लिस्ट की सामग्री का निर्णय लेना बहुत सरल है, आप इसे "प्लूटिल" कमांड (कमांड लाइन के माध्यम से) का उपयोग करके मैक ओएस एक्स पर कर सकते हैं। या किसी अन्य प्लेटफॉर्म पर CFPropertyList रत्न का उपयोग करते हुए रूबी में।

जो हमने सीखा

हमने वास्तव में कुछ दिलचस्प बातें सीखीं कि कैसे iPhone 4S Apple सर्वर के साथ संचार करता है:

ऑडियो डेटा

IPhone 4S कच्चे ऑडियो को सर्वर पर भेजता है। यह Speex ऑडियो कोडेक का उपयोग करके संपीड़ित है, जो समझ में आता है क्योंकि यह कोडेक विशेष रूप से वीओआईपी के लिए डिज़ाइन किया गया है।

पहचान

IPhone 4S हर जगह पहचानकर्ताओं को भेजता है। इसलिए यदि आप सिरी का उपयोग किसी अन्य डिवाइस पर करना चाहते हैं, तो आपके पास अभी भी कम से कम एक आईफोन 4 एस का पहचानकर्ता होना चाहिए। बेशक, हम अपने प्रकाशित नहीं करेंगे, लेकिन उन उपकरणों का उपयोग करके इसे प्राप्त करना बहुत आसान है, जिनके बारे में हमने पहले ही लिखा था। बेशक, सिद्धांत रूप में एप्पल एक पहचानकर्ता को ब्लैकलिस्ट कर सकता है, लेकिन जब तक आप इसे निजी उद्देश्यों के लिए उपयोग करते हैं, तब तक सब कुछ क्रम में होना चाहिए।

वास्तविक सामग्री

प्रोटोकॉल वास्तव में, बहुत, बहुत बातूनी है। आपका iPhone Apple के सर्वरों को बहुत सारी चीजें भेजता है। और ये सर्वर उसे अविश्वसनीय मात्रा में जानकारी के साथ जवाब देते हैं। उदाहरण के लिए, जब आप टेक्स्ट-टू-स्पीच का उपयोग करते हैं, तो ऐप्पल सर्वर एक आत्मविश्वास स्कोर और प्रत्येक शब्द के लिए एक समय टिकट भी भेजता है।

आगे क्या है?

यहां उन टूल का एक संग्रह है जो हमने प्रोटोकॉल को समझने में हमारी मदद करने के लिए लिखा था। वे मुख्य रूप से रूबी में लिखे गए हैं (क्योंकि यह आश्चर्यजनक रूप से सरल भाषा है), सी में कुछ भाग, और कुछ उद्देश्य-सी में। उनका विकास वास्तव में समाप्त नहीं हुआ है, लेकिन यह उन लोगों के लिए पर्याप्त होना चाहिए जो तकनीकी रूप से सिरी एप्लिकेशन लिख सकते हैं।

आइए देखें कि आप सिरी के साथ क्या मजेदार चीजें करेंगे! और देखते हैं कि Apple को अपनी सुरक्षा नीति को बदलने में कितना समय लगता है।