एक प्यारे जानवर के रिवर्स इंजीनियरिंग का इतिहास

जनवरी की तीसरी सुबह की शांत सुबह, जब मॉस्को नए साल की छुट्टियों के बाद दर्जन भर था, हमारे अपार्टमेंट में एक डोरबेल बजी। मेल ने अंत में अमेज़न पर नए साल के उपहार के साथ एक पार्सल दिया। अन्य बातों के अलावा, इसमें उनके बेटे के लिए एक उपहार था - एक इलेक्ट्रॉनिक पालतू Furby । उनकी खरीद सामान्य रूप से आवेगी थी। खिलौना नए साल के मौसम के बेस्टसेलर में सूचीबद्ध था और अपेक्षाकृत सस्ती थी। मुझे फ़र्बी ग्रेड समझ में नहीं आया, लेकिन एक बार मैंने एक खिलौने के बारे में कुछ सकारात्मक सुना।

अपनी एक साल की उम्र के कारण, छोटा बेटा उपहार से बहुत प्रभावित नहीं था, और मुझे जटिल इलेक्ट्रॉनिक उपकरण को फर्श पर गिराने और इस उपकरण को फाड़ देने के लिए खेद था, और सब कुछ बेहतर समय तक उपहार को शेल्फ पर रखने के लिए चला गया, लेकिन मेरी आँखें गिर गई रंगीन पैकेजिंग पर एक शिलालेख ...

शिलालेख ने कहा कि AppStore में इस खिलौने के लिए आप एक एप्लिकेशन डाउनलोड कर सकते हैं, जिसके साथ आप एक साइबर पालतू जानवर को खाना खिला सकते हैं, उसे सभी प्रकार की आज्ञाएँ दे सकते हैं, साथ ही उन वाक्यांशों का अनुवाद भी कर सकते हैं जो उसने अपनी भाषा में कहा था - फ़र्बिश, अंग्रेज़ी में। एप्लिकेशन डाउनलोड किया गया था, पालतू को सभी प्रकार की खाद्य और अखाद्य वस्तुओं के साथ खिलाया गया था, जिसे उसने या तो भूख से निगल लिया था या बाहर फेंक दिया था, और फर्बिश से अंग्रेजी के अनुवादक ने आश्चर्यजनक रूप से सटीक रूप से काम किया।

क्या ऑडियो मान्यता इतनी विश्वसनीय रूप से आजकल और यहां तक ​​कि एक शोर वातावरण में भी काम करती है? यहाँ कुछ गड़बड़ है। और आवेदन Furby कमांड को कैसे प्रसारित करता है? IK गायब हो जाता है (फ्यूरबी के शुरुआती संस्करण, जैसा कि यह निकला, एक दूसरे के साथ संचार के लिए एक अवरक्त बंदरगाह था), ब्लूटूथ, भी। केवल ऑडियो ही रहता है। यह दिलचस्प है ... अब, यदि आप इस प्राणी के साथ संचार प्रोटोकॉल को हैक कर सकते हैं और इसे कंप्यूटर से प्रबंधित करने में सक्षम हो सकते हैं ... कुछ "ईस्टर अंडे", छिपी या सेवा दल खोजें! या ...

सामान्य तौर पर, जैसा कि आप समझते हैं, परिवार के पिता ने खुद को नए साल के लिए उपहार दिया।

***

सबसे पहले, मैंने कंप्यूटर के साथ iPhone को सिंक्रनाइज़ किया और एप्लिकेशन फ़ाइल (.ipa) के अंदर देखा। अन्य अंतड़ियों में, कई दर्जन लघु WAV फाइलें थीं, जिन्हें एक विशेष तरीके से गिना गया था। यह सब तैयार ऑडियो कमांड की तरह लग रहा था। पहली फ़ाइल 350 नंबर के साथ शुरू हुई थी। ऑडेसिटी फ़र्बी में इस फ़ाइल को चलाने के बाद, उसने एक व्यावसायिक तरीके से कुछ चबाया और आनंदमय "मम्म, यम!" का उत्पादन किया। "हाँ!" स्टर्लिंग ने सोचा, "अब तुम मेरे पास पर्याप्त हो!"

आवेदन में कमांड 350 के साथ शुरू हुआ और 900 वें के साथ समाप्त हुआ, जिसमें नंबरिंग में बड़े स्थान थे। तो Furby संभावित रूप से इन तैयार-निर्मित WAV फ़ाइलों की तुलना में बहुत बड़ी संख्या में आदेशों को महसूस करने में सक्षम है। हमें आगे देखना होगा।

ऑडेसिटी में सिग्नल की उपस्थिति ने सुझाव दिया कि कुछ प्रकार के आवृत्ति मॉड्यूलेशन का उपयोग किया गया था, और एक सिग्नल था, फिर एक छोटा विराम, फिर नेत्रहीन फिर से एक ही संकेत। कुल अवधि डेढ़ सेकंड है। चूंकि मॉड्यूलेशन आवृत्ति है, इसलिए स्पेक्ट्रम को देखना अच्छा होगा। मैंने ग्राफ को देखा - यह स्पष्ट रूप से 16-19 kHz के क्षेत्र में एक दूसरे से समान दूरी पर पांच चोटियों को अलग करता है:



Mordor से टॉवर, निश्चित रूप से, सुंदर है, लेकिन इसे कैसे समझना है? मैंने ऑडेसिटी में थोड़ा और रम किया और एक स्पेक्ट्रोग्राम के रूप में ऑडियो प्रदर्शित करने का तरीका खोला। यह तस्वीर पहले से बहुत अधिक सुंदर थी:



बीच में एक ठहराव के साथ दो पार्सल स्पष्ट रूप से दिखाई दे रहे हैं, "नोट्स" (बेस फ़्रीक्वेंसी) के अनुक्रम में एक दूसरे से अलग हैं। इसके अलावा, औसत आवृत्ति वाहक है, लगातार अन्य चार "नोट्स" के साथ वैकल्पिक है।

अनुक्रम को डिकोड करने की सुविधा के लिए, मैंने एक आलेखीय संपादक में एक मुखौटा बनाया, जिसे मैंने स्पेक्ट्रोग्राम स्क्रीनशॉट के शीर्ष पर रखा, क्रम में प्रत्येक नोट में 0 से 3 तक की संख्याएँ सौंपीं, और क्रमिक आदेशों का विश्लेषण करना शुरू किया (जैसा कि हम याद करते हैं, आईओएस डेवलपर्स ने मदद से हमारे लिए सभी WAV फ़ाइलों को गिने थे)। पहले यह पता चला कि पड़ोसी टीमों में संख्या कभी-कभी "कूद" जाती है, अर्थात। संख्याओं के क्रमिक वृद्धि के साथ हम नहीं चाहेंगे। कुछ विश्लेषण के बाद, यह स्पष्ट हो गया कि "नोट" को नीचे दिए गए आंकड़े के अनुसार गिना जाना चाहिए:



यहां, पार्सल को 3233 3012 1032 रूप में डिक्रिप्ट किया गया है (सुविधा के लिए, मैंने चार अंकों के ब्लॉक में अनुक्रम को तोड़ दिया; एक चौगुनी प्रणाली में, प्रत्येक ऐसा ब्लॉक एक बाइट है)।

टीमों के आगे के विश्लेषण, उनके द्विआधारी रूप और बिटवाइज़ तुलना के अनुवाद ने आधार और टीम की निम्नलिखित संरचना को पूरी तरह से प्रकट किया:

1. पहले बाइट (उदाहरण में यह 3233 ), द्विआधारी रूप में लिखा जा रहा है, इसकी संरचना निम्न है: 11 1 01111 , जहां सबसे अधिक दो बिट्स हमेशा 11 होते हैं, अगला बिट कमांड में पहले भेजने के लिए 0 और दूसरे के लिए 1 , और 01111 अपने लिए है। डेटा (कमांड पहचानकर्ता का हिस्सा);
2. दूसरा बाइट ( 3012 ) चेकसम है, जो कमांड के 6 बिट्स पर निर्भर करता है (जहां 1 बिट पैकेज की पहचानकर्ता है और 5 बिट्स स्वयं डेटा हैं);
3. भेजने का तीसरा और अंतिम बाइट हमेशा 1032 ।

इसका क्या मतलब है? सबसे पहले, कमांड को 5 बिट डेटा के दो पैकेट में विभाजित किया गया है। कुल में, हमें 10-बिट संख्या मिलती है, अर्थात्। आदेश की संभावित संख्या जिसे फ़र्बी भेज सकता है या प्राप्त कर सकता है वह 1024 है। हालाँकि, चेकसम गणना विधि की गणना नहीं की जा सकती है। कमांड संख्याओं का विश्लेषण करने के बाद, यह पता चला कि मैं पहले पैकेज के लिए 32 चेकसमों में से 7 और उपलब्ध डब्ल्यूएवी फाइलों के आधार पर दूसरे पैकेज के लिए 32 चेकसमों में से 31 पा सकता हूं। कुल में, इसने मौजूदा 76 (तैयार WAV फ़ाइलों के रूप में) के बजाय 217 संभावित कमांड दिए, जो कि खराब भी नहीं है।

मैंने एक स्क्रिप्ट लिखी है जो वांछित कमांड नंबर द्वारा एक .wav फ़ाइल के समान तैयार की गई है और मेरे लिए उपलब्ध आदेशों की श्रेणियों के माध्यम से सॉर्ट करना शुरू कर दिया है। जैसा कि यह पता चला, वास्तव में अनिर्दिष्ट टीमें थीं - फ़र्बी ने अलग-अलग तरीकों से उन पर प्रतिक्रिया व्यक्त की, गाने गाए, रैप किए, छींकें, एक सपने की नकल की और अन्य सरल चीजें कीं।

यह शोध की भूख को प्रभावित करता है, हालांकि, चेकसम एल्गोरिथ्म ने रिवर्स इंजीनियरिंग के लिए हठ नहीं किया, जिसका अर्थ है कि अधिकांश टीमें मेरे लिए दुर्गम रहीं।

एक बार फिर से किसी भी सुराग के लिए इंटरनेट पर कंघी करने पर, मुझे अचानक एंड्रॉइड के लिए आधिकारिक फ़र्बी एप्लिकेशन का लिंक मिला (जिसके बारे में खिलौने के साथ बॉक्स पर एक शब्द भी नहीं था)। "Android → Java → bytecode → स्रोत → ... → PROFIT!"। स्टर्लिट्ज़ एक समाधान के इतना करीब कभी नहीं रहा है ...

***

आखिरकार कुछ कचरा डंप पर आवश्यक .apk फ़ाइल मिली, मैं अंदर चढ़ गया और कमांड के साथ एक भी WAV फ़ाइल नहीं देखी, हालांकि सामान्य तौर पर संसाधनों का सेट iOS के लिए एप्लिकेशन के समान था। चूंकि कोई .wav फाइलें नहीं हैं, क्या एप्लिकेशन किसी तरह मक्खी पर कमांड उत्पन्न करता है? यह वही है जो मुझे चाहिए! Decompiling और Java कोड को देखने से कुछ दिलचस्प सुराग मिले, लेकिन जैसा कि यह निकला, सभी दिलचस्प भराई, अर्थात् पीढ़ी और ऑडियो का विश्लेषण, देशी .so पुस्तकालय के अंदर स्थित है, जिसमें एक तरीका है जिसकी मुझे आवश्यकता है, अर्थात् private static native byte[] GenerateComAirCommand(int paramInt); ।

देशी तरीके से कैसे प्राप्त करें? हैरान होने के बाद, स्टर्लिंग ने एंड्रॉइड एसडीके डाउनलोड करने का फैसला किया। नतीजतन, एक छोटी परियोजना को इकट्ठा किया गया था, जिसमें देशी पुस्तकालय और एक न्यूनतम बाध्यकारी शामिल था, केवल उस फ़ंक्शन तक पहुंच प्रदान करना जो मुझे आवश्यक था। स्टार्टअप पर ही एप्लिकेशन, बस मुझे आवश्यक WAV फ़ाइलों के सेट के लिए WAV फाइलें बनाईं, जहां कमांड में समान लापता उच्च और निम्न 5 बिट्स थे, जिसके लिए मुझे चेकसम की आवश्यकता थी। कुछ स्टैक ओवरफ्लो धूम्रपान के बाद (मुझे उस समय एंड्रॉइड एप्लिकेशन लिखने का कोई अनुभव नहीं है), एप्लिकेशन ने एमुलेटर के वर्चुअल एसडी कार्ड पर मुझे आवश्यक WAV फ़ाइलों का एक सेट शुरू किया और उत्पन्न किया, जिसे मैंने एडब के माध्यम से सामान्य फ़ाइल सिस्टम में adb pull लिया। इन फ़ाइलों के विश्लेषण ने मुझे पूरी तरह से कवरेज दिया - सभी 64 चेकसम जिसके द्वारा आप 1024 कमांडों में से किसी को भी फिर से बना सकते हैं।

आदेशों के लिए फ़र्बी की प्रतिक्रियाओं का विश्लेषण करने में, आदेशों की एक और श्रृंखला में पाया गया कि फ़र्बी ने एक या दूसरे तरीके से प्रतिक्रिया की। हालाँकि, कुछ परमाणु कमांड जैसे कि "अपनी आँखें खोलें", "अपनी आँखें बंद करें", "अपने कान को स्थानांतरित करें" नहीं मिला। साथ ही कोई EULA स्वयं-विनाश आदेश या पढ़ने EULA फ़र्बिश पर नहीं पाए गए (इसका मतलब यह नहीं है कि कोई विशेष टीम नहीं है, उन्हें बस सक्रिय किया जा सकता है, उदाहरण के लिए, एक विशेष अनुक्रम या कोड के पूरी तरह से अलग सेट द्वारा - यह किसी भी तरह से पता लगाना संभव नहीं है। )।

***

हालांकि, मैंने आगे जाने का फैसला किया और कुछ कमांड के बाद से एक Furby उत्तर विश्लेषक लिखना, हालांकि वे एक दृश्य परिणाम नहीं देते हैं, प्रतिक्रिया कमांड के रूप में एक Furby प्रतिक्रिया का कारण बन सकता है, जो दिलचस्प भी है। नतीजतन, एक पर्ल स्क्रिप्ट लिखी गई थी जो एक माइक्रोफ़ोन से पीसीएम डेटा स्ट्रीम का विश्लेषण करती है, इसे फ्लाई पर करती है और इन परिसरों को कम कर देती है। यह सब विंडोज के तहत लिखा गया था, जहां पर्ल के लिए, दुर्भाग्य से, माइक्रोफ़ोन से डेटा रिकॉर्ड करने के लिए कोई सामान्य तरीके नहीं हैं, इसलिए मुझे डेल्फी में एक कंसोल प्रोग्राम बनाना था जो माइक्रोफ़ोन से डेटा पढ़ता है और इसे लगातार एसटीडीयूएसटी के लिए आउटपुट करता है। डेटा स्ट्रीम को एक स्क्रिप्ट पर पुनर्निर्देशित किया जाता है जहां विश्लेषण पहले से ही हो रहा है। यह विंडोज के लिए यूनिक्स तरीका है।

थके हुए पाठक कहेंगे, "बंद करो, रोको," कहेगा, "लेकिन यह सब किस लिए है?"

मुझे यह देखने में दिलचस्पी थी कि शारीरिक रूप से खिलौना तोड़ने के बिना "अंदर क्या है" (आखिरकार, मैंने इसे अपने लिए खरीदा)। जिस तरह से, मैंने एंड्रॉइड के साथ काम करने के बारे में, एफएलटी में, विंडो कार्यों के बारे में, पर्ल में पीढ़ी और ध्वनि के विश्लेषण के बारे में ज्ञान प्राप्त किया, जो अपने आप में आकर्षक है।

शायद यह लेख किसी के लिए अपने स्वयं के प्रोटोकॉल को लागू करने के लिए काम आएगा, क्योंकि iPhone के लिए सभी प्रकार के दिलचस्प गैजेट हैं जो ऑडियो जैक के माध्यम से डेटा संचारित करते हैं।

और अंत में, एक कंप्यूटर के माध्यम से Furby को नियंत्रित करने की क्षमता संभावित रूप से आपको कुछ घटनाओं के बारे में सूचित करने का एक भावनात्मक तरीका खोलती है। उदाहरण के लिए, जब मेल एक विशिष्ट प्राप्तकर्ता से आता है, तो आप फ़र्बी को नृत्य करने के लिए कह सकते हैं, इसके बाद Git में एक प्रतिबद्ध व्यक्ति एक निश्चित व्यक्ति से purr में आता है, और दूसरे से - एक कम सभ्य ध्वनि बनाने के लिए (जो Furby स्टॉक में है)। सच है, इसके लिए, आपको अभी भी कुछ हार्डवेयर कार्यों को हल करने की आवश्यकता है। सबसे पहले, फरबी को 10 मिनट की निष्क्रियता (और शारीरिक ब्रेकिंग को गतिविधि के रूप में माना जाता है) के लिए मना करने के लिए - इसके लिए उसके पास अंतरिक्ष में एक स्थिति संवेदक है) और इसे बैटरी से नहीं, बल्कि एक बिजली की आपूर्ति या यूएसबी से शक्ति। शायद हेबर पर लोहे के विशेषज्ञ हैं जो अंत में जानवर को वश में करना चाहते हैं?

कुछ कॉम्बिंग के बाद ही कोड को GitHub पर पोस्ट किया जाता है । हर संभव तरीके से इच्छाओं और पाता का स्वागत है। बेशक, प्रस्तुत सभी जानकारी और कार्यक्रम कोड केवल शैक्षिक उद्देश्यों के लिए प्रदान किए जाते हैं।

ऊ-ताह-तो-तो। काह रास्ता-लोह।