当前位置：首页 > news >正文

用 AI 读懂混淆 JS 代码！逆向工程新思路：爬虫工程师的降维打击工具

news 2026/9/24 13:37:40

🕸️ 前言：还在死磕`_0x5a2b`？你已经慢了

做过爬虫的兄弟，看到下面这种代码绝对会头皮发麻：

var_0x21a4=['\x73\x65\x74','\x63\x6f\x6f','\x6b\x69\x65','\x6c\x6f\x67'];(function(_0x3c8b,_0x59d1){var_0x4b2c=function(_0x2d8f){while(--_0x2d8f){_0x3c8b['\x70\x75\x73\x68'](_0x3c8b['\x73\x68\x69\x66\x74']());}};_0x4b2c(++_0x59d1);}(_0x21a4,0x12b));

以前，我们需要：

AST 解混淆：写 babel 插件，替换常量，移除死代码。
单步调试：在 Chrome DevTools 里按断手，盯着堆栈看变量变化。
扣代码：把逻辑复制出来，补 Node.js 环境（Window, Document）。

耗时：3 天。

现在，利用 GPT-4 / Claude-3 等大模型，我们不关心它怎么混淆，我们直接问它：“这段代码想干什么？”

耗时：3 分钟。

这是一场降维打击。今天就带大家解锁这个“外挂”级别的技能。

⚔️ 核心原理：语义分析 vs 语法分析

为什么 AI 能看懂混淆代码？

传统 AST 工具：是语法层面的还原。它能把\x61还原成a，但它不知道var a = b + c具体代表了“加密”还是“拼接”。
大模型 (LLM)：是语义层面的理解。它阅码无数，能透过_0x...这种垃圾变量名，识别出常见的加密算法（AES, MD5, RSA）或指纹算法（Canvas, FingerprintJS）的代码结构特征。

新一代逆向工作流：

🛠️ 实战演练：手撕一段加密逻辑

假设我们在某网站抓包，发现了一个名为token的参数，通过搜索关键词定位到了以下混淆代码：

// 模拟一段混淆的加密函数function_0x4f2d(_0x1a,_0x2b){var_0x3c='';for(var_0x4d=0;_0x4d<_0x1a.length;_0x4d++){_0x3c+=String.fromCharCode(_0x1a.charCodeAt(_0x4d)^_0x2b);}returnbtoa(_0x3c);}// 调用var_token=_0x4f2d("HelloUser",123);

第一步：编写降维打击 Prompt

Prompt（提示词）的质量决定了 AI 的表现。不要只说“解释一下”，要像专业人士一样提问。

Prompt 模板：
“你是一名资深的 JavaScript 逆向安全工程师。
下面是一段混淆的 JavaScript 代码。请执行以下步骤：
代码重命名：将_0x开头的无意义变量根据其行为重命名为具有语义的名称（如str,key,result）。
逻辑分析：解释这段代码使用了什么加密或编码逻辑。
Python 还原：请直接给出等价的 Python 代码实现。”

第二步：AI 的表演

将代码和 Prompt 发给 AI（推荐 GPT-4 或 Claude 3.5 Sonnet）。

AI 回复预览：

1. 代码重命名：
函数接受一个字符串和一个整数密钥。循环对字符串每个字符与密钥进行异或 (XOR)运算，最后对结果进行Base64 编码。
2. 还原后的 JS：
functionencryptXorBase64(inputString,key){varresult='';for(vari=0;i<inputString.length;i++){// 异或运算result+=String.fromCharCode(inputString.charCodeAt(i)^key);}// Base64 编码returnbtoa(result);}
3. Python 实现：
importbase64

def get_token(input_str, key):
1. XOR 运算
xor_result = “”.join([chr(ord© ^ key) for c in input_str])
2. Base64 编码
注意：Python的b64encode需要bytes输入
encoded = base64.b64encode(xor_result.encode(‘utf-8’)).decode()
return encoded

print(get_token(“HelloUser”, 123))

看到了吗？我们甚至不需要去理解什么是charCodeAt或btoa，AI 直接把 Python 里的requests载荷代码都写好了。

🚧 进阶：如何处理“大块头”代码？ (Webpack/VM2)

对于几万行的 Webpack 打包代码，直接丢给 AI 会超出 Token 限制。这时候需要**“AST + AI”混合双打**。

AST 瘦身（预处理）：
先用简单的 Babel 插件，把大段的死代码（Dead Code）、控制流平坦化（Switch-Case）简单处理一下，去除 40% 的垃圾代码。
模块切割（切片）：
找到加密的入口函数（Export），只把核心加密函数及其依赖函数丢给 AI。
让 AI 写 AST 插件：
这是最高级的玩法。你不用自己写 Babel 插件，你把混淆代码特征发给 AI，让 AI 帮你写一个 AST 还原脚本！

Prompt 示例：