""" 前置知识(建议要看,非常自信可以不看) https://zhuanlan.zhihu.com/p/448198789 信息论的一些基础 可以结合这份ppt来看 https://web.xidian.edu.cn/jwliu/files/20190521_003040.pdf 同时b站上的国防科技大学-信息论与编码基础也可以学习一下 https://www.bilibili.com/video/BV1pJ411U7G8?p=61 读题可知,我们需要获取一个7bit的有效信息,每次返回的信息可以看作1bit,共15bit。 而其中1-2次的说谎我们可以视为1-2bit的传输错误。 因此我们需要一种最少可以纠正2bit的编码,也就是循环冗余校验 根据题目描述,我们需要构造一个(15,7)循环码,也就是15bit的编码数,7bit的有效信息数 """ # 首先定义伽罗瓦域 R. = PolynomialRing(GF(2)) """ 然后寻找生成元g 根据定理,(n,k)循环码的生成元g一定是x^n+1的n-k次因子 (ppt中说是x^n-1,这里因为是GF(2),所以+1和-1是等价的) 带入计算得知,g应当为x^15+1的8次因子 """ ff = x^15+1 g = factor(ff) # (x + 1) * (x^2 + x + 1) * (x^4 + x + 1) * (x^4 + x^3 + 1) * (x^4 + x^3 + x^2 + x + 1) factors = [] for i in range(len(g)): factors.append(g[i][0]) possible_g = [] # x + 2 * y + 4 * z == 8 # root = [(8,0,0),(6,1,0),(4,2,0),(4,0,1),(2,3,0),(2,1,1),(0,4,0),(0,2,1),(0,0,2)] possible_g.append(factors[0]^8) possible_g.append(factors[0]^6 * factors[1]) possible_g.append(factors[0]^4 * factors[1]^2) possible_g.append(factors[0]^4 * factors[2]) possible_g.append(factors[0]^4 * factors[3]) possible_g.append(factors[0]^4 * factors[4]) possible_g.append(factors[0]^2 * factors[1]^3) possible_g.append(factors[0]^2 * factors[1] * factors[2]) possible_g.append(factors[0]^2 * factors[1] * factors[3]) possible_g.append(factors[0]^2 * factors[1] * factors[4]) possible_g.append(factors[1]^4) possible_g.append(factors[1]^2 * factors[2]) possible_g.append(factors[1]^2 * factors[3]) possible_g.append(factors[1]^2 * factors[4]) possible_g.append(factors[2] * factors[2]) possible_g.append(factors[2] * factors[3]) possible_g.append(factors[2] * factors[4]) possible_g.append(factors[3] * factors[3]) possible_g.append(factors[3] * factors[4]) possible_g.append(factors[4] * factors[4]) """ 至此我们已经找出所有的生成元了,但是不要忘了还有纠错的要求。 纠正2bit的要求则是: 假设用d表示码组的最小汉明距离,纠正错误时,设可纠正t位的错误,则d >= 2t+1 (也就是保证任一点A的错误状态不落到其余点B,并且A的错误状态离A更近) 带入公式则是d >= 5 """ # 定义函数 n2p,将二进制数转换为多项式的形式 def n2p(a): a = bin(a)[2:] p = 0 for i in range(len(a)): if a[len(a) - i - 1] == '1': p += x^i return p # 定义函数enc,将7bit的信息编码成循环码 def enc(i): m = n2p(i) c = (x^8) * m + (((x^8) * m) % g) return "".join([str(int(i in c.exponents())) for i in range(15)])[::-1] # 定义函数dif,计算ab之间的汉明距离 def dif(a, b): cnt = 0 for i in range(len(a)): if a[i] != b[i]: cnt += 1 return cnt """ 通过构造校验表来检查所有的生成元是否满足条件 """ for g in possible_g: # 创建一个列表 dic,存储不同输入值的编码 dic = [] for i in range(2**7): dic.append(enc(i)) minHD = 15 for i in dic: for j in dic: if i == j: continue if dif(i,j) <= minHD: minHD = dif(i,j) #if minHD >= 5: #print(g) # x^8 + x^7 + x^6 + x^4 + 1 # x^8 + x^4 + x^2 + x + 1 # 下面两个随便挑一个作为生成元就好了 # g = x^8 + x^7 + x^6 + x^4 + 1 g = x^8 + x^4 + x^2 + x + 1 dic = [] for i in range(2^7): dic.append(enc(i)) """ 构造问题这个地方有点巧妙。 我们可以发现系统码是一个对称互补的码,也就是说0和127,1和126的系统码每一位都相反。 那么对于所有系统码来说0和1就是平均分布的。(因为成对来看,30个bit中必有15bit的0和15bit的1) 对于系统码的任意一位为0的概率就是0.5,为1的概率也是0.5 因此我们可以把questions[i]和j[i]等价来看, 我们可以找出所有令j[i]==1的信息码情况,共64种,把这些进行or运算。 把这个问题发送出去,如果返回true,那么证明j[i]就是1。 以此类推,我们就可以得到一串15bit的返回值。 但是因为存在最多2bit的错误,我们需要跟码表进行对比,找出汉明距离小于等于2的系统码。 然后这个系统码对应的信息码就是正确的信息码 """ # 定义字符串模板 part,用于后面构造问题 part = "( C0 == {} and C1 == {} and C2 == {} and C3 == {} and C4 == {} and C5 == {} and C6 == {} ) " # 创建问题列表 questions,用于存储构造的问题模板 questions = [] for i in range(15): question = "" nums = [j[:7] for j in dic if j[i] == '1'] for j in range(64): n = nums[j] question += part.format(n[0], n[1], n[2], n[3], n[4], n[5], n[6]) + "or " questions.append(question[:-4]) # 导入 pwn 模块,用于与远程或本地进程进行交互 from pwn import * # 设置日志级别为 debug,以便在执行过程中输出详细日志信息 #context.log_level = 'debug' r = process(['python3', 'main_local.py']) #r = remote("localhost", "10011") for i in range(1): msg = '' # 逐个发送问题并接收答案 for j in range(15): r.sendlineafter(b"Shannon:", questions[j].encode()) r.recvuntil(b"answers:") if b'True' in r.recvuntil(b"!"): msg += '1' else: msg += '0' # 查找与收到的答案最接近的编码,这里答案肯定只会有一个 for j in range(128): if (dif(msg, dic[j]) <= 2): break ans = "" for k in dic[j][:7]: ans += k + " " # 发送解码后的答案 r.sendlineafter(b"chests:", ans.encode()) flag = r.recvall() print(flag) r.close()