Dotaz: Záhadné kódovanie

[Martin Habovštiak]

Příloha:

• freq (15105 bytů)

Čaute,

vie niekto, čo za kód by to mhol byť, keď obsahuje iba veľké písmená anglickej abecedy (A-Z)?
Kód je použitý v tzv. sadách českej hry Hafík (hafik.zde.cz - nájdete tam aj samotnú hru), napísanej vo Visual Basic 6
Keďže som ako projekt do školy urobil veľmi podobnú hru, rád by som spravil konvertor aby sa dali použiť aj v nej...

O súboroch som zistil toto:

• file nieco.hf: ASCII text, with very long lines, with CRLF line terminators
• Každý súbor má niekoľko riadkov (v závislosti od počtu tzv. komnát - "levelov")
• Dĺžka každého riadka je deliteľná tromi - pravdepodobne je to zaznamenané nejako po trojiciach
• Akákoľvek zmena môže teoreticky ovplyvniť celý súbor (t.j. ak v editore urobím malú úpravu - napr. pridám drahokam v nejakej komnate, spôsobí to, že sa skoro celý súbor zmení)
• Pravdepodobne ide o samoopravný kód - náhodná zmena v súbore nespôsobila chybu, ani pád hry

Keď som analyzoval text po trojiciach znakov, dospel som k týmto zisteniam:

• Prvý znak každej trojice môže byť A-Z
• Druhý znak každej trojice môže byť A-N
• Tretí znak je najzvláštnejší: môže byť A-O okrem D H L (každé 4. písmeno chýba)
• Teoreticky existuje 26*14*15=5460 kombinácií ale reálne ich je použitých iba 2111
• Frekvenčnú analýzu trojíc nájdete v prílohe

Tušíte, čo by to mohlo byť? Vopred vďaka za všetky užitočné informácie!
Martin
P.S.: pre tých, čo nechcú nič sťahovať, tu je prvý riadok jedného zo súborov:GFEFHJGKKFIMGLIGDEFNSFKF

---

---

Odpovědi

[JS]

Jdes na to spatne. Vzdyt mas ten vnitrni editor, takze to znamena, ze musis zkouset vyrobit vlastni level, a pak se podivat, co se ulozilo do toho souboru. Jenom koukat do toho souboru ti da zbytecne zabrat.

Zkus treba udelat level kde neni vubec nic, co ti to da. Nebo level ruznych rozmeru. A pak zmenit jen jedno misto, a porovnat.

[Martin Habovštiak]

Takto som to skúšal: spravil som 2 levely, ktoré sa líšili v práve jednom mieste - výsledok: oba súbory boli skoro úplne odlišné (nezmenila sa iba ich veľkosť a veľkosť jednotlivých riadkov) - preto mi napadlo, že by to mohol byť samoopravný kód, čo sa potvrdilo... Level rôznych rozmerov mi nenapadol: to ešte skúsim...

[JS]

Hm, tak to uz nevim. Ja jsem jeden cas zkousel rozlousknout levely z Pushoveru, a nepovedlo se mi to, protoze tam byl nejspis take samoopravny kod - hra detekovala pozmeneny level jako vadny. Ale zjevne nekdo napsal klon Pushoveru, ktery je dokaze precist, takze ten clovek, co to rozlustil, by asi zvladl i toto.

(Mimochodem, to je dalsi vec, co muzes zkusit, zmenit primo soubor s levelem, popr. hledat nejake 2 levely, ktere jsou v zakodovane podobe co mozna nejpodobnejsi.)

[JS]

A jeste, co znamena, ze se soubor zmeni? Cim to porovnavas? Muze se stat, ze se maly kousek smaze, a pak binarni porovnani znaku na stejnych pozicich selze. Mozna by bylo dobre zkusit neco jako editacni vzdalenost. Nebo zkusit pocitat mnozstvi trojic a dvojic znaku a zjistovat, jak se to zmeni s tou zmenou.

[JS]

Jeste me, pri pohledu na ty frekvence, napada jedna moznost. Autor proste kazde pole zakoduje nahodne do tripletu, a tim, ze se to znova ulozi, se ty triplety zmeni. Zjevne, triplety s frekvenci kolem 27-28 tisic, 14 tisic, 11 tisic a 7 tisic jsou nejcastejsi, takze bych prevedl kazdy z techto na stejny znak (a ostatni na jiny), a pak si ty znaky zkusil vykreslit podle velikosti hraci plochy nebo nejak podobne. Treba z toho vypadne neco uzitecneho.

[JS]

Mimochodem, podobnou metodu - kodovani znaku na nahodne triplety tak, ze to lze dekodovat na ty znaky - jsem videl v jistem komercnim produktu (shodou okolnosti take napsany ve VB, hadam ze to budou mit ze stejneho zdroje) na obfuskaci hesla (pri posilani po siti, aby se nezobrazovalo v logu), coz je krajne odporne, bohuzel jsem s tim nemohl nic delat.

[Martin Habovštiak]

Na toto môžem odpovedať iba jediným: ĎAKUJEM!!! Fakt, vyzerá to tak, všetko čo teraz potrebujem je už len zistiť ktorá trojica, čo kóduje. Verím, že časom to rozlúsknem celé. Takže moje výsledky:

1. Prvý riadok obsahuje názov sady.
2. Druhý riadok obsahuje popis sady a meno autora.
3. Tretí riadok obsahuje e-mail autora.
4. Všetky ďalšie riadky s výnimkou posledného obsahujú popisy jednotlivých komnát ("levelov") (vrátane názvu, popisu a vlastností)
5. Posledný riadok má konštantnú dĺžku a pravdepodobne obsahuje nejaký checksum určený na opravu...

Ešte raz ďakujem za všetky nápady!

[cronin]

Je to proste proprietarny format tej hry. Aspon teda pochybujem, ze by to bolo cokolvek standardizovane. Takze odpoved najdes but v dokumentacii dodavatela hry, v jeho zdrojovych kodoch, alebo ak nic z toho nie je k dispozicii reverznym inzinierstvom, ako bolo naznacene vyssie. Mozno by stacilo opytat sa dodavatela hry - formaty "map" a podobnych datovych suborov zvycajne nie su tajne, skor naopak.

[Martin Habovštiak]

No jedine reverzným inžinierstvom, ale tu mi už nič moc nenapadá. Skúsim ešte napísať autorovi ale

1. Stránku neaktualizoval už roky a tvorba novej verzie hry je mŕtva
2. Asi by nebol veľmi nadšený, keby zistil, že mu to chcem reimplementovať a navyše ako open source :D (open source vraj nemá rád...)

[MaFy]

"Našel jsem způsob, jak optimalizovat velikost záznamu. Doposud se zapisovalo každé náhodné číslo, které mohlo ovlivnit hru. Ve formátu záznamu pro Hafíka 2 (s koncovkou ".hf2r") se zapíše jen jedno číslo, které označuje celou potřebnou sekvenci dalších náhodných čísel. Tím se dosáhne úspory velikosti přes 90%. Bohužel se mi možná nepodaří udržet zpětnou kompatibilitu, takže asi nepůjdou přehrávat záznamy z předchozích verzí Hafíka. A převést je do nového formátu bude nemožné."

[Martin Habovštiak]

To je úplne mimo: to sa týka záznamu z hrania (akoby video) a navyše jeho novej verzie, ktorá už niekoľko rokov nie je hotová. Záznam ma veľmi nezaujíma - chcem vedieť, ako fungujú "mapy".

[chrono]

Celé to "kódovanie" funguje takto:

zoberú sa tri písmená (spracováva sa to po riadkoch) a od každého sa odpočíta 0x41 (kvôli nasledujúcemu popisu si ich "uložíme" do premenných A, B a C)

potom sa v celo číselnej aritmetike urobí ((C/4) + 10) * A + B

Teda napr. pre FKG dostaneme:

A = 0x46 - 0x41 = 5
B = 0x4B - 0x41 = 10
C = 0x47 - 0x41 = 6

o = ((6 / 4) + 10) * 5 + 10 = 0x41 = 'A'

PS: Po dekódovaní sú tam aj nejaké "riadiace" znaky, ale nechce sa mi zisťovať, čo znamenajú (pravdepodobne sú tam rozmery mapy a podobné veci, ale keď si vyrobíš pár máp, snáď na to prídeš aj sám).

[chrono]

Inak to GFEFHJGKKFIMGLIGDEFNSFKF znamená GCRISESA.

[Martin Habovštiak]

WOW! Si dobrý! Vďaka!!!

[JS]

Cool, jak jsi na to prisel?

[chrono]

Spustil som Windows a OllyDbg. Nastavil som breakpointy na funkcie __vba??? (išlo o dve funkcie, ktorých názov si už nepamätám, ale jedna otvárala súbor a druhá z neho čítala riadok). Počkal som, kým sa otvorí nejaký súbor s mapami a potom to už bolo len krátke krokovanie a pochopenie, ako vo VB6 vyzerajú premenné v pamäti (integer má na začiatku 2 a potom samotné číslo, float64 zase 5). :)

[JS]

Hm, diky, to OllyDbg se hodi vedet (od dob DOSu jsem se nikdy binarky reverzne inzenyrovat nepokousel). Zda se, ze to neni az tak tezke, jak jsem si myslel, ze to je.

[Martin Habovštiak]

Ďakujem vám obom! Keby ste mali záujem na launchpade mám zdrojáky mojej alternatívy. Je to v packale (lazarus), čo som si samozrejme nevybral dobrovoľne. Mám aj deb a aur balíčky ale tie nechcem šíriť verejne, lebo sa v nich nachádza grafika z Hafíka... (hmm chcelo by to niekoho, kto vie kresliť ;))