CTF隐写术实战指南：从图片到音频的隐藏信息提取思路

聊到CTF，很多人第一反应是Web、逆向、Pwn这些听着就硬核的方向。但真正打比赛久了你会发现，新手队和中等队之间的分水岭，往往出现在Misc，也就是杂项。而杂项里出镜率最高、最值得花时间研究的一块，就是隐写。

隐写（Steganography）和信息隐藏听起来很像，但角度完全不同：信息隐藏关注的是“怎么藏”，隐写追求的是“藏了之后谁也看不出来”。在CTF里，出题人把flag藏进图片、音频、Word文档甚至压缩包里，选手要做的就是通过工具和思路把它找出来、恢复出来。这个过程会涉及文件格式解析、编码识别、信号处理、密码破解等一堆看似乱七八糟的知识，但实际上是有章可循的。

这篇文章不是从零开始堆概念的教程，而是想把我做过、复盘过的一系列隐写题整理成一条可复用的思路线：拿到一个文件之后先看什么、用什么工具、在什么场景下切换到下一个方案。如果你刚接触CTF的Misc方向，或者打了一阵子比赛但遇到隐写题还是只会挨个试工具，这篇应该能帮你把思路理清楚。

1. 先搞清楚杂项在考什么：隐写题的出题逻辑与审题习惯

1.1 杂项不是“乱炖”，而是信息处理能力的试炼场

CTF里的Misc题型相当杂：编码转换（Base家族、凯撒、栅栏等）、流量包分析（pcap里的HTTP/DNS隧道）、内存取证、磁盘取证，以及今天要重点展开的隐写。有些题目会叠加好几层元素，比如一段音频先解密出一个密码，用密码打开藏在图片尾部的压缩包，压缩包里又是一张带LSB隐写的图，最后才找到flag。这种“套娃”设计经常被新人吐槽，但出题人真正的意图其实是考察一件事：在信息不完整、格式不明确的情况下，你能不能从一个原始文件里提取出有意义的数据。

这和真实安全工作中的取证分析非常接近。应急响应时拿到一个被上传到服务器上的恶意文件，不也得先从文件类型、字符串、结构异常开始分析吗？隐写题锻炼的正是这种底层能力。近两年比赛还经常在杂项里加入AI安全相关的内容，隐写的载体从图片音频扩展到了模型文件，万变不离其宗：先识别文件，再找隐藏通道，最后恢复数据。

1.2 拿到隐写题，先做这三步再动手

我有一个习惯：拿到题目文件，第一件事不是打开图片看长什么样，而是先做三个最基础的操作，把低级坑先填掉。

第一步，用file看真实类型。很多题目会把文件后缀改掉，把zip改成png，或者给txt塞进一个图片数据。file命令通过文件头判断，一次就能看出真实格式。第二步，用strings加正则扫一遍字符串。直接执行strings file | grep -iE 'flag|ctf|key|pass|secret'，经常能直接命中明文的flag。虽然大部分题没这么简单，但这是成本最低的检查。第三步，用binwalk -e或foremost看有没有附加文件。图片尾部藏压缩包、藏另一个图片，这类题用binwalk基本一次就能分离出来。

这套“三板斧”不是最优解，但能把七八成的基础题目过滤掉，避免后面的分析方向跑偏。

1.3 提示信息一律当“有效信息”处理：猫图题目的启发

之前看到一条热搜词“该程序员喜欢猫，连采用隐写算法都和猫相关”，看完我笑了，确实是出题人会干的事。解题时，题目描述或者文件名里隐藏的提示，往往比工具本身更关键。

有一次练习赛遇到过类似的题目：一张普通的猫图，文件名cat_lover.png，题目描述只有一句话“该程序员喜欢猫”。当时队友把binwalk、zsteg全跑了一遍，没有发现异常，最后我顺手看了一眼EXIF信息，发现图片的Comment字段里写着一串Base64，解码后得到一个zip密码，再结合binwalk分离出的压缩包才拿到flag。

关键点在于，出题人不会无缘无故在描述里写“程序员喜欢猫”。猫对应的是cat命令，也可以理解为图片内容暗示你去关注EXIF、关注文件名传递的信息。凡是题目里出现的提示词，都要当成解题线索处理：文件名、题目描述、图片尺寸、修改时间，这些不起眼的元数据里可能就藏着密码或密钥。

2. 图片隐写：从文件结构到像素位面的三个层次

2.1 第一层：藏在文件结构里的附加数据

图片隐写是Misc里最常见的问题。我习惯把图片隐写分成三个层次来看：文件结构层、空间域像素层、频域变换层。不同层次隐藏方式不同，对应工具也不同。

先说文件结构层。以PNG为例，一个完整PNG有固定的块结构：文件头89 50 4E 47 0D 0A 1A 0A，然后是IHDR（宽、高、位深、颜色类型），中间是多块IDAT（存储压缩后的像素数据），最后是IEND。正常图片在IEND之后就结束了，但出题人可以直接在IEND之后追加一个压缩包、一段文本甚至一张小图片。很多看图工具会自动忽略尾部多余数据，所以肉眼根本看不出异常。

这时候binwalk -e是最趁手的工具，它通过特征签名识别文件内嵌的各种格式。foremost则按文件头去“雕刻”并重新组织出文件，适合文件数据被切碎或者没有完整结构的情况。给个直观的例子，命令行输出大概长这样：

bash复制$ binwalk cat.png

DECIMAL       HEXADECIMAL     DESCRIPTION
0             0x0             PNG image, 800 x 600, 8-bit/color RGBA
524300        0x8000C         Zip archive data

看到Zip archive data这一行，基本就能确定图片尾部埋了一个压缩包。用dd或直接用binwalk的-e参数把文件提取出来，后续再按照压缩包的路子走。

提示：文件结构层的问题，不要一上来就打开图片看。先在十六进制里确认文件边界，再用分离工具，思路会清晰很多。

2.2 第二层：LSB最低有效位与视觉冗余

文件结构层搜完，如果什么都没有，就要考虑真正的像素级隐写了，最经典的就是LSB隐写。

PNG的每个像素由R、G、B三个颜色分量组成，每个分量用8位二进制表示，范围0到255。8位里最高位对颜色影响最大，最低位（Least Significant Bit）只影响数值上的1，反映到屏幕上人眼几乎分辨不出来。颜色从0变到1，从255变到254，看起来完全一样。LSB隐写就是把flag的二进制位拆开，塞进颜色分量的最低位，或者直接替换成密文。

提取时思路反过来：把每个像素的RGB最低位取出来，按顺序拼接成二进制，再转成ASCII。命令行里zsteg可以直接检测并提取PNG/BMP的LSB信息，stegsolve则能逐位平面查看R、G、B各通道的第0位到第7位，肉眼直接看出藏了什么图案。我平时也会自己写Python提取，因为比赛题目可能在LSB基础上做二次变换，比如只有奇数行的低位才参与隐藏，或者RGB三个通道分别存不同信息：

python复制from PIL import Image

img = Image.open('cat.png')
pixels = img.load()
bits = ''
for y in range(img.height):
    for x in range(img.width):
        r, g, b = pixels[x, y][:3]
        bits += str(r & 1)
        bits += str(g & 1)
        bits += str(b & 1)

# 按8位一组切分，再转成ASCII
for i in range(0, len(bits), 8):
    byte = bits[i:i+8]
    if len(byte) == 8:
        ch = chr(int(byte, 2))
        if ch.isprintable() or ch == '\n':
            print(ch, end='')

脚本很简单，关键是理解“最低位”这个概念。出题人再怎么魔改，万变不离其宗。

2.3 第三层：DCT频域与JPEG隐写

LSB隐写一般用在PNG、BMP这种无损格式上。遇到JPEG就不一样了。JPEG压缩时会把图像从空间域通过离散余弦变换（DCT）转到频域，再量化和编码。隐写算法可以在DCT系数上做修改，把要隐藏的信息嵌入到中高频系数中。人眼对高频细节不敏感，所以这种修改肉眼完全看不出来。

遇到JPEG优先试steghide：

bash复制$ steghide extract -sf image.jpg
Enter passphrase:

如果工具提示要求输入密码，说明图片确实有隐藏信息。密码可能是空密码，也可能在EXIF里有提示。想判断是否存在DCT隐写，可以借助stegdetect这类工具，虽然检测率不算完美，但能作为辅助判断。

这类题有一个容易卡住的地方：有些出题人会把隐藏内容做二次加密或者编码，你就算提取出来看到的还是一串看不出规律的东西，需要再做一次Base64解码、十六进制转ASCII或者XOR解密。所以提取隐写信息只是过程，拿到之后还需要走一遍“字符串识别 + 编码识别”的思路。

2.4 别忽略宽高、通道和元数据

图片隐写还有几个容易被忽略的考点，值得单独提一下。

第一是宽高被修改。有的题会改PNG的IHDR数据块中的宽高字段，让图片只显示一部分，真正的flag区域被“裁切”在画面外。用pngcheck检查CRC，如果报错，大概率是IHDR被改过。把宽度或者高度改回正确值，图片恢复正常就能看到隐藏内容。具体做法是用十六进制编辑器定位IHDR，按CRC反推宽高，或者直接一个个试常见尺寸。

第二是alpha通道。RGBA图片有4个通道，A是透明度。有些题会把信息藏在alpha通道的低位，zsteg默认就能检测到，但如果你只用常规取色工具看RGB，会完全错过。

第三是元数据。前面猫图例子提到的EXIF信息经常藏flag。exiftool可以查看完整元数据，建议无论什么题都顺手跑一遍，成本极低，但经常会救命。

3. 音频隐写：频谱、波形与藏在声音里的flag

3.1 频谱图：把flag“画”在声音上

音频隐写是这两年Misc的热门方向，其中最有代表性的就是频谱图隐写。

原理其实不复杂：一段普通音频，在时域上看是振幅随时间变化的波形。但如果对整段音频做傅里叶变换，用Audacity可视化，能看到它在不同频率上的能量分布。出题人可以把flag的字符画成特定频率区域的图案，叠加到音频频谱上。播放时这段声音听起来只是刺耳的高频噪声，人耳几乎察觉不到，但只要打开频谱图，就能看到清晰的文字。

实操时用Audacity打开音频，点轨道左上角的下拉菜单选择“频谱图”。如果图案不清晰，调整“窗口大小”参数，数值越大频率分辨率越高，图形越锐利。隐藏信息如果画在高频段，把频谱显示的频率上限调高，或者把增益拉大，文字会更容易显现。

我印象很深的一道题，把flag转成一张极简像素画，再用程序生成对应频率分量的音频，整个文件只有几秒钟，听起来就像一段刺耳的“啾啾”声。很多玩家一开始都在找摩斯码、找密码，压根没想到开频谱图，说明这题考的就是工具熟练度。

提示：拿到音频先别急着听内容，先看频谱图。这个操作成本很低，但经常能直接看到清晰的大字。

3.2 波形里的摩斯码和DTMF拨号音

频谱图之外，还有一个最简单但也容易被忽略的：直接看波形。

隐写题经常把信息编码成摩斯码。摩斯码用点和划两种长度的信号表示字母和数字，在波形上表现为短音和长音。用Audacity放大波形，看到一长串宽窄不同的脉冲，窄的记为点，宽的记为划，间隔短的算字母内区分，间隔长的算字母间隔，整理出来用在线解码器就能得到字符串。这类题虽然古老，但依然会出现在比赛里。

另一类是DTMF双音多频，就是老式电话按键发出的“嘟——嘟”声音，每个按键对应两个频率的组合。把音频放进Audacity做频率分析，读出每个音段的两个频率，查表对应成数字，再转ASCII或者当密码用。这种题考的是对常见编码方式的敏感度，思路是先识别调制方式，再做解码。

3.3 音频尾部、隐藏轨道与SSTV

音频文件本身也是一种文件，所以前面图片文件结构层的排查手段在音频上同样适用。把mp3/wav文件丢给binwalk，检查尾部是否有附加文件；同时用strings扫一遍字符串。wav文件的数据块之后如果多出一段非音频数据，经常就是flag本体。

还有一种进阶玩法是SSTV（慢扫描电视）。它把一张图片调制到音频信号里，接收端用SSTV解码器把图像恢复出来。这类题目需要用到RX-SSTV这样的专用解码工具，最好在Audacity里单独播放音频，或者用虚拟声卡把音频“播放”给解码器。SSTV在CTF里不算高频，但一旦遇到，不了解的话会很懵。这类题的提示通常很明显：音频里有规律的“滴——滴——”间隔声，且每个音段持续时间较长，这根本不是语音或音乐，大概率是数字调制信号。

4. 文档和压缩包里的信息隐藏：Word、Zip与套娃密码

4.1 藏在Word里的不可见字符和隐藏文字

很多人一听到隐写就只想到图片和音频，其实Word文档也是很好的隐写载体，出题率不低。

最简单的一招是把文字颜色改成白色，和白色背景融为一体。肉眼很难发现，但全选文档后看文字颜色，或者直接复制内容到记事本，白色文字就会现出原形。Word还提供了“隐藏文字”的字体效果，勾选后文字带虚线下划线，普通视图和打印都不显示。可以在“文件 → 选项 → 显示 → 始终在屏幕上显示隐藏文字”里打开查看。

还有一种更隐蔽的方式是零宽字符。零宽空格（U+200B）、零宽连接符（U+200D）这类Unicode字符在视觉上是不可见的，但确实存在于文本中。把一段二进制信息编码成零宽字符插入普通句子中，人眼看起来毫无异常。用Python或者专门的在线工具把不可见字符转成二进制，再解码就能拿到信息。

另外要记住：现代Word文档本质上是一个zip压缩包，把docx后缀改成zip，解压后可以看到document.xml等一堆XML文件。有时候flag就明文写在XML里，有时候是藏在某个图片资源中，这类题直接按文件分析流程处理即可。

4.2 Zip伪加密：其实根本没加密

压缩包在隐写题里出现得太频繁了，必须单独说说。最典型的就是伪加密。

ZIP格式在文件头里有一个“通用位标记”字段，其中最低位表示是否加密。某些出题人故意把中央目录里的这个标记位改成1，但实际上并没有对数据做任何加密。于是你双击压缩包提示需要密码，暴力破解也永远解不出来，因为根本没有真实密码。处理办法是用十六进制工具打开zip文件，找到加密位改回0，保存后重新解压，文件直接出来了。

判断是不是伪加密有个简单规律：压缩包里全是文本或者小文件，压缩方式还是“仅存储”，却提示要密码，就可以先怀疑伪加密。更稳妥的办法是用十六进制编辑器找到ZIP的中央目录文件头（PK\x01\x02开头），看偏移8处的通用位标记。如果本地文件头没有加密标记而中央目录却有，八成就是伪加密，改回来就好。

4.3 多密码嵌套与自动解压脚本

再进阶一点的是套娃压缩包：一个zip里面套着另一个zip，每个压缩包都有各自的密码。密码可能藏在前一个文件内的某个文本里，也可能需要爆破。

破解zip密码的工具不少，fcrackzip适合简单字典攻击，John the Ripper配合zip2john可以处理更复杂的hash破解。如果密码是纯数字短密码，hashcat配合掩码法几分钟就能出来。

但嵌套多了之后手动解压非常折磨，我一般会写一个Python脚本，循环执行“解压 → 读取密码文件 → 继续解压下一层”，配合字典自动尝试。这类题目名字常直接叫“套娃”或“nested”，看到标题基本能猜到套路。网上有很多现成的多密码嵌套自动解密工具，但比赛时自己写一个更保险，因为出题人经常会在某个环节加个变形：密码后面多了一个换行符、某个压缩包根本不需要密码、某层的文件名是乱序的。这些细节只有自己可控的脚本才处理得顺手。

5. 从一道隐写题到拿flag：我的完整排查链路

5.1 一套可以直接抄的排查流程

整理了我打完几十道隐写题后沉淀下来的排查流程，可以直接照做：

1. 用file看真实文件类型，不要相信后缀。后缀与真实类型不符时，先弄清它到底是什么。
2. 用strings扫字符串并grep关键字，扫完ASCII再扫一下UTF-16编码的字符串。
3. 用binwalk -e或foremost分离内嵌文件，检查是否有多段数据。
4. 如果是图片，用exiftool看元数据，再用pngcheck验证PNG结构是否异常。
5. 图片无异常，上zsteg扫LSB，用stegsolve逐位平面看一遍。
6. 如果是JPEG，试steghide；没有密码提示再用stegdetect判断。
7. 如果是音频，Audacity开频谱图，同时看波形里是否有摩斯码或DTMF。
8. 如果是文档，先改后缀解包，搜索可见字符串，处理隐藏文字和零宽字符。
9. 解出的文字如果不像flag，按编码识别走一遍：Base64、URL编码、十六进制、XOR等。
10. 如果压缩包有密码，先看提示和文件内容，再考虑字典爆破或掩码爆破。

这套流程不是绝对的，有的题故意把flag拆成两半，一半在图片里，一半在音频里，需要并行处理。但按照这个顺序排查，能把大部分常见隐写题的坑先填上。

5.2 隐写题排查速查表

为了方便复盘，我整理了一张速查表，比赛卡壳时经常拿出来对照：

这张表不能覆盖所有题目，但能覆盖大部分基础题和中等题。遇到偏题怪题时，最重要的是回到“文件结构 + 特征识别”的思路去推，而不是继续盲目套工具。

5.3 我踩过的几个坑

说几个我实际踩过的坑，都是血泪教训。

第一次用zsteg扫一个PNG，输出一堆“b8,bgr,lsb,xy”之类的提示，颜色全是绿的，但提取出来全是乱码。后来才发现隐藏信息不是从第0位开始藏的，而是藏在了第2位，用默认参数提取当然不对。解决办法是手动指定通道和位面，比如zsteg -b 2，或者逐个通道去尝试。

还有一次，binwalk成功分离出一个zip，我满心欢喜去解压，结果提示密码错误。折腾了半小时，最后发现密码就写在我最早strings输出的一大段乱码里，只不过不是ASCII，而是Base64编码后再倒序的字符串。从那以后我养成一个习惯：strings的输出不要急着丢，所有看起来有规律的长字符串都可能经过编码变换。

还有一个容易