AST反混淆与浏览器环境补全实战：破解同盾blackbox

1. 项目背景与核心挑战

最近在风控领域有个高频词叫"同盾检查"，指的是金融机构使用同盾科技的反欺诈系统进行风险识别。而"blackbox"则是该系统用于前端数据采集的核心JS文件，经过高度混淆处理。我最近刚完成一个航空公司的项目，需要逆向这套系统获取关键参数，过程中积累了些实战经验。

这个项目的核心难点在于：新版同盾的blackbox文件采用了AST（抽象语法树）级别的混淆技术，比传统字符串混淆更难破解。传统的正则替换、格式化美化等手段完全失效，必须从语法树层面进行反混淆。更棘手的是，运行环境检测机制极为敏感，任何细微的环境差异都会触发反爬策略。

2. 技术方案选型与工具链

2.1 AST反混淆技术路线

面对AST混淆，我们选择Babel工具链作为基础架构：

• @babel/parser：将混淆代码解析为AST树
• @babel/traverse：遍历和修改AST节点
• @babel/generator：将处理后的AST重新生成代码

具体操作流程：

bash复制# 安装必要依赖
npm install @babel/core @babel/types @babel/traverse

2.2 环境补全方案设计

补环境的核心是创建完整的浏览器环境镜像，我们采用以下组合：

• Puppeteer提供基础浏览器环境
• vm2沙盒隔离执行环境
• 自定义Hook拦截环境检测点

关键环境参数包括：

3. 核心实现过程详解

3.1 AST反混淆实战步骤

1. 标识混淆模式：通过对比多版本样本，发现主要采用：
   • 控制