1. 曼彻斯特编码的CTF实战解码技巧

第一次在BUUCTF遇到曼彻斯特编码的题目时，我盯着那串"5555555595555A65556AA696AA6666666955"的十六进制数据发了半天呆。后来才发现，这类题目其实有规律可循，只要掌握几个关键点就能轻松破解。

曼彻斯特编码最让人头疼的就是它的两种不同约定标准。我在实际解题过程中发现，第一种标准（GE Thomas提出）将01对应0，10对应1；而第二种标准（IEEE 802.3/802.4使用）则正好相反，10对应0，01对应1。这个区别直接影响到最终解码结果是否正确。

这里分享一个我总结的快速识别技巧：当密文中只出现5、6、9、A这几个十六进制字符时，基本可以确定是曼彻斯特编码。因为：

• 0101（二进制）对应十六进制5
• 0110对应6
• 1001对应9
• 1010对应A

解码时我通常分三步走：

1. 将每个十六进制字符转为4位二进制
2. 每两位二进制按编码规则转换（01→1或10→1，取决于采用哪种标准）
3. 将转换后的二进制数据按8位一组转为十六进制

txt = '5555555595555A65556AA696AA6666666955' plain = '' for i in txt: plain += bin(int(i,16))[2:].zfill(4) # 十六进制转4位二进制 temp = '' for i in range(0,len(plain),2): temp += plain[i+1] # 按第二种标准转换：取每对的第二位 flag = '' for i in range(0,len(temp),8): flag += hex(eval('0b'+temp[i:i+8][::-1]))[2:] # 8位一组转十六进制 print(flag.upper())

2. 差分曼彻斯特编码的识别与处理

差分曼彻斯特编码比普通曼彻斯特更复杂一些，但CTF题目中出现的频率也不低。我遇到的一道典型题目是"[BJDCTF2020]编码与调制"，题目给出了NRZ、曼彻斯特和差分曼彻斯特三种编码的对比图。

差分曼彻斯特的特点是：

• 每个比特周期开始时都会有一次电平跳变
• 比特中间根据数值决定是否跳变：0有跳变，1无跳变
• 解码时不依赖绝对电平，而是看跳变沿

实战中我发现一个快速判断方法：如果数据中出现大量连续的5或A，很可能是差分曼彻斯特编码。因为稳定的时钟信号会表现为规律的电平变化。

解码差分曼彻斯特时，我常用的Python脚本如下：

from Crypto.Util.number import * txt = '2559659965656A9A65656996696965A6695669A9695A699569666A5A6A6569666A59695A69AA696569666AA6' temp = '' for i in txt: pd = bin(int(i,16))[2:].zfill(4) temp += pd[0] + pd[2] # 特殊处理差分曼彻斯特 flag = '' for i in range(0,len(temp),8): flag += hex(eval('0b'+temp[i:i+8]))[2:] print(long_to_bytes(eval('0x'+flag)))

这个脚本的关键在于对每4位二进制数的特殊处理方式，通过取特定位来还原原始数据。在实际比赛中，如果一种解码方式不奏效，可以尝试将二进制数据反转后再解码，有时会有意外收获。

3. CTF中常见的编码混合题型

很多CTF题目不会直接告诉你使用哪种编码方式，而是将多种编码方式混合使用。我遇到过最棘手的一道题是将NRZ、曼彻斯特和ASCII编码混合在一起。

解题时我总结了一套流程：

1. 先观察数据特征：长度、字符分布、特殊字符
2. 尝试常见编码转换：hex、base64、ASCII
3. 检查是否有规律的电平变化模式
4. 用Python脚本批量尝试不同解码方式

例如下面这段数据：

48 65 6C 6C 6F 20 57 6F 72 6C 64 21 5A 5A 5A 5A A6 A6 A6 A6

前半部分明显是ASCII码，后半部分突然变成5A和A6交替，这就提示可能需要切换解码方式。

对于混合编码题目，我建议准备一个多功能的解码脚本：

import binascii from Crypto.Util.number import * def try_decodings(data): # 尝试ASCII try: print("ASCII:", bytes.fromhex(data).decode('ascii')) except: pass # 尝试Base64 try: print("Base64:", b64decode(bytes.fromhex(data)).decode()) except: pass # 尝试曼彻斯特解码 manchester_decoded = manchester_decode(data) print("Manchester:", manchester_decoded) # 其他解码方式...

4. 实战中的二进制处理技巧

在信号解码类题目中，二进制处理是最基础也是最重要的技能。我总结了几种常见场景的处理方法：

1. 二进制反转问题： 很多传感器数据传输时会采用LSB-first或MSB-first的不同约定。如果解码后发现数据不对，可以尝试反转二进制位序：

   binary = '11001010' reversed_bin = binary[::-1] # 反转位序

2. 二进制与十六进制转换： Python的bin()函数生成的二进制字符串会带'0b'前缀，记得去掉：

   hex_str = '5A' binary = bin(int(hex_str, 16))[2:].zfill(8) # 转8位二进制

3. 处理不完整字节： 当二进制数据长度不是8的倍数时，需要特别处理：

   binary_data = '110101001' # 补零到完整字节 if len(binary_data) % 8 != 0: binary_data = binary_data.zfill((len(binary_data)//8 + 1)*8)

4. 多进制转换技巧： 有时需要直接在十六进制、十进制和二进制间转换：

   # 十六进制转十进制 dec = int('FF', 16) # 十进制转二进制字符串 bin_str = format(255, '08b')

在实际比赛中，我通常会准备一个包含这些常用函数的工具脚本，遇到编码题目时快速尝试各种可能性。记住，信号解码类题目的关键就是多尝试、多验证，不要被表面的复杂度吓倒。