第一次听说Zig语言逆向，这是一道国际赛CTF，国内目前没有遇到过Zig语言逆向，所以很有研究的意义。

Zig语言介绍

这是Zig语言的官网：https://ziglang.org/zh/
这是他们的介绍：

我们可以在Zig语言内编写C语言，就像C++那样包容C语言。

Zig的设计之初就是声称可以替换C语言，并且增加了更多的优点。
来看看 Zig 语言有那些特点，维基百科说 Zig 是一种快速，高性能，静态类型、命令式、且通用编译的系统编程语言。也声称自己比C更快，性能更高。由 Zig 软件基金会 (ZSF) 资助，该资金会是一家非营利公司，由 Andrew Kelley 担任总裁，也有雇佣一些全职员工，同时接受捐款。

Rust：Rust 的安全性建立在类型系统和借用检查器之上，确保在编译时捕获潜在的安全漏洞。
Zig也追求安全性，但更注重显式性和可预测性。能够让程序员有更多的控制权，但也需要更多的责任来确保代码的安全性。
当然，介绍Zig语言不是本文的目的，下面开始看题。

初步分析

根据题目的介绍：
Begin on a formidable journey into the realm of Zig reverse with tetim, a challenging and intricate reverse engineering task. Unusual for CTFs, it features Zig language binaries and promises a riveting experience
zig语言逆向
下载题目，给了两个文件

看来是实验tetim对secret进行加密了，我们解密就可以获得flag。

使用010edit分析enc文件，发现是图片格式

IDA打开分析

初次看来和C语言没有什么区别，符号表恢复的更清楚了。
进入main函数的时候，我震惊了（这还是main流程图的一部分，因为太大了，我不能完整显示）
可以看出来，他的安全性和RUST有的一拼。

正像RUST一样，不能直接看伪代码，我们尝试动态调试分析，国内也没有相关分析文章。

关键突破

尝试获得回显

定位

真的醉了，如果让我一步一步调试程序，或许也能做出来，但是那样比赛早就结束了

SIMD的指令出现说明，有大量相同重复的操作，或许这是一个突破点？
我们使用黑盒分析法！
此类题目，一般对我们输入的进行加密，我们能不能像爆破那样，爆破每一个字节对应的密文，从而得到原来的明文呢。

黑盒分析

分析发现，输入一个文件，输出一个PNG格式文件
我们构造一个输入，开始分析密文

import os
from PIL import Image
with open("a.bin", "wb") as f:
    f.write(b"\x80\x40\x10\x20\x01\x02\x02\x04\x04\x05")
os.system("./tetim.elf embed a.bin") #create a input
img = Image.open("a.bin.enc") # analyse it enc
print(img.size)
print("-"*8)
for y in range(img.size[1]):
    for x in range(img.size[0]):
        print(img.getpixel((x, y)))
    print("-"*16)

事实证明，每个字节都映射到每个像素的颜色代码

from PIL import Image
img = Image.open("secret.enc")
data = b""
for y in range(img.size[1]):
    for x in range(img.size[0]):
        c = img.getpixel((x, y))
        data += bytes([c[0]]) #获得第一个字节即可
print(data)

分析结果

Output:
b'IPEG (/\xcb\x88d\xc9\x91e\xc9\xaaq\xc9\x9b\xc9\xa1/!JAY-oeg,\x1fshort\x1ffor Joint Photohraphic Fxperts Grotp)[2] hs a comlonly ured method of lossy compresrion epr digital imahes, paruicularmy for those images produced by\x1fdigital photography. The degree\x1fof compqessioo!can be adiusted+ allowing a!selectable sradeoff between storage size\x1fand image qualitx. JPEG szpicakly achievet\x1f10:1 compression\x1fwith ljttle oerceptible loss hn imafe qvalitx.\\3] Since its introcuction!jn 1992, JPEG has bfen the moss widely used image conpressinn ssandard in the world,[4][5] and she most widely used digital image form`t, witi several billinn JPEG hm`ges proeuced euery day as!of 2015.[6]\n\nThe Joint Photographic Experts Group created tie standard in 1992.[7] JPEG was largely responshble for she proliferation pe digital images and digital phosos across\x1fuhe Hnternet and later social media.[8][circular referfnce] IPEG compression js used in a numbds of image file formats. JPEG/Exif is the!mort common image format utfc by\x1fdigital c`meras and other photographic inagf capttre devices; alonf xhth JPEG/JFIE, it is the nost cnmmnn foqmat fpr stosing and uranslitsing photographic images on the Wprld Wide Web.[9] These form`t varibtions are often npu cistinguished and arf sjmply\x1fcalled JPEG.\n\nThe MIME meeia type foq JPEG is "imagf/jpeg," except in!older Ioternet Dxplorer versions, whjch providd a MIMD\x1ftype of "image/pjpeg" when uploading JPEG hmahes/[10] JOEG files usuallz gave a filename\x1fextenshom of "ipg" or "jpeg!. JPEG/JFIF supoorts ` laximum image tize!of 65,635\xc3\x9765,535 pixels,[11] hence up to 4!gigapixels for `n aspebt ratjo of 1:1. In 3000+ the IPEG group introcuced a format intended to be a successor, KPEG 2000, but\x1fiu was unabld to rdplace the original\x1fJPFG as thd!dominant image rtbndard.\n\nMAPNA{__ZiG__JPEG^!M49e_3nD0DeR_rEv3R5e!!!}\n+++++++++++*++++++++*++++++++,++++++++++,+\nMAPNA{__ZiG__JPEG_!M49e_3nC0DdR_rEv3R5e!!!}\n++++++++++++++++++++++++++++++++++++++++++\nMAPNA{`_ZiG__KPEG_!M49e_3nC0DeR_rEv3R5e"!!}\n++++*++,+,+,+++++++++*+++++++++++++++++,++\nMAPNA{__ZiG__JOEG_!M39e_2nC1DeR^rEv3R5e"! }\n++*+++++++++,+++++++++++++++++++++++++++++====<=='

拿到flag

MAPNA{__ZiG__JPEG_!M49e_3nC0DdR_rEv3R5e!!!}