Flipper-XFW/Xtreme-Firmware中Mifare Classic卡片读取问题的分析与解决
2025-05-24 14:35:39作者:侯霆垣
问题背景
在Flipper-XFW/Xtreme-Firmware项目中,用户报告了一个关于Mifare Classic卡片读取的兼容性问题。用户在使用最新版本的Xtreme固件时,发现设备无法完整读取Mifare Classic卡片的所有扇区,尽管这些扇区的密钥已经通过其他设备(如Proxmark3)成功提取,并且这些密钥在手机端的Mifare Classic Tool应用中验证有效。
技术分析
Mifare Classic卡片采用分扇区存储结构,每个扇区(16个块)都有独立的访问控制机制。要完整读取卡片内容,需要掌握每个扇区的有效密钥(A密钥或B密钥)。从用户提供的日志可以看出:
- 卡片包含17个扇区(0-16)
- 密钥获取方式多样:包括字典扫描(D)、深度分析(H)、用户提供(U)和重复使用(R)等
- 部分扇区使用了相同的密钥对(如扇区2-6都使用92CF8448FC29/853562951413)
- 存在MAD(Mifare Application Directory)信息,表明这是有组织结构的卡片
问题根源
经过开发团队分析,问题出在固件的解析器部分。某些情况下,解析器会产生错误的"部分读取"判断,导致系统跳过基于密钥字典的深度分析过程。这种错误会使设备即使拥有全部正确密钥,也无法完整读取卡片内容。
解决方案
该问题已在Xtreme-Firmware的v53版本中得到修复。主要改进包括:
- 修正了解析器的逻辑错误,确保不会产生错误的"部分读取"判断
- 优化了密钥验证流程,确保所有提供的密钥都会被正确尝试
- 改进了扇区读取的容错机制
验证结果
用户升级到v53版本后验证确认:
- 设备现在能够完整读取Mifare Classic卡片的所有扇区
- 使用预先导入的密钥能够正常访问所有受保护区域
- 读取稳定性和兼容性得到显著提升
技术建议
对于使用Flipper设备处理Mifare Classic卡片的开发者,建议:
- 确保使用最新版固件以获得最佳兼容性
- 在密钥收集阶段,尽量使用多种分析方式组合(如字典扫描+深度分析)
- 注意卡片可能存在的MAD结构,这有助于理解数据组织方式
- 对于重要应用,建议使用Proxmark3等专业设备进行交叉验证
此问题的解决进一步提升了Flipper设备在RFID应用中的可靠性和实用性,为安全研究人员和爱好者提供了更强大的工具支持。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0458
源启盛夏_AtomGit暑期开发者成长计划「源启盛夏」暑期校园开发者成长计划旨在激活校园开源力量,通过积分激励、认证扶持、资源倾斜等形式,引导高校组织和开发者完成「入驻 — 建项目 — 做贡献 — 获认证 — 得资源」的完整闭环。无论你是想带领社团入驻平台的组织者,还是希望用代码贡献证明自己的开发者,都能在这里找到属于你的成长路径。Markdown01
jiuwenswarmJiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。Python0787
VTJ.PRO以AI驱动的Vue3前端低代码开发工具。内置低代码引擎、渲染器和代码生成器,支持Vue源码与低代码DSL双向转换,面向前端开发者,开箱即用。 无缝嵌入本地开发工程,不改变前端开发流程和编码习惯。TypeScript05
AscendNPU-IRAscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优C++0316
OpenDeepWikiOpenDeepWiki 是 DeepWiki 项目的开源版本,旨在提供一个强大的知识管理和协作平台。该项目主要使用 C# 和 TypeScript 开发,支持模块化设计,易于扩展和定制。C#01
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Markdown
832
5.52 K
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
497
522
作为 Ascend for PyTorch 社区的核心组件,TorchNPU 是昇腾专为 PyTorch 打造的深度学习适配插件,使 PyTorch 框架能够直接调用昇腾 NPU,为开发者提供昇腾 AI 处理器的超强算力。
Python
808
1.17 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
802
1.6 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
982
2.32 K
deepin linux kernel
C
33
16
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
3.05 K
786
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
486
315
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.21 K
1.27 K
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
668
316