Proxmark3项目中EM4x70标签通信的奇偶校验问题分析
2025-06-13 19:40:44作者:江焘钦
背景介绍
在Proxmark3项目中,对EM4x70系列低频RFID标签(包括ID48等兼容标签)的支持一直存在一个关于奇偶校验处理的潜在问题。本文将深入分析这一技术问题及其解决方案。
问题本质
在EM4x70标签通信协议中,命令和数据传输需要正确处理奇偶校验位。然而,Proxmark3代码中存在两个相互冲突的奇偶校验控制机制:
command_parity全局变量:由客户端通过--par选项设置,默认值为falsewith_parity函数参数:传递给em4x70_send_nibble()函数的局部参数
这种双重控制机制导致了通信协议实现的混乱,特别是在发送数据到标签时会产生数据损坏。
技术细节分析
发送机制工作原理
em4x70_send_nibble()函数的行为取决于两个参数:
- 当
command_parity为false时:发送完整的4位数据 - 当
command_parity为true时:仅发送最低3位数据 - 当
with_parity为true时:额外发送1位奇偶校验位
这种设计本意是为了支持不同变种的EM4x70兼容标签,但实际上导致了以下问题:
- 数据截断:当启用奇偶校验时,所有4位数据都会丢失最高位
- 协议不匹配:大多数EM4x70兼容标签实际上需要完整的4位数据加奇偶校验位
影响范围
该问题影响了几乎所有需要向标签写入数据的命令:
em4x70_write:块数据和校验行会被截断em4x70_auth:认证过程中的FRN值会被截断em4x70_write_pin:PIN码会被截断em4x70_write_key:密钥会被截断
问题根源
经过深入分析,发现问题的根本原因在于:
- 协议理解偏差:原始代码试图支持多种变体标签,但实现方式不正确
- 时序巧合:原有代码能工作纯属偶然,依赖于传输停止时产生的"巧合"校验位
- 缺乏测试:没有足够的自动化测试覆盖各种标签变体
解决方案
经过社区讨论和技术验证,最终确定了以下改进方案:
- 移除
--par选项:因为该选项在实际使用中总是导致数据损坏 - 统一协议实现:所有命令都使用4位数据加1位奇偶校验的标准格式
- 增加测试覆盖:添加了计算挑战/响应的测试命令(
lf em 4x70 calc)
技术影响
这些改进带来了以下好处:
- 协议稳定性:确保与标准EM4x70标签的可靠通信
- 代码简化:移除不必要的复杂性和潜在错误点
- 可维护性:更清晰的代码结构和更好的测试覆盖
经验总结
这个案例为RFID工具开发提供了宝贵经验:
- 协议实现必须严格遵循规范文档,而非依赖观察到的"巧合"行为
- 对于支持多种变体的协议,应该通过明确的模式切换而非隐式参数控制
- 完善的自动化测试是保证长期稳定性的关键
Proxmark3社区通过这次问题的分析和解决,不仅修复了一个长期存在的缺陷,还建立了更健全的测试框架,为未来支持更多RFID协议奠定了更好的基础。
登录后查看全文
热门项目推荐
相关项目推荐
kernelopenEuler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。C080
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python056
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0135
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
最新内容推荐
Windows版Redis 5.0.14下载资源:高效内存数据库的完美Windows解决方案 Python Django图书借阅管理系统:高效智能的图书馆管理解决方案 Python开发者的macOS终极指南:VSCode安装配置全攻略 Adobe Acrobat XI Pro PDF拼版插件:提升排版效率的专业利器 LabVIEW串口通信开发全攻略:从入门到精通的完整解决方案 操作系统概念第六版PDF资源全面指南:适用场景与使用教程 STM32到GD32项目移植完全指南:从兼容性到实战技巧 深入解析Windows内核模式驱动管理器:系统驱动管理的终极利器 Windows Server 2016 .NET Framework 3.5 SXS文件下载与安装完整指南 基恩士LJ-X8000A开发版SDK样本程序全面指南 - 工业激光轮廓仪开发利器
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
465
3.46 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
196
80
暂无简介
Dart
715
172
Ascend Extension for PyTorch
Python
273
310
React Native鸿蒙化仓库
JavaScript
285
331
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++
843
424
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
10
1
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.26 K
692
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
106
120