Anh kỹ sư dịch ngược app để điều khiển máy vệ sinh mèo
Một lập trình viên dùng Wireshark, HTTP Toolkit, JADX và Frida để phân tích app Android của máy vệ sinh mèo Furrytail. Anh dựng lại giao thức HTTP có chữ ký và lệnh MQTT để tự động hóa thiết bị qua Home Assistant.

Maisie thích chạm vào máy vệ sinh mèo khi máy đang quay. Chủ của cô mèo muốn cô tìm việc khác để làm trong lúc đó, nên anh quyết định đưa chiếc máy này vào Home Assistant để tự điều khiển.
Ý tưởng ban đầu khá đơn giản: thêm vài nút bấm, sau đó dùng cảm biến hiện diện để kích hoạt chu trình dọn vệ sinh khi Maisie đang ở phòng khác. Nhưng trước hết phải có cách nói chuyện với chiếc máy.
Ứng dụng điện thoại vốn đã làm được mọi thứ cần thiết. Anh bắt đầu bằng cách theo dõi lưu lượng của app bằng Wireshark và xem các yêu cầu HTTP bằng HTTP Toolkit. Sau đó anh dịch ngược app Android để hiểu những phần không thể suy ra chỉ từ lưu lượng mạng.
Công việc tách thành hai phần: dựng lại các yêu cầu HTTP có chữ ký dùng để truy cập dữ liệu tài khoản và thiết bị, rồi dựng lại các thông điệp nhị phân dùng để điều khiển máy qua MQTT.
Giao diện blog về dự án dịch ngược máy vệ sinh mèo
Dựng lại yêu cầu HTTP
Lưu lượng HTTP cho thấy danh sách thiết bị trong tài khoản, cấu hình, mức đầy của khay chất thải và lịch sử các lần mèo vào máy. Anh cũng thấy cách xác thực: app đăng nhập để lấy token, rồi gửi token đó trong header Authorization ở các yêu cầu sau.
Lần thử đầu tiên trả về lỗi 401 Unauthorized. Chép nguyên endpoint và header từ bản ghi lưu lượng là không đủ. Lỗi 401 không chỉ ra chính xác phần nào bị sai, nên anh quay lại so sánh các yêu cầu của app.
Header X-UBT-Sign liên tục thay đổi. Nhìn giá trị đã bắt được thì không thể đoán ra thuật toán. Muốn tự tạo yêu cầu, anh phải xem app tính chữ ký này thế nào.
Anh dùng JADX để dịch ngược file APK, rồi tìm tên header và các chuỗi quen thuộc của máy chủ trong mã nguồn thu được. Tên header dẫn tới một lớp đã bị làm rối tên trong gói com.ubtrobot.infrastructure, mà phần metadata còn giữ lại cho biết đó là UrcsSignInterceptor.
Lớp này tạo chữ ký và gắn vào mọi yêu cầu HTTP gửi đi. Hàm băm bên trong gọi MessageDigest.getInstance("MD5"). Cách ghép chuỗi gồm bốn phần: thời điểm hiện tại tính bằng mili giây, app key, một nonce 10 ký tự lấy từ UUID ngẫu nhiên, và mã định danh thiết bị của client.
Bản Python làm lại đúng thứ tự đó, băm MD5 rồi ghép thành chữ ký theo dạng digest timestamp nonce v2. Thứ tự và định dạng rất quan trọng vì máy chủ phải tính ra cùng một giá trị. Đây cũng là lý do chép một header bắt được chỉ dùng được một lần.
Thuật toán đã rõ, nhưng phần cấu hình ứng dụng vẫn còn vướng. Khi triển khai, một cấu hình client không khớp trả về phản hồi "illegal client". Anh lần theo luồng khởi tạo theo khu vực trong app.
Trong CountryViewModel, app cấu hình một máy chủ bootstrap bằng app ID và key nhúng trong APK. Giao diện khai báo yêu cầu tới /catbox-server/app/areaMap. Yêu cầu này cũng được ký. Key bootstrap ký yêu cầu tìm khu vực, phản hồi trả về app ID, app key và địa chỉ API của khu vực.
Key khu vực sau đó ký các yêu cầu đăng nhập và API thông thường. Đi theo chuỗi này, anh lấy được cấu hình Mỹ khớp với client của mình.
Bốn byte, nhiều lớp bọc
Khi bấm nút dọn trên app, Wireshark không ghi nhận yêu cầu HTTP mới nào. Anh thoáng nghĩ app nói chuyện với máy qua Bluetooth, nhưng vì vẫn điều khiển được máy từ xa nên Bluetooth không giải thích được toàn bộ đường đi của lệnh.
Xem kỹ các yêu cầu lúc app khởi động, anh thấy /v1/ubtechinc-im-manager/im/login. Phản hồi chứa mqttUserName, mqttPassword, clientId, pubTopic và subTopic. Đây là giao thức thứ hai cần tìm hiểu, kèm thông tin đăng nhập và các topic để kết nối.
Sau khi kết nối tới broker với vai trò người đăng ký nhận tin, anh bấm nút dọn lần nữa. Lần này có một thông điệp nhị phân hiện ra. Đường đi của lệnh dùng MQTT: app đăng một thông điệp lên broker, broker chuyển tiếp tới máy. Kết nối đã mở nên mỗi lần bấm nút không cần tạo yêu cầu HTTP hay kết nối mới.
Trung tâm của lệnh dọn là một thông điệp Protocol Buffers nhỏ với hai trường: chế độ thao tác và trạng thái thao tác. Để bắt đầu dọn, cả hai đều bằng 1. Khi tuần tự hóa, phần dữ liệu chỉ có bốn byte: 08 01 10 01.
Đáng tiếc là gửi đúng bốn byte đó chưa đủ. Thiết bị chờ một chuỗi lớp bọc: khung RISP, thông điệp lệnh Protocol Buffers, BytesValue, Any, thông điệp nhắn tin tùy biến, rồi mới tới dữ liệu MQTT.
Khung RISP bắt đầu bằng một byte magic 0xDB, tiếp theo là độ dài phần header đã tuần tự hóa. Header gồm loại thiết bị, số hiệu lệnh, độ dài dữ liệu, thuộc tính yêu cầu và số thứ tự. Lệnh thao tác dùng số hiệu 1019.
Khung còn có checksum CRC-8 riêng cho header và cho dữ liệu, dùng đa thức 0x07 với phép XOR cuối bằng 0x55. Chi tiết nhỏ nhưng là phần định dạng mà bên nhận bắt buộc phải có.
Anh thêm script Frida để xem các byte mà app tạo ra ở nhiều điểm trên đường tuần tự hóa: yêu cầu thao tác, bộ chuyển đổi RISP, hàm toByteArray của lệnh và của đối tượng nhắn tin bên ngoài. Mỗi điểm ghi lại byte tại lớp đó rồi trả về kết quả gốc.
Nhờ vậy việc xem cấu trúc lồng nhau dễ hơn nhiều. Thay vì giải mã một khối nhị phân lớn cùng lúc, anh có thể xem riêng byte của thao tác, của lớp bọc lệnh và của thông điệp MQTT cuối cùng.
Phía Python, anh dựng lại các định nghĩa protobuf và sinh lớp tuần tự hóa từ đó, để mã tạo thông điệp theo tên trường thay vì giữ những chuỗi hex dài.
Đưa lên Home Assistant
Khi phần tạo thông điệp chạy được, anh đưa thao tác ra một endpoint HTTP thường: POST /device/clean. Lớp bọc tự đăng nhập MQTT, tạo thông điệp lồng nhau và đăng lên broker.
Lệnh dựng lại điều khiển được chiếc máy thật, một kết quả đáng hài lòng sau khi đi qua từng ấy lớp. API còn hỗ trợ thao tác xả và làm mượt, cùng các trạng thái bắt đầu, tạm dừng, tiếp tục và dừng. Các nút trên Home Assistant chỉ cần gọi endpoint, không cần biết gì về protobuf hay checksum.
Bảng điều khiển Home Assistant gộp dữ liệu cân nặng của mèo và máy vệ sinh
Về dữ liệu, anh thêm script đẩy giá trị vào các thực thể của Home Assistant. Nó kết hợp dữ liệu HTTP như phần trăm đầy của khay chất thải và lịch sử mèo vào máy, với các trường trạng thái giải mã từ MQTT.
Hệ thống vẫn phụ thuộc vào cloud của hãng. Dịch vụ chạy cục bộ nhưng dùng API HTTP và broker MQTT của hãng để nói chuyện với máy. Hiện tại đó là một cầu nối để công cụ riêng dùng lại các giao diện có sẵn.
Bước tiếp theo là thêm cảm biến hiện diện và xác định khi nào Maisie đang bận ở chỗ khác. Đó chính là ý tưởng khởi đầu dự án. Bấm được nút điều khiển máy là mốc đầu tiên; quyết định khi nào bấm sẽ còn nhiều việc để làm.
Mã nguồn được công bố trên GitHub.
Góc nhìn
Câu chuyện này cho thấy nhiều thiết bị IoT gia đình vẫn khóa người dùng trong app của hãng. Khi app đã làm được mọi thứ, người dùng có nhu cầu tự động hóa thường phải tự tìm cách nói chuyện với thiết bị.
Với lập trình viên Việt Nam làm IoT, các công cụ trong bài đều quen thuộc: Wireshark và HTTP Toolkit để xem lưu lượng, JADX để dịch ngược APK, Frida để theo dõi byte lúc chạy. Kỹ năng đọc mã đã làm rối tên và dựng lại giao thức nhị phân rất đáng giá khi phải tích hợp thiết bị không có tài liệu.
Bài học thực tế là nên thiết kế thiết bị có giao diện mở, hoặc ít nhất ghi lại định dạng thông điệp. Chi phí làm việc đó nhỏ hơn nhiều so với việc để từng người dùng phải tự dịch ngược.
Nguồn: master--ytulsiani.netlify.app · Quy trình biên tập


