Разбираем дешёвую Wi-Fi-камеру: как на самом деле устроены облачные P2P-камеры
У меня есть небольшой робот — гусеничное шасси с ESP32, которым я рулю по Wi-Fi. Ему нужны были глаза. На полке лежала крошечная китайская Wi-Fi-камера — из тех, что продаются за пару долларов под десятком взаимозаменяемых названий (моя была подписана Model M5) и управляются из телефонного приложения. План был простой: направить софт робота на видеопоток камеры в своей же сети — и всё.
Простым это не оказалось. То, что начиналось как «найти RTSP-адрес», превратилось в полную разборку устройства, его приложения, его самодельного сетевого протокола и его шифрования — и закончилось ясной картиной того, как устроен весь этот класс камер. Если коротко: локального потока нет, и это by design, безопасность близка к театральной, а единственный честный путь к локальному видео лежит через чип, а не через софт.
Всё, что ниже, сделано на моей собственной камере, моём телефоне и моей локальной сети. Это не атака на чьё-то чужое устройство — это разбор вещи, которой я владею, а выводы — о том, как такие продукты сделаны.
Что это за устройство
На наклейке были модель (M5) и FCC ID. Приложение она просила JXLPRO (com.xcthings.jxlpro.google); внутри приложения камера сообщала модель Y0A9, прошивку 3.00.21 и идентификатор устройства — строку PP…, которая, как выяснилось, и есть личность камеры в облаке производителя. MAC-адрес принадлежал Beken, китайскому производителю Wi-Fi-чипов, а имя хоста камеры было rtthread.home — то есть чип Beken BK72xx под управлением ОС RT-Thread. Это одна из самых дешёвых камерных платформ, какие бывают.
Эта комбинация — Beken + RT-Thread + идентификатор PP… + онбординг в духе «отсканируй QR, поставь наше приложение» — фирменный признак облачной P2P-камеры. «P2P» здесь не значит, что камера общается с телефоном напрямую. Это значит, что производитель держит сервис-посредник, который помогает двум устройствам за двумя разными домашними роутерами найти друг друга, а когда напрямую не выходит — ретранслирует видео через свои серверы. Камера — клиент этого сервиса. Телефон — другой клиент. Облако всегда посередине, как минимум на этапе рукопожатия.
Смотрим со стороны сети
Первое, что делаешь с камерой, которую хочешь стримить локально, — сканируешь её. Полное сканирование TCP-портов камеры вернуло ровно один открытый порт: 20190. Ни 554 (RTSP), ни 8899 (ONVIF), ни HTTP, ни веб-страницы — ни одного стандартного способа, которым камера отдаёт видео. Порт 20190 принимает соединение и тут же закрывает его, стоит отправить что-нибудь, чего он не узнаёт. На обычные широковещательные запросы LAN-обнаружения он тоже не отвечает — даже когда приложение в этот самый момент показывает живое видео.
Тогда я попробовал просто посмотреть трафик. В коммутируемой/Wi-Fi-сети чужие пакеты так не перехватишь, поэтому я применил ARP-спуфинг, чтобы встать посередине. Два вывода, оба показательные:
- Камера полностью игнорирует ARP-спуфинг. Её трафик вообще не прошёл через мою машину. Сетевой стек RT-Thread (или роутер) просто не принял отравленный ARP, и путь «камера — интернет» остался невидимым.
- Когда я всё-таки перехватил телефон во время просмотра, между телефоном и камерой в локальной сети было ноль пакетов. Ноль. Два устройства в двух метрах друг от друга на одном Wi-Fi — и видео между ними локально не ходит. Оно уходит в интернет и возвращается оттуда.
Это отвечает на очевидный вопрос — ну наверняка же она шлёт видео по моей же сети? — твёрдым «нет». Трафик телефона шёл на эндпоинты Alibaba Cloud и на STUN-сервер (классическая сигнализация для обхода NAT, которой поднимают peer-to-peer или, если не вышло, ретрансляцию). Отними у камеры доступ в интернет — и она не переключится на локальный стриминг, она уходит в ребут, снова и снова, потому что не может достучаться до своего облака.
Как же она звонит домой, если в неё не вшит IP-адрес? Не через астрал — через DNS. В прошивке зашиты имена, а не адреса: она резолвит что-то вроде …glbs.xcthings.com («глобальный балансировщик», который отдаёт ближайший шлюз), затем …iotgw.xcthings.com для управляющего канала, а затем подключается к тем релеям, которые назначит облако (я видел хосты и на Alibaba, и на Linode). Поменяй DNS-ответы — поменяешь, куда она подключается. Весь механизм в этом: имена резолвятся на старте, а поверх — самописный протокол.
Внутри приложения
Если поток существует только через облако, единственное место, где записан протокол, — это приложение. Так что я разобрал APK.
JXLPRO — приложение на Flutter, но логики камеры в Dart-коде нет. Она живёт в 34-мегабайтной библиотеке на Go (libgojni.so), собранной через gomobile: весь P2P-клиент написан на Go и прикручен к Java/Flutter-приложению через JNI. Go-пакеты (их удалось восстановить из бинарника, потому что Go хранит таблицу функций прямо внутри исполняемого файла) прямо проговаривают архитектуру:
- менеджер соединений, который пробует по порядку LAN-напрямую → P2P с пробиванием NAT → облачный релей → UPnP;
- самописный RPC-транспорт, который производитель называет
pprpc, переносящий protobuf-команды; - слой пакетов с
AVPacket(аудио-видео),CmdPacket(команды) и собственнымиPack/Unpack/Decrypt; - маленький крипто-пакет: AES в режимах CBC и CFB, MD5, PKCS5-паддинг.
Обратите внимание на первый пункт: путь «LAN-напрямую» в коде есть. Просто камера никогда не отвечает на запрос обнаружения, который его бы включил, и на практике каждое соединение проваливается до релея. Возможность реализована — и оставлена недостижимой.
Шифрование и единственное число, которое важно
Самое интересное — как шифруется AVPacket. Дизассемблирование процедуры расшифровки показывает схему целиком:
ключ AES на пакет = MD5( baseKey + ",AVSeq:%d-TT:%d-AVChannel:%d" )
Каждый видеопакет шифруется AES (CBC без паддинга или CFB — выбирается полем в пакете), а ключ для этого пакета — MD5 от базового ключа, склеенного с несколькими счётчиками: номером последовательности, меткой времени, каналом. Эти счётчики передаются открытым текстом в заголовке каждого пакета. То есть если вы перехватили трафик, вы уже знаете всё, что входит в ключ, кроме одного значения — baseKey. Восстановите baseKey один раз — и расшифруете поток офлайн в несколько строк кода.
Это сводит всю задачу к одному вопросу: **откуда берётся baseKey?**
В приложении есть дразнящая функция getFixScode, которая выводит ключ исключительно из идентификатора устройства — без сервера, без секрета, просто MD5(deviceID + companyCode). Будь это базовый ключ, его можно было бы вычислить прямо с наклейки — и дело с концом. Это тупик: функция в бинарнике есть, но её никто не вызывает. Мёртвый код.
Настоящий ответ хуже для всякого, кто надеется расшифровать пассивно:
- Для владельца (телефона, который первым настроил камеру)
baseKey— это ключ для конкретного устройства, выдаваемый облаком по аутентифицированному TLS gRPC-вызову, вместе с учётными данными облачного хранилища. Он стабилен, но получить его можно, только будучи залогиненным владельцем и перехватив этот вызов. - Для приглашённого зрителя (любого другого телефона, которому владелец расшарил камеру) соединение идёт через релей, и каждая сессия согласовывает свежий случайный сессионный ключ прямо в рукопожатии. Фиксированного ключа на устройство нет вовсе. Ключ сегодняшней сессии передаётся, зашифрованным, внутри самой сегодняшней сессии.
Поэтому полностью пассивная офлайн-расшифровка перехваченного трафика невозможна для пути через расшаривание: то, что нужно для расшифровки записи, присутствует только внутри живой сессии, к которой вы и пытались не подключаться. Это не хитрый замок — просто сама конструкция случайно закрывает пассивный путь.
Как я всё-таки достал видео
«Невозможно пассивно» — не то же самое, что «невозможно». Ключ лежит открытым текстом где-то на любом устройстве, которому разрешено смотреть, — а именно сразу после того, как Go-библиотека расшифровала кадр, чтобы отдать его интерфейсу. Поэтому:
- Запускаю фирменное приложение на рутованном Android-эмуляторе на своём Mac.
- Делаю этот эмулятор легитимным приглашённым зрителем камеры — владелец один раз нажимает «поделиться» на настоящем телефоне. (Нюанс, который стоит знать: расшаривать нужно на аккаунт в том же регионе облака, иначе получишь загадочное «data record does not exist».)
- Подключаю Frida — инструмент инструментирования в рантайме — и перехватываю ровно тот Java-метод, который возвращает уже расшифрованный кадр.
Сами Go-функции перехватить не выходит (из-за проверок стека горутин пролог функции нельзя безопасно пропатчить), но Java-метод на границе — обычный и перехватывается нормально. Как только эмулятор показывает живое видео, из перехватчика сыплются расшифрованные кадры. «SD»-поток — это обычный MJPEG, последовательность JPEG-картинок, около 10 кадров в секунду. Я собрал их обратно в видео — и вот она, комната, вполне узнаваемо.
Работает — но посмотрите, какой ценой: рутованный эмулятор, фирменное приложение, вход в облако, выданный доступ к расшаренной камере и работающий перехватчик — постоянный, громоздкий мост — чтобы получить поток с камеры, стоящей на том же столе. Это и есть мера того, насколько закрыта эта конструкция.
Как эти камеры на самом деле сделаны
Если собрать всё вместе, вырисовывается ясная картина продукта — и она обобщается на всю категорию, а не только на этот экземпляр.
- Завязка на облако — by design, а не случайность. Путь «локально напрямую» в коде есть, но отключён; камера не отдаёт поток никому, кроме фирменного приложения через фирменные серверы. Нет интернета — нет камеры, она крутится в ребуте. Вы покупаете не камеру, а зависимость в форме подписки — пока без абонентской платы.
- Безопасность — в основном для вида. Шифрование выглядит современно (AES, ключи на каждый пакет), но вывод ключа — это
MD5(ключ + счётчики-которые-видно), а куда хуже — Go-библиотека пишет крайне подробные отладочные логи в память телефона, в которых открытым текстом утекают сессионные ключи, ключи подписи и токены аккаунта. Всё, что заботливо заперто в протоколе, валяется рядом в лог-файле. - Владение — кто первый встал. Камеру присваивает тот анонимный аккаунт приложения, который зарегистрирует её первым; никакой настоящей аутентификации владельца, кроме «успел раньше», нет.
- Она враждебна приватности. Ваше видео зашифровано для вас, но маршрутизируется через серверы, которыми вы не управляете, под ключом из облака, которое вы не можете проаудировать, с устройства, которое само сливает свои секреты в локальную память. Это не та камера, которую стоит ставить там, где вам не всё равно.
Ничего из этого не уникально для JXLPRO. Связка Beken/RT-Thread + идентификатор PP… + «пользуйтесь нашим приложением» общая для длинного списка перебрендированных камер. Если дешёвая камера требует QR-код, именованное приложение и показывает видео «откуда угодно» — почти наверняка она устроена как эта.
Выход — через железо
Вот поворот и по-настоящему хорошая новость. То, что делает эти камеры враждебными, — это прошивка, а прошивка стоит на хорошо изученном чипе. Beken BK7252 достаточно популярен как мишень, чтобы для камер на нём написали открытую прошивку на замену — и эта прошивка делает очевидное, в чём отказал производитель: отдаёт видео локально.
- Один проект выставляет обычный RTSP-поток по адресу
rtsp://<ip-камеры>:8554/stream— ровно то, что хотел мой робот, — с опциональной интеграцией в Home Assistant. - Другой отдаёт MJPEG по HTTP и, что важно, документирует полную процедуру прошивки по UART с резервной копией и восстановлением заводской прошивки, так что оригинал можно вернуть.
Залейте одну из них — и камера становится обычным локальным устройством: без облака, без приложения, без конструкции «эмулятор-и-Frida» — просто URL, который умеет открыть ваш софт. Загвоздка конкретно моего экземпляра в том, что его плата — вариант (48-выводной корпус), который эти проекты помечают как ещё не проверенный, а надёжно поддержан только один конкретный сенсор. Так что для меня это означало бы вскрыть корпус, подтвердить точный чип и сенсор и, скорее всего, портировать прошивку под плату, а не просто залить. Но путь реальный — и это первый честный маршрут к локальному потоку во всей этой истории.
Что из этого вынести
Если вам просто нужна камера, которую можно стримить в своей сети — для робота, домашней лаборатории, проекта по компьютерному зрению, — не покупайте камеры этого класса. Берите ту, что из коробки говорит на RTSP или ONVIF, или соберите из ESP32-CAM; и то и другое даёт локальный URL за пару минут и без всего вышеописанного. Дешёвые P2P-камеры дёшевы ровно до момента, когда вам понадобится собственное видео.
Если такая уже есть — относитесь к ней как к тому, чем она является: устройству, которое звонит в облако производителя и сливает свои ключи в собственные логи. Держите её подальше от сетей, которые вам дороги. А если любите повозиться — чип под крышкой поддаётся взлому: есть открытая прошивка, которая превращает камеру в ту честную локальную камеру, какой она могла быть с самого начала.
Всё это расследование в итоге оказалось долгим способом подтвердить простое правило: если устройством можно пользоваться только через чужое приложение и чужое облако — это не ограничение железа, это решение в прошивке. А решения в прошивке можно менять.