Etude des informations données
Le fichier fournit dans le challenge est un fichier au format .iq.
Plus d’informations sur : https://fr.wikipedia.org/wiki/Composants_en_phase_et_en_quadrature
Installation de Radioconda et Inspectrum
Qu’est-ce que Radioconda ?
Radioconda est une distribution Python spécialisée basée sur Conda, conçue spécifiquement pour le traitement du signal radio (SDR - Software Defined Radio).
Le repository GitHub donne davantage d’informations sur ses fonctionnalités (logiciels disponibles, récepteurs SDR supportés…) : https://github.com/ryanvolz/radioconda
Radioconda est installable via https://github.com/ryanvolz/radioconda/releases
Lancement d’Inspectrum
Une fois Radioconda installé il suffit de lancer dans le “radioconda Prompt” la commande inspectrum.
Ouverture du fichier .iq dans Inspectrum
Il suffit d’ouvrir le fichier en lecture et observer le waterfall… dans lequel on peut lire le flag.
FCSC{7db25e20bed7c6324609c8c81dc266be31ef216ef8580e95bc11b432f74900ca}
Compléments
Un waterfall plot est une représentation graphique en 2D ou 3D qui permet de visualiser l’évolution du spectre fréquentiel d’un signal au cours du temps. Il montre :
- Sur l’axe Y : les fréquences (échelle linéaire ou logarithmique)
- Sur l’axe X : le temps
- Sur l’axe Z (souvent représenté par des couleurs ou l’intensité) : l’amplitude de chaque fréquence
Plus d’informations sur : https://en.wikipedia.org/wiki/Waterfall_plot
L’analyse fréquentielle est une méthode qui décompose un signal en ses différentes composantes fréquentielles. C’est comme “décomposer” un son complexe pour identifier toutes les notes qui le composent. Par exemple, quand vous entendez un accord de piano, l’analyse fréquentielle permet d’identifier chaque note individuelle qui forme cet accord. La FFT (Fast Fourier Transform - Transformée de Fourier Rapide) est un algorithme efficace pour réaliser cette analyse fréquentielle. Elle convertit un signal du domaine temporel (comment le signal évolue dans le temps) vers le domaine fréquentiel (quelles fréquences composent ce signal).
Plus d’informations sur : https://fr.wikipedia.org/wiki/Transformation_de_Fourier_rapide