Psychic Paper:iOS沙盒逃逸与AMFI/amfid权限检查绕过工具
2024-09-08 17:21:47作者:曹令琨Iris
项目介绍
Psychic Paper 是一个针对iOS系统的安全研究工具,主要用于绕过AMFI(Apple Mobile File Integrity)和amfid(Apple Mobile File Integrity Daemon)的权限检查,从而实现iOS沙盒逃逸。该项目由安全研究员Siguza开发,并在iOS 13.5 beta 3中被修复。Psychic Paper的核心思想是通过巧妙的技术手段,绕过系统对应用程序权限的严格检查,从而实现对系统资源的更高访问权限。
项目技术分析
Psychic Paper的核心技术在于利用iOS系统中的XML/plist解析器的漏洞,通过特定的文件格式和内容,欺骗系统认为某个应用程序具有更高的权限。项目中包含了一个名为plparse的工具,该工具可以调用macOS和iOS系统中的三种不同的XML/plist解析器,分别是:
-c:CoreFoundation解析器-i:libxml2解析器-x:Foundation解析器
通过组合使用这些解析器,开发者可以生成特定的plist文件,从而绕过系统的权限检查。
项目及技术应用场景
Psychic Paper主要应用于iOS安全研究领域,特别是在以下场景中:
- 安全测试与漏洞挖掘:安全研究人员可以使用Psychic Paper来测试iOS系统的安全性,挖掘潜在的漏洞,并验证系统对权限检查的严格程度。
- 越狱开发:对于iOS越狱开发者来说,Psychic Paper提供了一种绕过系统权限检查的方法,从而实现对系统更深层次的访问和控制。
- 逆向工程:在逆向工程中,研究人员可以使用Psychic Paper来分析和理解iOS系统的权限机制,从而更好地进行系统级别的调试和分析。
项目特点
- 高效性:Psychic Paper通过简单的工具和命令行操作,即可实现对iOS系统权限检查的绕过,操作简便且高效。
- 灵活性:项目提供了多种XML/plist解析器的组合使用方式,开发者可以根据具体需求选择合适的解析器,灵活应对不同的权限检查机制。
- 开源性:Psychic Paper是一个开源项目,遵循MPL2许可证,开发者可以自由地查看、修改和分发源代码,促进了安全研究领域的知识共享和技术进步。
- 前瞻性:尽管Psychic Paper在iOS 13.5 beta 3中被修复,但其背后的技术思想和实现方法仍然具有很高的参考价值,为未来的安全研究提供了宝贵的经验。
总结
Psychic Paper是一个极具技术含量的iOS安全研究工具,通过巧妙地利用系统漏洞,实现了对iOS沙盒的逃逸和权限检查的绕过。无论是安全研究人员、越狱开发者还是逆向工程师,Psychic Paper都为他们提供了一个强大的工具,帮助他们深入理解iOS系统的安全机制,并推动安全技术的发展。如果你对iOS安全感兴趣,Psychic Paper绝对是一个不容错过的开源项目。
登录后查看全文
热门项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-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
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
最新内容推荐
PCDViewer-4.9.0-Ubuntu20.04:专业点云可视化与编辑工具全面解析 高效汇编代码注入器:跨平台x86/x64架构的终极解决方案 高效验证码识别解决方案:OCRServer资源文件深度解析与应用指南 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 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 海能达HP680CPS-V2.0.01.004chs写频软件:专业对讲机配置管理利器 MQTT 3.1.1协议中文版文档:物联网开发者的必备技术指南 IK分词器elasticsearch-analysis-ik-7.17.16:中文文本分析的最佳解决方案 ONVIF设备模拟器:开发测试必备的智能安防仿真工具 Python开发者的macOS终极指南:VSCode安装配置全攻略
项目优选
收起
deepin linux kernel
C
24
7
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
9
1
暂无简介
Dart
615
140
Ascend Extension for PyTorch
Python
167
187
React Native鸿蒙化仓库
JavaScript
240
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++
647
255
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
373
3.18 K
🎉 (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
1.09 K
618
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
62
19
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
261
92