AESJniEncrypt 开源项目最佳实践教程
1. 项目介绍
AESJniEncrypt 是一个基于 Android 平台的开源项目,它利用.libsodium 库实现了 CHACHA20 算法进行数据加密,保证了 Android 应用程序的高安全性。项目通过在本地代码中隐藏密钥和混淆技术来防止应用被二次打包和逆向工程。
2. 项目快速启动
环境准备
在开始前,请确保你的开发环境中已经安装了 Android Studio 和相应的 NDK 工具链。
克隆项目
通过以下命令克隆项目到本地:
git clone https://github.com/BruceWind/AESJniEncrypt.git
构建项目
进入项目目录后,执行以下脚本以构建 libsodium 库:
./build_libsodium_for_all_android_abi.sh
如果遇到 env: python: No such file or directory 错误,请确保 Python 已正确安装,并检查 config.log 文件以获取详细信息。
构建成功后,相关的 .a 和 .so 文件将被复制到 aesjni/src/main/jni/sodium_include/ 目录下。
生成密钥
运行以下脚本来生成 CHACHA20 密钥:
run test_in_exexutaing.sh
在 logcat 中查看生成的密钥和 nonce,并将它们复制到 JNIEntry.c 文件中。
配置项目
在 local.properties 文件中设置 ndk.dir,并确保 NDK 版本与项目兼容。
签名配置
生成 Keystore 文件并修改 check_signature.h 中的 keystore hashcode 和包名。
集成到应用中
修改类名和方法名,不要暴露加密算法的名称,并从代码中修改密钥存储的 C 函数。
3. 应用案例和最佳实践
防止二次打包
通过签名验证和混淆技术,保护应用不被非法二次打包。
防止逆向工程
使用 Obfuscator-LLVM 对本地代码进行混淆,增加逆向工程的难度。
密钥管理
密钥不应硬编码在代码中,而应该动态生成或通过安全的通信渠道获取。
运行时检测
在加密和解密过程中检查是否被调试,并在运行时检测设备是否为模拟器。
4. 典型生态项目
目前该项目是独立的,但可以与其他安全相关的开源项目配合使用,例如用于检测模拟器的 Check_Emulator_In_NDK 项目。
以上是 AESJniEncrypt 项目的最佳实践教程,通过这些步骤,开发者可以更好地集成和使用该开源项目,提高 Android 应用的安全性。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
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