如何用Bluetooth-LE-Spam打造终极蓝牙弹窗工具:完整指南
Bluetooth-LE-Spam是一款强大的开源蓝牙低功耗(BLE)广告模拟工具,能让Android设备发送欺骗性蓝牙广播,触发附近设备弹出通知或配对对话框。无论是模拟苹果设备弹窗、微软Swift Pair通知,还是检测恶意蓝牙垃圾信息,这款工具都能帮你轻松实现。
📱 项目核心功能解析
1. 多平台蓝牙弹窗攻击
该工具支持模拟多种设备的蓝牙广播,主要功能包括:
- 苹果设备:生成新设备配对弹窗、操作模态框
- 微软Swift Pair:针对Windows设备的快速配对通知
- 三星Easy Setup:三星设备的快速设置弹窗
⚠️ 注意:Google Fast Pair功能已在现代设备上被修复,目前处于"生命周期结束"状态
图:Bluetooth-LE-Spam触发的各类设备弹窗效果
2. 垃圾信息检测功能
内置的Spam Detector工具可在锁屏状态下检测附近的蓝牙垃圾信息源,包括:
- Flipper Zero设备
- 其他蓝牙垃圾信息发送软件
- 恶意脚本攻击
图:Bluetooth-LE-Spam的垃圾信息检测界面,显示附近可疑设备
🚀 快速开始:安装与基础配置
系统要求检查
- 最低配置:Android 8.0(API level 26)或更高版本
- 不支持平台:iOS、PC(即使使用模拟器/虚拟机)
安装步骤
- 获取安装包:从官方渠道下载APK文件
- 手动安装:在Android设备上允许"未知来源"安装
- 权限授予:
- 蓝牙权限
- 位置权限(用于后台蓝牙扫描)
- 通知权限(用于垃圾信息检测提醒)
💡 提示:普通用户推荐下载Release APK,开发者可选择Debug版本进行测试
⚙️ 高级功能使用教程
自定义广告参数
在应用设置中,你可以调整以下参数优化广播效果:
- 广告间隔(推荐20-100毫秒)
- 发送功率级别
- 目标设备过滤
- 重复模式设置
图:Bluetooth-LE-Spam的高级设置界面,可调整广告间隔和功率
垃圾信息检测配置
要启用Spam Detector功能:
- 进入"工具"选项卡
- 启用"垃圾信息检测"
- 授予后台位置权限(Android要求)
- 设置检测灵敏度
📍 注意:位置权限仅用于蓝牙扫描,应用不会收集实际位置数据
⚠️ 安全与法律注意事项
使用本工具时,请遵守以下准则:
- 合法使用:确保符合当地无线电通信法规
- 道德原则:不得用于未经授权的设备干扰
- 隐私保护:尊重他人设备和数据隐私
项目免责声明明确指出:代码仅用于教育和研究目的,作者不对任何恶意使用后果负责。
📚 项目资源与贡献
源码获取
git clone https://gitcode.com/gh_mirrors/bl/Bluetooth-LE-Spam
主要代码结构
- 广告生成器:
app/src/main/java/de/simon/dankelmann/bluetoothlespam/AdvertisementSetGenerators/ - 垃圾信息检测:
app/src/main/java/de/simon/dankelmann/bluetoothlespam/ui/spamDetector/ - 蓝牙服务:
app/src/main/java/de/simon/dankelmann/bluetoothlespam/Services/
已知限制
- 无法修改BLE广播中的TX Power字节值(与Flipper Zero相比)
- 部分高级功能需要特定Android版本支持
- 广告范围受设备硬件限制
图:Bluetooth-LE-Spam主界面,显示主要功能区域
❓ 常见问题解答
Q: 为什么我的设备无法检测到某些垃圾信息源?
A: 可能是因为对方使用了高级TX Power伪装技术,或你的检测灵敏度设置过低。
Q: 应用耗电很快,有什么优化建议?
A: 可以增加广告间隔时间,降低发送功率,或在不使用时关闭后台检测。
Q: 如何提高广告的有效范围?
A: 尽量在开阔环境使用,靠近目标设备,并将发送功率调至最高。
📝 许可证信息
本项目采用开源许可证,详细条款请参见项目根目录下的LICENSE文件。
Bluetooth-LE-Spam为蓝牙低功耗协议研究提供了一个实用的实验平台。无论是安全研究者、开发者还是技术爱好者,都能通过这个工具深入了解BLE协议的工作原理和潜在安全问题。记住,技术本身并无好坏,关键在于使用者的意图和责任。
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00