APKiD项目对DPT Shell保护器的检测能力分析
2025-07-03 14:50:04作者:尤峻淳Whitney
背景介绍
DPT Shell是一种Android应用保护工具,它通过多种技术手段对APK文件进行加固和保护,以防止逆向工程和分析。近期,安全研究人员在分析一个恶意软件样本时,发现该样本使用了DPT Shell进行保护,并提交给APKiD项目以增强其检测能力。
技术分析
DPT Shell的保护机制
DPT Shell采用了多层保护策略,主要包括以下几个技术特征:
-
原生库保护:
- 在assets目录下存放了不同架构的原生库文件,路径模式为
/assets/vwwwwwvwww/<arch>/libdpt.so - 这些原生库使用了Obfuscator-LLVM 9.x版本进行混淆处理
- 实现了反钩子技术(syscalls)
- 在assets目录下存放了不同架构的原生库文件,路径模式为
-
DEX层保护:
- 使用了自定义的Application类
com.nashsiqiu.shell.ProxyApplication - 采用了r8编译器进行代码优化和混淆
- 在assets目录下存放了多个特殊命名的文件,如
app_name、app_vcf和OoooooOooo
- 使用了自定义的Application类
-
多架构支持:
- 提供了arm、arm64、x86和x86_64四种架构的支持
- 每种架构都有对应的保护实现
APKiD的检测方法
APKiD项目通过Yara规则来识别各种保护器和混淆器。针对DPT Shell,APKiD实现了以下检测规则:
-
DEX层检测规则:
- 检测特定的字符串模式,如"dpt-libs"、"dpt_JniBridge"和"libdpt.so"
- 这些字符串是DPT Shell在DEX文件中留下的特征标记
-
原生库检测规则:
- 检测libdpt.so文件的存在
- 识别Obfuscator-LLVM的混淆特征
- 检测反钩子技术的实现
-
文件结构检测:
- 检查assets目录下的特定文件结构
- 识别特殊的文件命名模式
检测结果对比
最初版本的APKiD未能完全识别DPT Shell的所有特征,仅能检测到Obfuscator-LLVM和r8编译器。经过规则更新后,最新版本的APKiD已经能够全面识别DPT Shell的保护特征,包括:
- 正确识别主保护器为"DPT Shell"
- 检测到assets目录下各架构的libdpt.so文件
- 识别出DEX文件中的特定字符串模式
- 标记出反钩子技术的使用
技术意义
这项检测能力的提升对于Android安全分析具有重要意义:
- 恶意软件分析:帮助分析人员快速识别使用DPT Shell保护的恶意软件
- 应用安全评估:评估商业应用使用的保护技术强度
- 逆向工程:为逆向工程师提供保护技术的识别信息
- 安全研究:促进对新型保护技术的研究和理解
结论
APKiD项目通过持续更新其检测规则,保持了对各种Android保护技术的识别能力。对DPT Shell的检测能力提升,展示了开源社区在应对新型保护技术方面的快速响应能力。安全研究人员和分析工具需要不断跟进各种保护技术的发展,才能有效应对日益复杂的Android应用保护方案。
登录后查看全文
热门项目推荐
相关项目推荐
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C093
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python058
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
AgentCPM-Explore没有万亿参数的算力堆砌,没有百万级数据的暴力灌入,清华大学自然语言处理实验室、中国人民大学、面壁智能与 OpenBMB 开源社区联合研发的 AgentCPM-Explore 智能体模型基于仅 4B 参数的模型,在深度探索类任务上取得同尺寸模型 SOTA、越级赶上甚至超越 8B 级 SOTA 模型、比肩部分 30B 级以上和闭源大模型的效果,真正让大模型的长程任务处理能力有望部署于端侧。Jinja00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
474
3.54 K
React Native鸿蒙化仓库
JavaScript
287
339
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
224
92
Ascend Extension for PyTorch
Python
283
316
暂无简介
Dart
723
175
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
10
1
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++
849
441
🎉 (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
1.27 K
701
🔥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
65
19