APKiD项目对DPT Shell保护器的检测能力分析
2025-07-03 12:52:45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
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust036
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
ERNIE-ImageERNIE-Image 是由百度 ERNIE-Image 团队开发的开源文本到图像生成模型。它基于单流扩散 Transformer(DiT)构建,并配备了轻量级的提示增强器,可将用户的简短输入扩展为更丰富的结构化描述。凭借仅 80 亿的 DiT 参数,它在开源文本到图像模型中达到了最先进的性能。该模型的设计不仅追求强大的视觉质量,还注重实际生成场景中的可控性,在这些场景中,准确的内容呈现与美观同等重要。特别是,ERNIE-Image 在复杂指令遵循、文本渲染和结构化图像生成方面表现出色,使其非常适合商业海报、漫画、多格布局以及其他需要兼具视觉质量和精确控制的内容创作任务。它还支持广泛的视觉风格,包括写实摄影、设计导向图像以及更多风格化的美学输出。Jinja00
项目优选
收起
暂无描述
Dockerfile
680
4.34 K
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
133
33
🎉 (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
1.57 K
911
deepin linux kernel
C
28
16
暂无简介
Dart
926
229
Ascend Extension for PyTorch
Python
521
630
全称:Open Base Operator for Ascend Toolkit,哈尔滨工业大学AISS团队基于Ascend C打造的高性能昇腾算子库。
C++
46
52
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.07 K
559
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
398
304
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.36 K
110