推荐:FlowDroid——静态数据流分析神器
FlowDroid是一款强大的静态数据流分析工具,专为Android应用和Java程序设计,旨在为研究人员和实践者提供一个可扩展的平台,用于构建自己的研究项目或产品实现。在学术界和工业界,FlowDroid已被广泛应用并广受好评。
获取FlowDroid
获取FlowDroid有多种方式,你可以通过Maven自行编译,或者直接从Github下载预编译的版本。
使用Maven
FlowDroid已上架Maven Central,只需将以下依赖添加到你的pom.xml文件中:
<dependencies>
<!-- ... -->
<dependency>
<groupId>de.fraunhofer.sit.sse.flowdroid</groupId>
<artifactId>soot-infoflow</artifactId>
<version>2.12.0</version>
</dependency>
<!-- ... -->
</dependencies>
通过GitHub下载
Release页面提供了所有官方发布的预编译JAR文件。建议使用最新版本,除非遇到特定问题。
自行编译
如果选择自行编译,确保安装了JDK 11以上、Maven以及Soot的最新快照,首次构建时需在根目录执行:
mvn install -DskipTests
数据流跟踪的使用
FlowDroid支持命令行接口和作为库集成两种方式。对于快速查看结果,推荐使用命令行工具;若要将其作为一个组件集成进自定义项目,则应引入相关JAR文件。
命令行运行工具
运行数据流追踪的命令如下:
java -jar soot-infoflow-cmd/target/soot-infoflow-cmd-jar-with-dependencies.jar \
-a <APK File> \
-p <Android JAR folder> \
-s <SourcesSinks file>
其中,<Android JAR folder>是Android SDK的platforms目录,<SourcesSinks file>定义了敏感信息源和可能泄露数据的接收点。
性能配置
FlowDroid允许根据需求调整性能。例如,-ns选项不追踪静态字段,-ne不追踪异常流,还可以设置时间限制以平衡精度和速度。
作为库集成
在Java或Android项目中引用FlowDroid,可以使用类似下面的代码进行简单的数据分析:
SetupApplication app = new SetupApplication(androidJarFolder, apkPath);
app.setTaintWrapper(new SummaryTaintWrapper(new LazySummaryProvider("summariesManual")));
InfoflowResults results = app.runInfoflow();
公开资料
想深入了解FlowDroid的工作原理,推荐阅读Steven Arzt的学术论文。
贡献代码
欢迎任何形式的贡献。FlowDroid采用LGPL许可,意味着你可以自由使用,但对工具的修改和扩展也需要开放源码。
联系我们
如有任何问题,可以通过邮件(Steven.Arzt@sit.fraunhofer.de)或Soot邮件列表寻求帮助。
FlowDroid以其高效、灵活的数据流分析功能,为开发者和研究人员提供了强大的工具箱,无论你是出于安全审计还是研发目的,都不容错过。现在就加入FlowDroid的世界,提升你的应用程序分析能力吧!
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
jiuwenclawJiuwenClaw 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。Python0204- 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
AtomGit城市坐标计划AtomGit 城市坐标计划开启!让开源有坐标,让城市有星火。致力于与城市合伙人共同构建并长期运营一个健康、活跃的本地开发者生态。01
MarkFlowy一款 AI Markdown 编辑器TSX01