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!
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 StartedJavaScript095- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
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
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
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