ZygiskFrida 项目下载及安装教程
2024-12-09 15:40:10作者:曹令琨Iris
1. 项目介绍
ZygiskFrida 是一个基于 Zygisk 的模块,旨在通过注入 Frida Gadget 来绕过反篡改检查。Frida 是一个动态检测工具包,适用于开发者、逆向工程师和安全研究人员。Zygisk 是 Magisk 的一部分,允许你在每个 Android 应用程序的进程中运行代码。ZygiskFrida 通过这种方式,使得 Frida Gadget 的注入更加隐蔽,不会嵌入到 APK 本身,从而绕过 APK 完整性/签名检查。
2. 项目下载位置
ZygiskFrida 项目的源代码托管在 GitHub 上。你可以通过以下步骤下载项目:
- 打开终端或命令提示符。
- 使用
git clone命令下载项目:
git clone https://github.com/lico-n/ZygiskFrida.git
3. 项目安装环境配置
3.1 环境要求
- 设备或模拟器必须已 root。
- Zygisk 必须可用并已启用。
3.2 配置示例
以下是配置示例的图片:

4. 项目安装方式
4.1 下载最新版本
- 访问 ZygiskFrida 的 GitHub 页面。
- 在“Releases”部分下载最新版本的 ZIP 文件。
4.2 安装步骤
- 将下载的 ZIP 文件传输到你的设备。
- 使用 Magisk 安装 ZIP 文件。
- 安装完成后,重启设备。
5. 项目处理脚本
5.1 创建配置文件
- 使用以下命令创建并调整配置文件:
adb shell 'su -c cp /data/local/tmp/re_zyg_fri/config.json.example /data/local/tmp/re_zyg_fri/config.json'
adb shell 'su -c sed -i s/com.example.package/your_target_application/ /data/local/tmp/re_zyg_fri/config.json'
5.2 启动应用
- 启动你的目标应用。
- 应用将在启动时暂停,允许你附加 Frida:
frida -U -N your_target_application
或者使用:
frida -U -n Gadget
注意:确保没有其他 Frida 服务器在运行。如果需要,可以配置 Gadget 使用不同的端口。
5.3 配置选项
ZygiskFrida 还支持添加启动延迟,以延迟 Gadget 的注入,避免在启动时运行的检查。此外,还支持加载任意库和子进程管理。请参考配置指南了解更多信息。
5.4 构建项目
- 克隆项目到本地。
- 使用以下命令构建项目:
./gradlew :module:assembleRelease
构建完成后,Magisk 模块将位于 out 目录中。你也可以直接构建并安装到设备:
./gradlew :module:flashAndRebootZygiskRelease
6. 注意事项
对于模拟器,Gadget 将在 native 领域启动,这意味着你可以 hook Java 代码,但不能 hook 本地函数。
7. 参考资料
- 灵感来源:Zygisk-Il2CppDumper
- 参考项目:xDL
登录后查看全文
热门项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
暂无简介
Dart
667
153
Ascend Extension for PyTorch
Python
216
235
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++
660
303
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
9
1
React Native鸿蒙化仓库
JavaScript
255
321
🔥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
63
19
🎉 (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
1.19 K
651
仓颉编程语言运行时与标准库。
Cangjie
141
876
仓颉编译器源码及 cjdb 调试工具。
C++
133
866