终极蓝牙LE垃圾信息工具:如何用Bluetooth-LE-Spam轻松模拟虚假设备弹窗 🚀
Bluetooth-LE-Spam是一款强大的Android应用,它利用设备内置的低功耗蓝牙(BLE)功能创建虚假蓝牙设备广告,模拟各种品牌设备的连接请求,让附近设备弹出无需交互的通知窗口。无论是用于安全研究还是了解蓝牙协议漏洞,这款工具都能为你提供简单直观的操作体验。
📱 核心功能:不止是恶作剧的蓝牙LE工具
这款应用通过发送精心构造的BLE广播信号,能够触发附近设备的特定响应。支持的功能包括:
✅ 多品牌设备模拟弹窗
- 苹果设备:触发新设备配对弹窗、操作模态框
- 微软Swift Pair:针对Windows设备的快速配对提示
- 三星Easy Setup:三星设备的简易设置弹窗
🚨 iOS 17崩溃漏洞(已修复)
历史版本曾利用iOS 17的蓝牙漏洞导致目标设备重启,但该漏洞已在iOS 17.2及以上版本被修复。此功能仅用于研究目的,展示了蓝牙协议安全的重要性。
🔍 垃圾信息检测功能
内置的Spam Detector工具可在锁屏状态下检测附近的蓝牙垃圾信息源,包括Flipper Zero设备和其他恶意广播源,并通过通知提醒用户。
🔧 成人玩具控制(Lovespouse协议)
支持通过BLE广播控制支持Lovespouse协议的成人玩具,包括开启/关闭设备等操作,展示了蓝牙协议在消费电子设备中的广泛应用。
📋 系统要求与兼容性
使用Bluetooth-LE-Spam前,请确保你的设备满足以下条件:
- Android 8.0+(API级别26或更高)
- 支持蓝牙低功耗(BLE)功能
- 无法在iOS或PC上运行(包括模拟器)
图3:Bluetooth-LE-Spam的主界面,简洁直观的操作布局
📥 安装指南:3种简单获取方式
1. F-Droid应用商店
通过F-Droid官方渠道安装(推荐):
在F-Droid中搜索"Bluetooth LE Spam"
2. 手动下载APK
从项目发布页面获取最新安装包:
- 稳定版APK:适合普通用户
- 调试版APK:适合开发者测试
3. 源码编译
克隆项目仓库自行构建:
git clone https://gitcode.com/gh_mirrors/bl/Bluetooth-LE-Spam
cd Bluetooth-LE-Spam
./gradlew assembleRelease
⚙️ 使用教程:3步上手蓝牙广播
1. 权限配置
首次启动需授予以下权限:
- 蓝牙权限(扫描、广播、连接)
- 位置权限(Android蓝牙扫描要求)
- 后台通知权限(持续广播需要)
2. 选择广播模式
在主界面选择所需的广播模式:
- 单次广播:发送一次选定的设备广告
- 循环广播:持续发送多个预设广告集
- 自定义序列:创建并保存自定义广播序列
3. 调整高级参数
通过设置界面优化广播效果:
- 发射功率:调整蓝牙信号强度(高/中/低/超低)
- 广播间隔:设置广告包发送频率(20-100ms推荐)
- 目标过滤:选择特定品牌设备进行定向广播
📡 蓝牙广播范围与限制
Bluetooth-LE-Spam的有效范围受以下因素影响:
- 设备蓝牙硬件性能
- 发射功率设置(高功率可达30米)
- 环境干扰和障碍物
注意:与Flipper Zero等专用设备相比,Android应用受系统限制无法修改蓝牙广播的TX功率字节值,因此实际有效范围可能稍短。
🚨 法律与道德声明
本工具仅用于教育和研究目的,使用时需遵守当地法律法规:
- 不得用于未经授权的设备干扰
- 尊重他人隐私和设备安全
- 该项目因漏洞修复已停止积极更新,欢迎安全研究者贡献代码
🙏 项目贡献者与致谢
Bluetooth-LE-Spam的开发得益于以下社区贡献:
- mh (mobile-hacker.com):iOS设备欺骗技术研究
- Willy-JL、ECTO-1A等:Flipper Zero蓝牙垃圾信息功能研究
- mandomat:Lovespouse协议分析
- K3YOMI:垃圾信息检测功能创意
📸 应用界面一览
图7:应用模拟的Google Fast Pair配对提示(现代设备已修复此漏洞)
通过Bluetooth-LE-Spam,你可以深入了解蓝牙低功耗协议的工作原理,同时提高对无线安全的认识。无论是安全研究者还是技术爱好者,这款工具都能为你打开蓝牙协议探索的大门。
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00




