APKiD项目中的中国主流应用加固技术分析
2025-07-03 22:47:11作者:幸俭卉
摘要
本文基于APKiD开源项目中的检测数据,对中国市场上主流的Android应用加固技术进行了系统性分析。我们将重点介绍7种具有代表性的加固方案及其技术特征,包括通付盾、腾讯御安全、几维安全等知名厂商的产品。通过分析这些加固方案的文件特征、目录结构和类名模式,帮助安全研究人员快速识别不同加固技术的实现方式。
通付盾加固技术特征分析
通付盾(Tongfu shield)是国内知名的移动应用安全加固方案提供商。其加固后的应用具有以下典型特征:
-
文件系统特征:
- assets目录下包含mode、PK、virtual等特殊目录
- 存在libegis.a等特定库文件
- lib目录下包含libegis.so等原生库
-
代码特征:
- 包含com.payegis包路径下的特定类
- 存在FirstApplication等自定义Application类
-
多架构支持:
- 提供x86和ARM架构的库文件支持
- 通过egis和egis-x86区分不同架构实现
腾讯御安全系列加固方案
腾讯御安全提供多个版本的产品线,包括企业版和标准版:
企业版特征
- 使用特定命名的数据文件(如dexMethod_00oo1l1l.dat)
- 包含libshell-supervbasic.2019.so等版本化的库文件
- 库文件命名中包含年份标识
标准版特征
- assets目录包含0OO00l111l1l等混淆命名的文件
- 支持多架构(t86、t86_64、tarm)
- 使用WrapperProxyApplication作为代理Application
- 包含com.wrapper.proxyapplication包路径
几维安全加固方案
几维安全(Kiwi Security)的加固方案具有以下识别特征:
-
许可文件:
- assets目录包含ec_dt.lic、kwpt.lincense等许可文件
- 使用crash目录存放崩溃相关数据
-
原生库特征:
- 包含libkiwi_dumper.so等kiwi前缀的库
- 提供数据加密库(libkwsdataenc.so)
-
代码结构:
- 使用com.kiwisec.crash等特定包路径
- 包含StubApplication等自定义Application
爱加密企业版技术特征
爱加密(iCrypt)企业版加固方案的主要特征包括:
- 使用.ijiami扩展名的配置文件(ijiami.ajm)
- 包含多种架构的数据加密库
- 使用InteGration_4.5.1.ttf等版本化的资源文件
- 存在s.h.e.l.l.特殊目录结构
- 提供x86和ARM64架构的加密库变体
网易易盾加固方案
网易易盾(NetEase EasyShield)的识别特征相对简洁:
- 使用nedata.db等特定命名的数据库文件
- 原生库文件体积异常小(通常小于1KB)
- 包含com.netease.nis.wrapper包路径
- 使用MyApplication作为Wrapper应用
- 同样存在s.h.e.l.l.目录结构
梆梆加固企业版分析
梆梆加固(BangBang)企业版的识别特征包括:
-
证书文件:
- 包含特定域名的证书文件
- 使用.js等脚本文件作为混淆手段
-
原生库特征:
- 包含libDexHelper.so等Dex处理库
- 提供x86架构的变体库
-
代码结构:
- 使用com.secneo.apkwrapper包路径
- 包含多种WebView相关的资源文件
顶象加固技术特征
顶象加固(DingXiang)的识别特征相对简单:
- 使用com.security.shell.AppStub1等特定类名
- 包含stub000等编号的存根类
- 包路径中包含security等关键词
检测建议
针对上述加固技术的检测,安全研究人员可以:
- 优先检查assets和lib目录下的特殊文件
- 关注Application类的继承关系
- 检查包路径中的安全相关关键词
- 对比不同版本间的文件变化
- 注意多架构支持的实现方式
总结
中国市场的Android应用加固技术呈现出多样化特征,各厂商通过文件混淆、多架构支持、自定义Application等技术手段实现保护。了解这些特征有助于安全研究人员快速识别应用使用的加固方案,为进一步分析奠定基础。随着技术的演进,这些特征可能会发生变化,需要持续跟踪更新检测方法。
登录后查看全文
热门项目推荐
相关项目推荐
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
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
414
3.18 K
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
Ascend Extension for PyTorch
Python
228
258
暂无简介
Dart
679
160
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++
689
325
🔥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
65
19
React Native鸿蒙化仓库
JavaScript
265
326
🎉 (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
1.21 K
660
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
1.03 K
492