APKiD项目:DingXiang加固样本检测技术分析
2025-07-03 07:21:28作者:彭桢灵Jeremy
背景介绍
在移动应用安全领域,APKiD作为一款知名的Android应用识别工具,能够有效检测各类加固方案。近期项目组发现了一个疑似使用DingXiang加固的样本,经过技术团队深入分析,确认了该加固方案的特征和检测方法。
样本特征分析
该样本包名为org.ai.create.filter,版本v2.55.0。通过技术分析,我们发现该样本具有以下典型特征:
-
文件结构特征:
- 包含com.security.shell.V5App类
- 存在dsnstub000.vd文件
- assets目录下包含多个特殊文件:
- __param.data
- __version.txt
- csn9fb7236d.data2(包含应用原始数据)
- output-(arm.|x86.).data
-
库文件特征:
- /lib/arm64-v8a/libsys_misc.so(仅包含"Placeholder"文本的伪库文件)
- 部分样本还包含libstub000.so
-
反调试和反虚拟机措施:
- 实现了Debug.isDebuggerConnected()检查
- 包含多种Build属性检查(BOARD、FINGERPRINT等)
- 包含SIM卡和网络运营商检查
加固方案确认
通过对比分析多个样本,技术团队确认这是DingXiang加固方案的典型特征。特别值得注意的是:
- 版本信息一致性:多个样本的__version.txt都显示为v6.0.4r
- 文件结构相似性:都包含__param.data和libsys_misc.so等特征文件
- 行为模式一致性:都采用了类似的资源隐藏和反调试策略
检测规则建议
基于以上分析,建议在APKiD中增加以下检测规则:
-
文件路径检测:
- assets/__param.data
- assets/__version.txt
- lib/arm64-v8a/libsys_misc.so
-
内容特征检测:
- 检查libsys_misc.so是否为空或包含"Placeholder"文本
- 验证__version.txt内容是否符合已知版本格式
-
类名检测:
- com.security.shell.V5App类的存在
技术意义
DingXiang作为国内常见的加固方案,其检测规则的完善对于Android应用安全分析具有重要意义。通过准确识别这类加固方案,安全研究人员可以:
- 更有针对性地进行逆向分析
- 开发相应的脱壳工具
- 评估应用的安全防护水平
- 发现潜在的安全风险
总结
本次分析不仅确认了一个新的DingXiang加固样本,还完善了APKiD对该加固方案的检测能力。随着移动应用安全对抗的不断升级,持续更新检测规则和保持对新加固方案的研究至关重要。技术团队将继续关注各类加固方案的发展动态,为Android应用安全研究提供有力支持。
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