OWASP MASTG项目中关于APK安全分析工具的更新与优化
2025-05-19 18:31:05作者:宣利权Counsellor
在移动应用安全测试领域,APK文件的分析工具至关重要。OWASP MASTG(移动应用安全测试指南)项目近期针对APK分析工具进行了重要更新,决定弃用过时的APKEnum工具,转而推荐功能更强大的APKleaks工具。
背景与问题
APKEnum作为一款早期的APK分析工具,基于Python 2.7开发,但由于长期缺乏维护更新,已无法满足现代移动应用安全测试的需求。Python 2.7本身也已停止支持,这使得APKEnum在兼容性和功能性上都存在明显不足。
解决方案评估
项目团队评估了两款候选替代工具:APKLeakData和APKleaks。经过对主流通讯应用和社交平台等流行应用的测试比较,APKleaks展现出明显优势:
- 功能全面性:APKleaks能够检测出更多类型的安全问题,包括授权信息、通用密钥、API密钥、IP地址、JSON Web Token等
- 可扩展性:支持通过JSON配置文件添加自定义正则表达式规则,增强了检测的灵活性
- 维护状态:基于Python 3开发,项目活跃度更高,维护及时
技术对比
以主流通讯应用和社交平台为例,两款工具的检测结果对比如下:
主流通讯应用检测结果对比
- APKleaks检测到7类安全问题
- APKLeakData仅检测到3类
社交平台检测结果对比
- APKleaks检测到7类安全问题
- APKLeakData仅检测到3类
实施与整合
OWASP MASTG项目已决定:
- 移除所有对APKEnum的引用,并添加弃用说明
- 将APKleaks正式纳入MASTG工具集
- 更新相关技术文档和示例
APKleaks的使用方法简单高效,基本命令格式为:
apkleaks -f /path/to/file.apk -p regexed.json -o ~/Documents/apkleaks-results.txt
总结
这次工具更新体现了OWASP MASTG项目对移动应用安全测试领域最新技术发展的持续关注。APKleaks的引入将显著提升安全研究人员对APK文件中潜在安全风险的检测能力,特别是其支持自定义规则的特点,使得工具能够适应各种特殊检测需求,为移动应用安全评估提供了更加强大的支持。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
jiuwenclawJiuwenClaw 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。Python0205- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
AtomGit城市坐标计划AtomGit 城市坐标计划开启!让开源有坐标,让城市有星火。致力于与城市合伙人共同构建并长期运营一个健康、活跃的本地开发者生态。01
MarkFlowy一款 AI Markdown 编辑器TSX01
项目优选
收起
deepin linux kernel
C
27
12
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
610
4.06 K
Ascend Extension for PyTorch
Python
452
537
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++
924
778
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
374
254
🔥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
69
21
暂无简介
Dart
857
205
🎉 (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
1.47 K
832
React Native鸿蒙化仓库
JavaScript
322
377
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
114
177