Runtime Mobile Security (RMS):移动应用动态安全分析利器
2024-09-25 15:04:47作者:房伟宁
项目介绍
Runtime Mobile Security (RMS) 是一款基于 FRIDA 的强大工具,旨在帮助安全研究人员和开发者动态分析 Android 和 iOS 应用程序。通过 RMS,用户可以轻松地导出所有加载的类和方法,实时挂钩并追踪方法参数和返回值,加载自定义脚本等。RMS 提供了一个直观的 Web 界面,使得操作更加便捷和高效。
项目技术分析
RMS 的核心技术基于 FRIDA,这是一个强大的动态插桩框架,支持多种平台。FRIDA 允许开发者在运行时注入代码,从而实现对应用程序的动态分析。RMS 在此基础上构建了一个 Web 界面,使得用户可以通过浏览器进行操作,无需复杂的命令行操作。
RMS 的主要功能包括:
- 类和方法的动态导出:实时导出应用程序中加载的所有类和方法。
- 实时挂钩和追踪:用户可以动态挂钩任意方法,并追踪其参数和返回值。
- 自定义脚本加载:支持加载自定义 FRIDA 脚本,扩展功能。
- API 监控:针对 Android 应用,RMS 提供了 API 监控功能,帮助用户监控应用程序的 API 调用。
- 文件管理器:支持浏览应用程序的私有文件和目录。
项目及技术应用场景
RMS 适用于以下场景:
- 移动应用安全测试:安全研究人员可以使用 RMS 对移动应用进行动态分析,发现潜在的安全漏洞。
- 逆向工程:开发者可以使用 RMS 进行逆向工程,分析应用程序的内部逻辑。
- 调试和性能优化:通过实时挂钩和追踪,开发者可以调试应用程序,优化性能。
- 教育和培训:RMS 提供了丰富的功能和直观的界面,适合用于移动安全相关的教育和培训。
项目特点
- 跨平台支持:RMS 支持 Android 和 iOS 平台,覆盖了主流的移动操作系统。
- 直观的 Web 界面:通过浏览器即可进行操作,无需复杂的命令行操作。
- 强大的动态分析能力:基于 FRIDA,RMS 提供了强大的动态分析功能,包括类和方法的导出、实时挂钩和追踪等。
- 自定义脚本支持:用户可以加载自定义 FRIDA 脚本,扩展 RMS 的功能。
- 丰富的教程和示例:RMS 提供了详细的教程和示例,帮助用户快速上手。
结语
Runtime Mobile Security (RMS) 是一款功能强大且易于使用的移动应用动态安全分析工具。无论你是安全研究人员、开发者还是教育工作者,RMS 都能为你提供强大的支持。快来体验 RMS,开启你的移动应用安全分析之旅吧!
项目地址:GitHub
视频演示:
教程:
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
Spark-Prover-7BSpark-Prover 是由科大讯飞团队开发的专用大型语言模型,专为 Lean4 中的自动定理证明而设计。该模型采用创新的三阶段训练策略,显著增强了形式化推理能力,在同等规模的开源模型中实现了最先进的性能。Python00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-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
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
7
暂无简介
Dart
614
138
Ascend Extension for PyTorch
Python
163
183
React Native鸿蒙化仓库
JavaScript
240
314
仓颉编译器源码及 cjdb 调试工具。
C++
126
854
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
369
3.15 K
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
255
90
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
475
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
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++
644
255