新闻详情

新闻详情

首页 / 资讯中心 / 详情

Day18 APP资产知识产权应用监控静态提取动态抓包动态调试

发布时间:2026/11/15 12:25:40来源:尧图网络
Day18 APP资产知识产权应用监控静态提取动态抓包动态调试
本文介绍如何通过目标名称和url来获取目标旗下的app然后再通过MobSF和AppinfoScaner来提取信息包括逆向静态提取、动态抓包提取和动态调试提取。一、获取APP1、从url获取APP1备案信息地址beian.miit.gov.cn/#/Integrated/recordQuery2官网下载2、从名称获取APP1爱企查知识产权2小蓝本3七麦点点查名称感觉适合查大型的公司小的公司没有查到。七麦数据要先点那个添加应用然后输入公司全称选择安卓和软件下载市场。第一次我没注意到添加应用不懂怎么查/捂脸需要注册公司随便填我填江南皮革厂也过了。点点数据注册和七麦数据差不多。前面有Ad的是广告二、提取信息提取的资产信息包括IP、域名和接口。泄露信息看邮箱、接口和OSS。拿一个恶意软件进行分析1、MobSF静态提取动态调试项目地址github.com/MobSF/Mobile-Security-Framework-MobSF静态提取这是用浏览器的翻译这里发现一个疑似管理员接口子域名可以看反编译后的源码箭头指向的是动态调试我用的是Android Studio AVD2、AppinfoScaner静态提取github项目地址github.com/kelvinBen/AppInfoScanner对一个恶意软件进行分析命令python app.py android -i APK/DEX 文件或下载地址或目录会生成分析报告3、动态抓包可以看Day6的安卓模拟器抓包App抓包动态表现没有误报但是不完整有些隐藏的你不主动调用抓不到。反编译提取的好处就是完整但是无用信息太多了。静态提取可以提取直接写进去的但是像把密钥用多个变量拆开存放就提取不出来。有一个支持在线进行静态和动态分析的网站其实就是把MobSF部署到服务器但是这个网站的动态分析要钱静态的免费。如果自己部署的临时出现问题可以用这个www.zhihuaspace.com。
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/15 4:54:16

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/15 2:04:12

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/14 10:11:15

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/14 17:14:38

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/14 16:35:50

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/15 4:06:36

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉