实战复盘:我是如何用Frida Hook一个AES加密的SO库,并拿到Key和IV的

news2026/4/27 14:34:42
逆向工程实战Frida动态Hook解密AES加密SO库的关键技术解析在移动安全领域逆向分析加密算法一直是极具挑战性的技术课题。当遇到关键业务逻辑被编译到SO库中特别是采用AES这类标准加密算法时如何高效提取密钥参数成为安全研究人员关注的焦点。本文将分享一套经过实战验证的Frida动态Hook方案通过真实案例演示如何快速定位SO库中的加密函数、提取AES密钥和初始向量(IV)并验证解密结果的完整流程。1. 逆向分析前的准备工作逆向工程的成功往往取决于前期准备的充分程度。在开始Hook之前我们需要构建完整的分析环境并掌握目标应用的基本信息。基础环境配置清单已root的Android测试设备或模拟器推荐Android 9-11版本Frida 15.1.17及以上版本包含frida-server和客户端工具IDA Pro 7.6用于静态分析可选但推荐Python 3.8环境运行Frida脚本adb工具链用于设备调试提示测试设备建议使用x86架构的模拟器或真机可避免ARM指令集转换带来的兼容性问题。通过静态分析初步定位加密函数是高效Hook的前提。对于AES加密的SO库我们需要特别关注以下特征函数参数中包含16字节或32字节的固定长度数组出现标准加密算法常量如AES_SBOX调用OpenSSL或BoringSSL相关加密接口Java层通过JNI调用的native方法# 检查目标SO库的导出函数 nm -D target.so | grep -i aes\|crypt\|decrypt2. 关键函数定位技术当SO库采用动态注册方式时传统的导出函数搜索方法往往失效。此时需要从JNI_OnLoad入手追踪RegisterNatives的调用过程。动态注册函数定位步骤在IDA中定位JNI_OnLoad函数入口分析RegisterNatives调用参数提取JNINativeMethod结构体中的函数指针交叉引用定位到实际加密函数// Frida脚本片段追踪RegisterNatives调用 Interceptor.attach(Module.findExportByName(null, RegisterNatives), { onEnter: function(args) { console.log([*] RegisterNatives called for class: Java.vm.getEnv().getClassName(args[0])); var methods ptr(args[2]); var count args[3].toInt32(); for (var i 0; i count; i) { var name methods.add(i * 12).readPointer().readCString(); var sig methods.add(i * 12 4).readPointer().readCString(); var fnPtr methods.add(i * 12 8).readPointer(); console.log( Method: name sig at fnPtr); } } });对于复杂的SO库还可以采用以下增强定位策略字符串搜索关键常量如aes、cbc等交叉引用分析标准加密函数调用内存特征码匹配适用于混淆场景3. Frida Hook实战技巧成功定位目标函数后接下来需要设计精确的Hook脚本来捕获关键参数。针对AES-CBC模式我们需要重点关注Key和IV的传递方式。典型AES参数Hook方案function hook_aes_function() { var target_func Module.findExportByName(libcrypto.so, AES_cbc_encrypt); if (target_func) { Interceptor.attach(target_func, { onEnter: function(args) { console.log(\n[*] AES_cbc_encrypt called); // 参数1: 输入数据 var in_data ptr(args[0]); // 参数2: 输出缓冲区 var out_data ptr(args[1]); // 参数3: 数据长度 var length args[2].toInt32(); // 参数4: AES_KEY结构体 var aes_key args[3]; // 参数5: IV向量 var iv ptr(args[4]); // 参数6: 加密/解密标志 var enc args[5].toInt32(); // 提取实际Key数据 var key_data aes_key.add(8).readByteArray(16); console.log(AES Key:, hexdump(key_data)); console.log(IV:, hexdump(iv.readByteArray(16))); } }); } }在实际项目中可能会遇到各种复杂情况下面列出常见问题及解决方案问题类型现象表现解决方案参数混淆参数通过寄存器传递使用Frida的CPUContext访问寄存器结构体封装Key/IV被包装在自定义结构体中分析内存布局后计算偏移量动态生成每次调用Key不同跟踪密钥生成函数反调试检测Hook后进程崩溃先Hook反调试函数4. 数据验证与结果分析获取到Key和IV后需要验证其有效性。可以通过以下方法进行交叉验证验证方法一本地解密测试from Crypto.Cipher import AES from binascii import unhexlify key unhexlify(获取到的16字节Key) iv unhexlify(获取到的16字节IV) cipher AES.new(key, AES.MODE_CBC, iv) plaintext cipher.decrypt(加密数据) print(Decrypted:, plaintext)验证方法二实时拦截对比// 在Hook脚本中添加结果验证逻辑 onLeave: function(retval) { var decrypted ptr(retval).readByteArray(16); console.log(Decrypted result:, hexdump(decrypted)); // 与Java层返回结果对比 }在实际测试中可能会遇到填充模式不一致导致解密失败的情况。常见的问题包括PKCS7填充与ZeroPadding混淆输出结果包含多余填充字节编码格式不匹配Base64/Hex注意某些应用会故意在解密后修改结果需对比内存中的原始输出和Java层返回结果。5. 高级Hook技巧与优化基础Hook技术掌握后可以进一步优化脚本的稳定性和隐蔽性性能优化技巧使用NativeFunction直接调用目标函数实现条件过滤避免频繁打印采用多线程处理大量数据// 优化后的Hook示例 var aes_func new NativeFunction( Module.findExportByName(libcrypto.so, AES_cbc_encrypt), void, [pointer, pointer, int, pointer, pointer, int] ); Interceptor.replace(aes_func, new NativeCallback(function(in_, out, len, key, iv, enc) { if (len 16) { // 只处理特定长度 console.log(Key captured:, hexdump(key.add(8).readByteArray(16))); } return aes_func(in_, out, len, key, iv, enc); }, void, [pointer, pointer, int, pointer, pointer, int]));反检测策略随机化Hook时机伪装Frida进程名称使用inline hook替代导出表Hook动态修改内存保护属性6. 自动化Hook框架设计对于需要批量分析多个加密函数的场景可以设计自动化Hook框架class CryptoHookManager { constructor() { this.hooks []; this.patterns { aes: /aes|AES|rijndael/i, des: /des|DES/i, rsa: /rsa|RSA/i }; } setupHooks() { Module.enumerateExportsSync(libcrypto.so).forEach(exp { for (let algo in this.patterns) { if (this.patterns[algo].test(exp.name)) { this.hookExport(exp.name, algo); break; } } }); } hookExport(name, algo) { let func Module.findExportByName(libcrypto.so, name); if (func) { Interceptor.attach(func, { onEnter: function(args) { this.algo algo; console.log([${algo}] ${name} called); }, onLeave: function(retval) { console.log([${this.algo}] ${name} returned); } }); this.hooks.push({name, algo}); } } } let manager new CryptoHookManager(); manager.setupHooks();该框架可实现自动识别常见加密算法批量Hook相关函数分类记录调用信息支持动态添加新规则7. 安全防护建议从防御角度出发开发者可以采取以下措施增加逆向难度防护策略对比表防护技术实现难度防护效果性能影响代码混淆低中低动态加载中高中完整性校验中高低白盒加密高极高高多态代码极高极高中具体实现建议将Key分成多个片段动态组合使用JNI_OnLoad进行运行时校验实现自定义内存分配器保护敏感数据定期更新加密方案和密钥在最近的一次金融APP测试中通过组合使用函数粒度Hook和内存访问监控成功还原了被VMProtect保护的AES密钥。整个过程耗时约8小时其中大部分时间花费在分析自定义的内存访问模式上。最终发现密钥被拆分成三部分分别存储在不同线程的TLS区域中只有特定操作序列才会组合出完整密钥。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2537571.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

SpringBoot-17-MyBatis动态SQL标签之常用标签

文章目录 1 代码1.1 实体User.java1.2 接口UserMapper.java1.3 映射UserMapper.xml1.3.1 标签if1.3.2 标签if和where1.3.3 标签choose和when和otherwise1.4 UserController.java2 常用动态SQL标签2.1 标签set2.1.1 UserMapper.java2.1.2 UserMapper.xml2.1.3 UserController.ja…

wordpress后台更新后 前端没变化的解决方法

使用siteground主机的wordpress网站,会出现更新了网站内容和修改了php模板文件、js文件、css文件、图片文件后,网站没有变化的情况。 不熟悉siteground主机的新手,遇到这个问题,就很抓狂,明明是哪都没操作错误&#x…

网络编程(Modbus进阶)

思维导图 Modbus RTU(先学一点理论) 概念 Modbus RTU 是工业自动化领域 最广泛应用的串行通信协议,由 Modicon 公司(现施耐德电气)于 1979 年推出。它以 高效率、强健性、易实现的特点成为工业控制系统的通信标准。 包…

UE5 学习系列(二)用户操作界面及介绍

这篇博客是 UE5 学习系列博客的第二篇,在第一篇的基础上展开这篇内容。博客参考的 B 站视频资料和第一篇的链接如下: 【Note】:如果你已经完成安装等操作,可以只执行第一篇博客中 2. 新建一个空白游戏项目 章节操作,重…

IDEA运行Tomcat出现乱码问题解决汇总

最近正值期末周,有很多同学在写期末Java web作业时,运行tomcat出现乱码问题,经过多次解决与研究,我做了如下整理: 原因: IDEA本身编码与tomcat的编码与Windows编码不同导致,Windows 系统控制台…

利用最小二乘法找圆心和半径

#include <iostream> #include <vector> #include <cmath> #include <Eigen/Dense> // 需安装Eigen库用于矩阵运算 // 定义点结构 struct Point { double x, y; Point(double x_, double y_) : x(x_), y(y_) {} }; // 最小二乘法求圆心和半径 …

使用docker在3台服务器上搭建基于redis 6.x的一主两从三台均是哨兵模式

一、环境及版本说明 如果服务器已经安装了docker,则忽略此步骤,如果没有安装,则可以按照一下方式安装: 1. 在线安装(有互联网环境): 请看我这篇文章 传送阵>> 点我查看 2. 离线安装(内网环境):请看我这篇文章 传送阵>> 点我查看 说明&#xff1a;假设每台服务器已…

XML Group端口详解

在XML数据映射过程中&#xff0c;经常需要对数据进行分组聚合操作。例如&#xff0c;当处理包含多个物料明细的XML文件时&#xff0c;可能需要将相同物料号的明细归为一组&#xff0c;或对相同物料号的数量进行求和计算。传统实现方式通常需要编写脚本代码&#xff0c;增加了开…

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造&#xff0c;完美适配AGV和无人叉车。同时&#xff0c;集成以太网与语音合成技术&#xff0c;为各类高级系统&#xff08;如MES、调度系统、库位管理、立库等&#xff09;提供高效便捷的语音交互体验。 L…

(LeetCode 每日一题) 3442. 奇偶频次间的最大差值 I (哈希、字符串)

题目&#xff1a;3442. 奇偶频次间的最大差值 I 思路 &#xff1a;哈希&#xff0c;时间复杂度0(n)。 用哈希表来记录每个字符串中字符的分布情况&#xff0c;哈希表这里用数组即可实现。 C版本&#xff1a; class Solution { public:int maxDifference(string s) {int a[26]…

【大模型RAG】拍照搜题技术架构速览:三层管道、两级检索、兜底大模型

摘要 拍照搜题系统采用“三层管道&#xff08;多模态 OCR → 语义检索 → 答案渲染&#xff09;、两级检索&#xff08;倒排 BM25 向量 HNSW&#xff09;并以大语言模型兜底”的整体框架&#xff1a; 多模态 OCR 层 将题目图片经过超分、去噪、倾斜校正后&#xff0c;分别用…

【Axure高保真原型】引导弹窗

今天和大家中分享引导弹窗的原型模板&#xff0c;载入页面后&#xff0c;会显示引导弹窗&#xff0c;适用于引导用户使用页面&#xff0c;点击完成后&#xff0c;会显示下一个引导弹窗&#xff0c;直至最后一个引导弹窗完成后进入首页。具体效果可以点击下方视频观看或打开下方…

接口测试中缓存处理策略

在接口测试中&#xff0c;缓存处理策略是一个关键环节&#xff0c;直接影响测试结果的准确性和可靠性。合理的缓存处理策略能够确保测试环境的一致性&#xff0c;避免因缓存数据导致的测试偏差。以下是接口测试中常见的缓存处理策略及其详细说明&#xff1a; 一、缓存处理的核…

龙虎榜——20250610

上证指数放量收阴线&#xff0c;个股多数下跌&#xff0c;盘中受消息影响大幅波动。 深证指数放量收阴线形成顶分型&#xff0c;指数短线有调整的需求&#xff0c;大概需要一两天。 2025年6月10日龙虎榜行业方向分析 1. 金融科技 代表标的&#xff1a;御银股份、雄帝科技 驱动…

观成科技:隐蔽隧道工具Ligolo-ng加密流量分析

1.工具介绍 Ligolo-ng是一款由go编写的高效隧道工具&#xff0c;该工具基于TUN接口实现其功能&#xff0c;利用反向TCP/TLS连接建立一条隐蔽的通信信道&#xff0c;支持使用Let’s Encrypt自动生成证书。Ligolo-ng的通信隐蔽性体现在其支持多种连接方式&#xff0c;适应复杂网…

铭豹扩展坞 USB转网口 突然无法识别解决方法

当 USB 转网口扩展坞在一台笔记本上无法识别,但在其他电脑上正常工作时,问题通常出在笔记本自身或其与扩展坞的兼容性上。以下是系统化的定位思路和排查步骤,帮助你快速找到故障原因: 背景: 一个M-pard(铭豹)扩展坞的网卡突然无法识别了,扩展出来的三个USB接口正常。…

未来机器人的大脑:如何用神经网络模拟器实现更智能的决策?

编辑&#xff1a;陈萍萍的公主一点人工一点智能 未来机器人的大脑&#xff1a;如何用神经网络模拟器实现更智能的决策&#xff1f;RWM通过双自回归机制有效解决了复合误差、部分可观测性和随机动力学等关键挑战&#xff0c;在不依赖领域特定归纳偏见的条件下实现了卓越的预测准…

Linux应用开发之网络套接字编程(实例篇)

服务端与客户端单连接 服务端代码 #include <sys/socket.h> #include <sys/types.h> #include <netinet/in.h> #include <stdio.h> #include <stdlib.h> #include <string.h> #include <arpa/inet.h> #include <pthread.h> …

华为云AI开发平台ModelArts

华为云ModelArts&#xff1a;重塑AI开发流程的“智能引擎”与“创新加速器”&#xff01; 在人工智能浪潮席卷全球的2025年&#xff0c;企业拥抱AI的意愿空前高涨&#xff0c;但技术门槛高、流程复杂、资源投入巨大的现实&#xff0c;却让许多创新构想止步于实验室。数据科学家…

深度学习在微纳光子学中的应用

深度学习在微纳光子学中的主要应用方向 深度学习与微纳光子学的结合主要集中在以下几个方向&#xff1a; 逆向设计 通过神经网络快速预测微纳结构的光学响应&#xff0c;替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。 特征提取与优化 从复杂的光学数据中自…