当 AI Agent 拿起逆向工具链 — 能力边界、架构缺陷与攻防趋势

一句话结论: 截至 2025 年初 [1],LLM 已能轻松拆掉单独使用的 CFF,但对 IS 和组合混淆仍全面失败;2026 年的 Agent 实验 [2] 进一步表明瓶颈不在模型推理力而在架构缺陷——笔者判断组合混淆的防线至今成立。混淆没有过时,只是需要换一种组合方式。 读完本文你会知道: AI 逆向工具链(以 REA 为例)正在如何从「聊天式辅助」进化为「Agent 驱动的专业工具链」 三种经典混淆(BCF / IS / CFF)分别是什么,以及 LLM 为什么对它们的抵抗力完全不同 8 个主流 LLM 在同一段混淆代码上的成绩单,以及它们最常犯的 5 类错误 AI Agent 自主逆向时暴露的 3 个系统性缺陷 工具链如何在四维框架的每个维度上补强 LLM 的弱点 如何通过 Hypothesis Manager / Evidence Arbitrator / Adversarial Auditor 三机制改良 Agent 架构 笔者对逆向工程趋势的 4 个阶段性判断 作为保护方,下一步应该怎么调整混淆策略 图:AI × 逆向工程 —— 从模型评测到 Agent 架构缺陷 本文涉及的关键事件时间线,纵轴为时间,颜色表示事件类型 基础研究 → 模型评测期 2017Quarkslab 发布 OLLVM 去混淆技术研究 [4] 2024.05GPT-4o  论文评测的 8 个模型从此开始 2024.12o1-Pro 2025.01DeepSeek R1 671B MoE / 37B 激活 2025.02Claude 3.7 Sonnet · Grok 3 论文评测窗口结束 2025.05Promon 四维框架论文 [1] arXiv:2505.19887 ▲ 论文模型截止于此 ——— 约 19 个月代差 ——— 以下为 2026 最新 ▼ Agent 时代 2026.H1REA 达到 192K+ Star [7],MCP 架构确立 Phase 3.0 2026.04BinDeObfBench 去混淆基准发布 [3] arXiv:2604.08083 2026.06笔者 OLLVM 去混淆实战博客 [5] 2026.09GPT-6 Astra OpenAI 新旗舰,o 系列退役 架构缺陷暴露 2026.08Quarkslab「Defeating AI-Assisted RE」发布 [2] 2026.08Agent 攻防实验 → 三大架构缺陷 环境利用(权限沙箱缺失) · 叙事固着(假设管理缺失) · 产物伪造(执行校验缺失) 使用的模型已达 Claude 5 级别 → 缺陷是架构问题,不因模型更强而消失 2026.10本文发布 当前最新模型已迭代至 Claude 5.5 代(Opus 5.5 / Sonnet 5.5) 改良方向(开放问题) →假设栈 Hypothesis Stack — 矛盾触发推理链重评 →执行验证层 Execution Verifier — 校验 Agent 自生成产物 →对抗性自检 Adversarial Self-Check — 上下文隔离的审计 Agent 核心差距不是工具或推理能力,而是缺少「关于思考的思考」—— §4.4 模型发布 论文 / 基准 工具 / 项目 架构缺陷 改良方向 〇、摘要 2026 年,一个名为 REA 的开源项目在半年内拿到了 19 万+ Star,让 AI Agent 通过 MCP 协议直接驱动 Ghidra、Hopper、IDA——不是「把汇编贴给 LLM 猜」,而是让 Agent 拥有了逆向工程师的完整工具箱。 ...

October 8, 2026 · 29 min · 6136 words · +5

右键点两下,密码就出来了 - Ponce4Ghidra 符号执行实战:从 crackme 到 license key 全流程

读完本文,你将获得: 理解符号执行的核心原理——为什么 16 字节输入有 2^128 种可能,但 Z3 能在秒级给出答案 掌握 Ponce4Ghidra 从安装到实战的完整工作流:符号化输入 → 标记 Find/Avoid → 一键求解 通过两个递进样本(4 字节 crackme + 19 字节 license key)看到约束收集和 SMT 求解的完整过程 学会选择正确的符号化方式(argv vs Function Argument vs Register vs Memory) 了解 Veritesting、Unicorn 加速等高级选项的使用场景 〇、摘要 笔者在做 DRM 逆向时,经常需要从混淆的 native 函数中提取加密参数。手动逆向一个 check_password 不难,但面对 19 字节的 license key(4 组 × 4 字符 + 3 个连字符 + 跨组 checksum),手工推导就变得乏味且容易出错。 于是笔者开发了 Ponce4Ghidra——一个基于 angr + Z3 的 Ghidra 交互式符号执行插件。核心想法很简单:在 Ghidra 的反汇编视图中右键标记"我要到达这里"和"我要避开那里",符号化输入变量,点击求解——angr 自动探索所有路径,Z3 自动求解约束方程,密码/key/参数直接显示在面板上。 ...

October 3, 2026 · 16 min · 3308 words · +5

把 classes.dex 藏起来就安全了?主流加固方案的真实防线

读完本文,你将获得: 分清 R8、代码混淆、DEX 加壳、函数抽取、DEX2C、VMP、SO 保护与 RASP 到底解决什么问题 看懂一个加固 APK 从 CI 构建、后处理、对齐、重签名,到壳启动、完整性校验和业务代码加载的完整链路 了解 360、阿里 mPaaS、爱加密、梆梆、腾讯乐固,以及 DexGuard、Promon、Appdome、AppSealing、Google Play 方案的公开能力与证据边界 理解为什么加固必须与 APK 签名、Play Integrity、设备注册、账号图谱和服务端风控组合,而不能独自承担“客户端可信” 获得一套可执行的 release 参数、性能基线、兼容性矩阵和加固验收方法 〇、摘要:壳不是保险柜,它是一套成本控制系统 Android APK 对逆向工程天然友好。 classes.dex 不是源码,却保留了大量类、方法、调用和数据流语义;resources.arsc、Manifest、Assets、字符串和 native SO 又把接口、功能开关、协议常量、JNI 边界与第三方 SDK 关系一并交给了终端用户。一个正常用户看到的是登录、支付和播放页面,分析者拿到的却是一份可以离线拆解、反复运行和任意修改的程序副本。 APK 加固由此产生。它要处理的不是一个问题,而是四类问题: 代码理解。 降低 Java/Kotlin、C/C++、Flutter、Unity 或脚本逻辑被快速恢复和复用的概率。 运行时观测。 增加调试、Hook、注入、内存读取和自动化批量控制的成本。 篡改与重打包。 发现签名、代码、资源、调用顺序或运行环境发生了不符合预期的变化。 业务滥用。 把客户端风险信号传给服务端,让登录、领券、支付、游戏结算、内容授权等动作得到分级处置。 但有一条物理事实绕不过去:代码要在用户控制的设备上执行,处理器最终就必须获得明文指令、解码后的类,或与原算法等价的 VM 语义。 加固可以缩短稳定观测窗口、打散结构、改变执行形态、提高自动化规模成本,却无法把白盒客户端变成服务端 HSM。 所以本文的主线不是“哪家的壳最硬”,而是: 1 2 资产分级 -> 构建期变换 -> 包与运行时保护 -> 平台可信证明 -> 设备/安装身份连续 -> 绑定业务动作 -> 风险处置与反馈 这条链也把前两篇文章接了起来:Chrome VMP讨论如何让关键语义难以稳定观测,设备指纹与设备注册讨论如何把端上证据放进服务端身份和业务图谱。APK 加固位于两者之间:它保护”客户端如何执行”,但不能独立回答”服务端为什么应该相信这次请求”。 ...

August 25, 2026 · 9 min · 1742 words · +5

Chrome 里藏了个虚拟机,它到底在保护什么

读完本文,你将获得: 明确区分 Chrome 沙箱、V8 字节码、商业 VMProtect 壳与本文讨论的 VM-based Protection 理解 Chrome 原生媒体模块中 VMP 的核心目标:不是让代码不可执行,而是让关键语义不可稳定观测 掌握一套分析 VMP 保护的工程框架:入口边界、调度器、编码状态、完整性校验、明文输出边界 经历从"grep AES S-box"到"差分边界建模"的认知转变过程——以及中间踩过的每一个坑 看清 VMP 的真实安全边界:它能显著提高密钥提取成本,但无法让合法播放后的明文数据凭空消失 〇、摘要 本文讨论的 VMP 指 VM-based Protection / 虚拟机化保护,不是 Chrome 浏览器自身的沙箱机制,也不特指商业产品 VMProtect。它是一类代码保护方法:将原始算法提升为自定义字节码、解释器调度、编码状态和完整性校验的组合,使攻击者很难从静态反编译、内存扫描或常规断点中恢复关键语义。 Chrome 生态里,最适合观察这类保护的位置不是普通网页 JavaScript,而是高价值原生模块,例如桌面端 Widevine CDM 这类承载 DRM 密钥处理和媒体解密的组件。它们处在 Chrome 的 EME/Mojo/CDM 调用链上,既要在用户可控机器上运行,又要尽可能保护 license、content key、白盒表和解密状态。 本文的核心结论是: VMP 的核心不是“藏代码”,而是“抹除可观测性”:标准 AES 表、key schedule、硬件 AES 指令、稳定函数边界都会被替换成 VM 调度、动态表、编码状态和热路径变换。 Chrome 场景下的 VMP 是多边界协同:浏览器进程模型、Mojo IPC、CDM utility 进程、沙箱、完整性校验和白盒数据路径共同构成防护面。 密钥保护和明文保护不是一回事:VMP 可以让 content key 难以提取,但合法播放路径最终仍会产生解码后的明文帧,这是 DRM 工程无法回避的语义边界。 正确的分析方法不是一上来硬反 VM:更有效的路线是先刻画输入/输出边界,再用 perf、堆快照、IPC 观察、完整性安全的断点和差分实验定位“语义转移点”。 换句话说,现代 VMP 的价值在于把攻击者从”搜一个表、hook 一个函数、dump 一个 key”的线性流程,拖入”恢复 VM 指令集、还原状态编码、绕过完整性校验、证明数据流语义”的系统工程。 ...

August 23, 2026 · 11 min · 2171 words · +5

把 Netflix MSL 拆成字节 - 一次协议逆向的路线、踩坑与经验

读完本文,你将获得: 一个常被忽略的问题的答案:既然已经有 HTTPS,Netflix 为什么还要在里面再套一层自研的 MSL 加密信道? MSL 消息的字节级结构:header envelope、encrypted envelope、payload chunk 三层是怎么嵌套的,encrypt-then-MAC 到底对哪段 bytes 签名 CBOR integer key 编码的真实字节,以及为什么 bytes 写成 text、headerdata 内联成 map 会让服务端直接 502 一套不依赖“协议很复杂所以安全”的评估框架:MSL 能保护什么、哪些属性取决于部署配置,以及攻击者会转向哪些边界 〇、摘要 本文记录笔者对 Netflix Message Security Layer (MSL) 的一次协议逆向。 和前几篇 Widevine / FairPlay 文章不同,这次的目标不是攻破某个白盒 AES,而是把一个真实商业客户端的应用层加密协议,拆成能对着字节解释、能复现、能被服务端接受或拒绝的结构。产出是两个最小实现: nfmsl.py:单文件 Python 研究客户端,每一层中间结构都能打印,用来做字段 diff 和错误二分; Android MslClient:用真机 MediaDrm / CryptoSession 复现 Android 侧的 MSL 加密签名链路。 真正的突破点不是拿到某个密钥,而是把下面这些东西对齐到服务端能接受的 wire format: MSL 消息的三层信封结构,以及 encrypt-then-MAC 中「签名签的是密文而非明文」这一点; CBOR integer key 编码里 bytes/text、内联 map/加密 envelope 的字节差异; MasterToken 与 UserIdToken 通过 mtserialnumber 建立的字段级绑定; ASYMMETRIC_WRAPPED 与 WIDEVINE 两类 Key Exchange 的密钥归属差异; licensedManifest 把 Manifest 与 Widevine license challenge 合并进同一个 payload 的结构。 本文同时区分三个容易混淆的对象:Netflix 开源 MSL 框架的能力、本文观测到的 Netflix 客户端协议实例、Netflix 当前生产环境的完整安全策略。前两者可以由公开文档和实验字节支持;第三者还包含服务端风控、密钥托管、撤销策略和设备分级,不能仅凭客户端逆向完整证明。 ...

August 15, 2026 · 18 min · 3765 words · +5

当 Hook 失效的那一刻:SVC 指令级系统调用保护的攻防

读完本文,你将获得: 理解 ARM64 SVC 指令如何绕过所有 libc 层 hook,以及为什么 Frida 的 Interceptor.attach 对它束手无策 掌握 SVC 在 Android 安全对抗中的五种核心用法:反 ptrace、反 Frida、完整性校验、线程检测、seccomp-BPF 获得一套从"进程莫名崩溃"到"定位 SVC 指令并绕过"的完整排查方法论 对比六种绕过方案(Frida Stalker / seccomp / 内核模块 / eBPF / binary patch / 仿真)的工程权衡 〇、摘要 本文系统分析了 Android 应用中基于 SVC(Supervisor Call)指令的内联系统调用保护技术。笔者在对多个商业级加固方案的逆向分析中,反复遭遇 “hook 了 libc 但保护照样触发” 的困境,最终追溯到 SVC 这个 ARM 指令集的原子操作。 核心发现与贡献: 五种 SVC 对抗模式梳理:从实际样本中提炼出 anti-ptrace、anti-Frida(/proc/self/maps 扫描)、文件完整性校验、线程枚举检测、seccomp-BPF 五种典型用法 🧑‍🔬 六种绕过方案的工程对比:Frida Stalker、seccomp-BPF 拦截、内核模块、eBPF、binary patch、Unicorn 仿真,各有适用场景和代价 🧑‍🔬🔬 完整实战案例:从"Frida attach 就崩溃"到定位 3 处 SVC 指令并逐一绕过的全过程,包含 4 次失败尝试 🔬 SVC 保护的真实边界分析:SVC 不是银弹——它保护的是调用路径而非调用逻辑,一旦攻击者切换到内核视角,保护立即失效 🧑‍🔬 防御建议:从防御者角度给出 SVC 保护与 OLLVM/VMP/服务端验证组合的分层策略 🧑‍🔬 Research Evidence Environment Item Detail Device Pixel 7 (panther), rooted (Magisk 27.0) OS Android 14 (UP1A.231105.001) Target 某商业加固 SO(arm64-v8a, ~2.1 MB),具体应用脱敏处理 Architecture arm64-v8a (AArch64) IDA Pro 9.0 SP1 Ghidra 11.1.2 Frida 16.5.9 (server) + 16.5.2 (client) strace Android NDK r26d bundled seccomp tools libseccomp 2.5.5, seccomp-tools (Ruby gem) Kernel 5.15.148-android14 (custom build with ftrace enabled) Hypothesis H1: 应用检测到调试器是通过 libc 的 ptrace() 调用实现的,hook libc ptrace 即可绕过 H2: Frida attach 后崩溃是因为 /proc/self/maps 中出现了 frida-agent 的映射,应用通过 libc open/read 读取 H3: SVC 指令的 syscall number 硬编码在 .text 段中,可通过模式搜索 D4000001(SVC #0 编码)批量定位 H4: seccomp-BPF 可以拦截所有 SVC 调用,包括从 .text 段直接发出的内联调用 H5: binary patch 将 SVC 指令替换为 NOP 是最简单有效的绕过方式 Experiments ID 实验 验证假设 结果 关键证据 E01 hook libc ptrace 返回 0 H1 ✗ FAIL hook 生效但进程仍然检测到调试器并 exit E02 hook libc openat/read 过滤 maps 读取 H2 ✗ FAIL /proc/self/maps 从未出现在 hook 日志中,但进程仍然崩溃 E03 strace 观察实际 syscall H1, H2 ✓ PASS 发现 ptrace(PTRACE_TRACEME) 和 openat(/proc/self/maps) 直接出现在 strace 输出中,未经 libc E04 IDA 搜索 SVC #0 指令编码 H3 ✓ PASS .text 段找到 17 处 SVC #0(01 00 00 D4),其中 3 处与反调试直接相关 E05 seccomp-BPF 拦截 SVC ptrace H4 ✓ PASS seccomp filter 成功拦截 __NR_ptrace(117),进程不再崩溃 E06 NOP patch SVC 指令 H5 ⚠️ PARTIAL 反 ptrace 绕过成功,但 SO 完整性校验(也是 SVC 实现)检测到 patch 后 abort E07 Frida Stalker 动态替换 SVC 返回值 - ✓ PASS 成功绕过全部 3 处 SVC 保护,进程正常运行 一、路线总览 这一节给出整个分析的宏观路线图。如果你已经熟悉 SVC 的基本概念,可以直接跳到 §四 看实战。 ...

August 8, 2026 · 28 min · 5832 words · +5

拆开 anti-token 以后 - 拼多多历史样本中的环境记录与服务端盲区

〇、摘要 🧑‍🔬 笔者第一次整理拼多多 libpdd_secure.so 资料时,建了一张很长的字段表:系统属性、Build、网络、SIM、时间、随机量,一项项排得很整齐。表格越完整,文章看起来越像已经还原了”设备指纹”。 问题也恰好出在这里。看雪帖子描述的是特定历史样本中的环境记录、缓存和封装;拼多多隐私政策描述的是产品在安全场景下可能处理的数据类别。前者缺少服务端,后者不是抓包。把两份材料合起来仍然得不到稳定设备 ID,更得不到当前画像模型和交易阈值。 最后只保留那些经得住版本变化的观察:历史 Native 代码曾组织环境记录,记录经过结构化封装和保护后形成输出;部分内容有缓存,动态量会随调用变化。字段顺序、前缀、偏移、密钥和生成步骤则全部省略。研究目的不是做一个 anti-token 生成器,而是看清客户端包裹到达网络边界后,还缺哪些证明。 Research Evidence Methodology Item Detail 文章类型 Type B:官方政策与历史逆向材料复核 资料截止 2026-07-06;实质来源均早于 2026-07-23 发布日期 证据标记 A:官方公开;B:通用防守架构判断;C:第三方历史样本观察 一手实验 无;未下载附件、运行 APK/SO、生成 Token 或请求线上接口 公开边界 不提供密钥、IV、前缀、字段顺序、偏移、函数地址和请求模板 Sources & Evidence Grading 来源 等级 使用方式 拼多多隐私政策,2025-07-08 生效 A 安全用途、数据类别、IMEI 历史版本边界 libpdd_secure.so 指纹算法分析(下篇),2025-12-02 C 7.80 历史样本、作者对 7.85 的说明、记录与封装观察 anti-token 纯算法分析,2026-07-06 C Native 记录容器、缓存和动态记录的外部观察 Android 10 隐私变更与 Play Integrity 概览 A 标识符限制、请求绑定和分级处置的通用原则 Scope Limitations 没有可独立核验的 APK 渠道、完整版本、APK/SO SHA-256、ABI、设备构建号和抓取时间。 7.80 与 7.85 的接近程度来自原帖作者陈述,笔者没有做二进制差分。 2026 年帖子未在公开正文中给出可与 7.80/7.85 对齐的 App 版本,笔者不替它补版本号。 网络边界后的画像、图谱和处置流程均为 B 级职责模型,不代表拼多多内部实现。 负责任披露:这次材料复核用于安全评审与隐私核查,不建议把历史材料用于模拟客户端、批量请求、营销作弊或规避平台处置。 ...

July 23, 2026 · 2 min · 374 words · +5

当 sign() 函数变成了两万行伪代码

读完本文,你将获得: 理解 Android Native VMP 保护的三代架构演进:从固定 opcode 到状态依赖调度 掌握一套识别 dispatcher、枚举 handler、恢复 opcode 语义的工程方法 经历一个 VMP 保护签名函数的完整分析过程,包括五次失败和三次策略转向 看清 VMP 保护的真实安全边界:它提高了静态分析成本,但 unidbg/Unicorn 黑盒调用可以完全绕过 区分 VMP 与 OLLVM 的适用场景,理解"VMP 了就安全了"为什么是危险的误解 获得一组面向防御者的改进提案,从 P0 到 P3 〇、摘要 Android 生态里,VMP(Virtual Machine Protection / 代码虚拟化保护)是国内加固厂商和头部 App 保护关键 Native 逻辑的主要手段之一。它把原始 ARM/ARM64 指令编译为自定义字节码,由嵌入 SO 的解释器在运行时调度执行,使 IDA Pro 的反编译结果从"可读的 C 伪代码"退化为"两万行 switch-case 状态机"。 笔者在过去两年中分析过多个使用 VMP 保护签名算法的 Android App,积累了以下观察: VMP 的核心价值不是"防逆向",而是"防低成本逆向":它把分析门槛从"F5 一下就能读"提高到"需要恢复 VM 指令集才能理解语义",但不能阻止 unidbg/Unicorn 级别的黑盒调用。 三代 VMP 的区分不在"有没有 VM",而在 dispatcher 的状态依赖程度:一代用固定 handler table,二代用编码 opcode + 动态 dispatch,三代把 dispatch 本身变成状态机输出。 实战中击穿 VMP 保护签名函数的关键转向,往往不发生在 VM 内部:笔者多次在 I/O 边界、JNI 桥接层或 memory pattern 上找到突破口,而不是靠完整还原 VM 指令集。 VMP 与 OLLVM 是互补而非替代关系:OLLVM 保护控制流,VMP 保护指令语义,两者组合才能同时抵御 symbolic execution 和静态反编译。 “VMP 了就安全了"是当前最危险的工程误解:侧信道、I/O 边界、timing pattern 和黑盒模拟器四条路径都不需要理解 VM 内部语义。 本文是一篇原创逆向研究文章(Type A),记录笔者分析 Android Native VMP 的实战过程、失败路径和方法论积累。与本博客的 Chrome VMP 文章 不同,那篇讨论的是 DRM/Widevine 场景下的白盒密码学保护;本文聚焦 Android App 保护厂商(360加固、梆梆、爱加密等)和自研 VMP 实现,目标对象是签名算法、加密模块和反作弊逻辑,分析工具链以 IDA Pro + Frida + unidbg/Unicorn 为主。 ...

July 10, 2026 · 20 min · 4108 words · +5

签名过了,订单就安全吗 - 拆解美团 mtgsig:调用链还原、加固架构与算法边界

〇、先说结论 社区里流传的说法是"mtgsig 就是美团的设备指纹"。六月我写过一版回答这个问题的文章,纯靠公开资料对时间线,满篇"这份材料不能证明什么",自己回头看都读不下去。十月下旬我换了个做法:直接把当时最新的美团 Android 版本下载下来,静态拆包,能还原多少还原多少,还原不到的地方用公开资料对齐,并明确标注哪些是实测、哪些是引用。 样本:com.sankuai.meituan v12.67.402(versionCode 1200670402),SHA256 2f1dd86e34d48d55d5f8d25a1735a507daf09f70c29550789ad50ca6f18d4d5a,2026 年 10 月 22 日从应用市场获取。写这篇文章时(11 月 7 日)我重跑了关键命令复核了一遍,文中引用的数据都来自这两次检查。 三个结论,先亮出来,后文是证据: mtgsig 是请求签名,不是设备指纹。 它由 native 层生成,Java 只负责递材料;它挂在每个业务请求的 header 上,跨过它只能证明"这次请求的格式、时效、完整性对了"。 设备指纹 dfp 是 mtguard 里的另一套子系统。 它生成的 dfp_id 会被签进 mtgsig(公开资料里的 a8 字段),但指纹本体的归并、存储、xid 下发都在服务端。签名捎带了会员卡号,不等于签名就是会员档案。 签名过了只是过了第一道门。 订单安全要靠账号、位置、订单、履约这些业务证据,那是另一层系统的事。 还有一个事先声明:这次是纯静态分析。我没运行 App,没发过任何一个请求到美团的生产接口,native 内部的算法没有逐字节还原(原因见第三节)。涉及算法内层语义的部分,全部来自社区对 2.x 时代的公开还原,我逐一标注了来源。 一、样本与做法 项 值 包名 com.sankuai.meituan 版本 12.67.402 / 1200670402 SHA256 2f1dd86e34d48d55d5f8d25a1735a507daf09f70c29550789ad50ca6f18d4d5a 大小 98.8 MB minSdk / targetSdk 21 / 30 ABI 仅 armeabi(32 位) 组件规模 440 个 activity、115 个 service、146 条权限 dex 12 个,共 108.9 MB,标准 dex\n035 头,可直接反编译 native 库 lib/armeabi 下 71 个 so 这个包没有整体加壳:12 个 dex 的魔数、校验和、header 字段全部正常,Application 类是真实的业务类,jadx 直接全量反编译。所谓"壳"是它自己的动态化体系(Robust 热修、dynoparts 动态 split、MRN 基座),那套东西不拦逆向。 ...

June 18, 2026 · 5 min · 1051 words · +5

所有分支都指向同一个 switch,然后呢

读完本文,你将获得: 能在 IDA 里一眼认出 Control Flow Flattening、Bogus Control Flow 和 Instruction Substitution 三种 OLLVM 混淆的视觉特征 理解 OLLVM 如何嵌入 LLVM 编译管线,以及每个 pass 在 IR 层面做了什么 掌握从 Frida 动态 trace 到 angr 符号执行再到 CFG 手动恢复的完整去混淆工作流 经历一个真实案例中"IDA 看到 400 个基本块、真正执行的只有 27 个"的完整分析过程 理解为什么 OLLVM 在 AI 时代正在从"有效保护"滑向"增加成本但不改变结局" 〇、摘要 🧑‍🔬 笔者最近在分析一个国内头部电商 App 的签名 SO 时,IDA 打开目标函数,CFG 窗口画出来的图像一块被碾平的披萨饼——400 多个基本块,全部通过一个巨型 switch 相互连接,没有任何可读的逻辑结构。这是典型的 OLLVM Control Flow Flattening,笔者在过去两年的 Android 逆向中至少遇到过十几次,但每次都在不同环节卡住。 这篇文章不是 OLLVM 的百科全书。笔者的目标是把自己在实战中积累的工程经验整理成一条可复现的路线:从识别混淆类型,到选择去混淆策略,到工具链搭建,到最终恢复出可读的控制流。过程中踩过的坑和失败的尝试一样会记录下来。 核心贡献: 三大 pass 的 IDA 视觉指纹库 🧑‍🔬:总结了 CFF、BCF、Instruction Substitution 在 IDA CFG/伪代码中的 12 个可识别特征,附实际截图级描述 从 Frida trace 到 CFG 恢复的完整工作流 🔬:以某电商 App 的 libsign.so 为案例,记录了从 0 到可读伪代码的全过程 基于 angr 的半自动 CFF 去平坦化 🤖🧑‍🔬:实现了一个 600 行的 Python 脚本,在 5 个不同目标上成功恢复了 CFF,失败了 2 个(原因分析见 §6.5) opaque predicate 的 7 种识别模式 🧑‍🔬:从 BCF 的死代码中提取了 7 类 opaque predicate 模板,其中 2 类是 MBA 变种 去混淆工具链横向对比 🔬:对比了 D-810、GAMBA、Triton、angr、手动五种方案在 4 个目标上的表现 OLLVM 在 AI 时代的失效曲线分析 🧑‍🔬:基于本文实验数据,评估了 LLM 辅助去混淆对各保护层的实际影响 防御方改进提案 🧑‍🔬:从保护方视角提出了 6 条 P0-P3 级改进建议 Research Evidence Environment Item Detail Device Pixel 7 Pro (cheetah), rooted via Magisk 27.0 OS Android 14 (UP1A.231005.007) Target SO libsign.so v8.2.3, arm64-v8a, 4.7 MB SO SHA256 7f3a2b1c4d5e******9a8b7c6d5e4f3a (partial) IDA 9.0 SP1 + Hex-Rays ARM64 Frida 16.5.9, frida-server 16.5.9 angr 9.2.107 Unicorn 2.1.1 Ghidra 11.2 (辅助交叉验证) Python 3.11.8, z3-solver 4.13.0 分析周期 2026-05-18 ~ 2026-06-03 (约 3 周) Hypothesis ID 假设内容 章节 结果 H1 目标函数使用标准 OLLVM CFF,state variable 为单一 32-bit 整数 §6.1 ✓ 确认 — switch 变量为 w8,取值 47 种 H2 通过 Frida trace 收集的 state 序列可以直接恢复原始 CFG §6.2 ✗ 部分失败 — 覆盖率仅 68%,路径依赖输入 H3 angr 符号执行可以枚举所有 state 转移,补全动态 trace 的缺口 §6.3 ✓ 确认 — 47 个 state 全部覆盖,但耗时 23 分钟 H4 BCF 插入的 opaque predicate 全部基于 (x * (x - 1)) % 2 == 0 模板 §4.2 ✗ 证伪 — 发现 7 种模板,含 2 种 MBA 变种 H5 D-810 可以一键去除所有 BCF dead code §7.1 ✗ 部分失败 — 标准模板 95% 去除,MBA 变种 0% H6 Instruction Substitution 不影响仿真正确性,可以忽略 §4.3 ✓ 确认 — Unicorn trace 语义等价 H7 字符串加密使用固定 XOR key,可全局批量解密 §5.1 ✗ 证伪 — 每个函数使用不同 key,需逐函数处理 Experiments ID 实验 验证假设 结果 关键证据 E01 IDA CFG 统计分析 H1 ✓ PASS 47 个 case,1 个 switch 变量 w8 E02 Frida state trace (100 次调用) H2 ✗ PARTIAL 32/47 states 覆盖,15 个未触发 E03 angr symbolic exploration H3 ✓ PASS 47/47 全覆盖,23 min,peak 4.2 GB E04 BCF opaque predicate 分类 H4 ✗ FAIL 7 种模板,非单一类型 E05 D-810 自动去 BCF H5 ✗ PARTIAL 标准模板去除 95%,MBA 残留 E06 Unicorn 全路径仿真 H6 ✓ PASS 输出与真机一致 E07 字符串解密 key 分析 H7 ✗ FAIL 12 个函数,12 个不同 key E08 CFF 去平坦化脚本 (5 目标) — ✓ 5/7 5 成功 2 失败 (§6.5) E09 恢复后 CFG vs 真机 trace 验证 — ✓ PASS 27 个真实基本块,执行顺序一致 一、路线总览 这一节给出完整的分析路线图。笔者的经验是:面对 OLLVM 保护的二进制,最大的陷阱不是技术难度,而是在错误的层次上花时间。先花 30 分钟做识别和分类,能省下 3 天的无效逆向。 ...

June 5, 2026 · 23 min · 4785 words · +5
CC BY-NC-SA 4.0 © 2026 +5 · Repost with attribution, non-commercial only
All research is for academic and security purposes only. No functional exploit code or keys provided. For takedown requests contact overkazaf@gmail.com.
pv=  ·  uv=