一种被混淆APP三方库的识别并还原的方法与装置与流程

一种被混淆app三方库的识别并还原的方法与装置
技术领域
1.本发明属于软件安全技术领域，具体涉及一种被混淆app三方库的识别并还原的方法与装置。


背景技术：

2.随着移动设备的普及、android操作系统的发展，移动应用也越来越多，而移动应用为了保护自身程序不被逆向破解，采取了多种保护保护措施。
3.其中源代码的混淆，成为了最为常用的源代码保护手段，androidstudio更是自带了proguard工具，为开发者提供源代码混淆功能。源代码的混淆，主要采用的是对类名，函数名，变量名等信息，进行重新命名，将其命名为a、b、c或其他无意义的字符，使逆向人员在分析过程中，无法得知其类、变量、函数的真实意义。
4.很多恶意程序，也紧跟潮流，使用代码混淆来保护自己，这无疑给安全人员提高了不少分析的难度。而app在开发过程中，会集成大量的三方库，这些三方库，也会被一并混淆，这意味着混淆过后，逆向分析的安全人员将很难分清哪些代码属于三方库，哪些代码属于app自身代码。
5.而在现有技术方案中，反混淆技术一般分为二次混淆和函数名推测，而不管是哪一种，除了效果并不理想外，都没有对三方库做特殊处理。
6.有鉴于此，提出一种被混淆app三方库的识别并还原的方法与装置是非常具有意义的。


技术实现要素：

7.为了解决现有安全人员在逆向分析app的过程中，经常会处于很难分清代码到底是三方库还是app库的尴尬状态的问题，本发明提供一种被混淆app三方库的识别并还原的方法与装置，以解决上述存在的技术缺陷问题。
8.第一方面，本发明提出了一种被混淆app三方库的识别并还原的方法，该方法包括如下步骤：
9.响应于提取常用三方库的类特征，并且每个所述三方库对应一个特征文件，所述特征文件保存所述三方库中每个类的特征；
10.响应于提取app中每个类的特征，并判断每个所述类的特征是否包含某个库，若包含某个库，则将app中的每个类与所述三方库的特征文件中的每个类进行比对；以及
11.若检测到app某个类与所述第三方库中某个类的特征相似度达到预设阈值，则认为app中该类与库中的类属于同一个类，并对app中的该类进行重命名处理，使app还原成未混淆状态。
12.优选的，还包括：编写类特征提取工具，用于反编译apk和jar，并对每个类进行特征提取，并在提取的特征文件中存储每个类的所有函数名、函数类型、变量名；
13.提取的特征包括：该类中有几个常用的变量，其中int、boolean以及string的个
数；该类中有几个函数，其中有几个返回值是void，几个int；该类中有个几个静态变量，几个常量。
14.进一步优选的，还包括：对每个三方库人工设定一个唯一指纹，一般用字符串作为指纹，用以判断app中是否包含该库。
15.进一步优选的，特征相似度达到预设阈值设置为95％。
16.进一步优选的，还包括：对某类中的变量，进行特征提取并识别，主要特征为：变量类型、变量修饰符、被自身类引用几次、被哪个函数引用；
17.对某类中的变量提取特征后，与另一类的变量特征进行比对，比对完成后，对某类变量进行重命名，使其变量名与另一类变量名一致；
18.同样的对函数名进行还原；该类还原后，查找app中引用到该类的代码，并对引用代码进行相应的修改，使用同样的方法，对其他类进行还原。
19.第二方面，本发明实施例还提供一种被混淆app三方库的识别并还原的装置，该装置具体包括：
20.类特征提取模块，用于提取常用三方库的类特征，并且每个所述三方库对应一个特征文件；
21.文件保存模块，用于特征文件保存所述三方库中每个类的特征；
22.判断模块，用于提取app中每个类的特征，并判断每个所述类的特征是否包含某个库；
23.比对模块，用于若包含某个库，则将app中的每个类与所述三方库的特征文件中的每个类进行比对；
24.处理模块，用于检测到app某个类与所述第三方库中某个类的特征相似度达到预设阈值，则认为app中该类与库中的类属于同一个类，并对app中的该类进行重命名处理，使app还原成未混淆状态。
25.进一步优选的，还包括：编写模块，用于编写类特征提取工具用于反编译apk和jar，并对每个类进行特征提取。
26.进一步优选的，还包括：设定模块，用于对每个三方库人工设定一个唯一指纹，一般用字符串作为指纹，用以判断app中是否包含该库。
27.第三方面，本发明实施例提供了一种电子设备，包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现如第一方面中任一实现方式描述的方法。
28.第四方面，本发明实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如第一方面中任一实现方式描述的方法。
29.与现有技术相比，本发明的有益成果在于：
30.(1)本发明提供识别混淆app中的常用三方库，并对三方库进行代码还原的方法，使其三方库恢复到未混淆状态，以减轻app的混淆程度，提高代码的可读性。
31.(2)本发明最终能够识别被混淆app的大部分三方库，并对其进行还原；使app的代码与三方库的代码能够有效区分，减少混淆带来的干扰，提高代码可读性和分析效率。
附图说明
32.包括附图以提供对实施例的进一步理解并且附图被并入本说明书中并且构成本说明书的一部分。附图图示了实施例并且与描述一起用于解释本发明的原理。将容易认识到其它实施例和实施例的很多预期优点，因为通过引用以下详细描述，它们变得被更好地理解。附图的元件不一定是相互按照比例的。同样的附图标记指代对应的类似部件。
33.图1是本发明的一个实施例可以应用于其中的示例性装置架构图；
34.图2为本发明的实施例的被混淆app三方库的识别并还原的方法的流程示意图；
35.图3为本发明的实施例的被混淆app三方库的识别并还原的方法的整体流程示意图；
36.图4为本发明的实施例的被混淆app三方库的识别并还原的装置架构示意图；
37.图5是适于用来实现本发明实施例的电子设备的计算机装置的结构示意图。
具体实施方式
38.在以下详细描述中，参考附图，该附图形成详细描述的一部分，并且通过其中可实践本发明的说明性具体实施例来示出。对此，参考描述的图的取向来使用方向术语，例如“顶”、“底”、“左”、“右”、“上”、“下”等。因为实施例的部件可被定位于若干不同取向中，为了图示的目的使用方向术语并且方向术语绝非限制。应当理解的是，可以利用其他实施例或可以做出逻辑改变，而不背离本发明的范围。因此以下详细描述不应当在限制的意义上被采用，并且本发明的范围由所附权利要求来限定。
39.应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。
40.图1示出了可以应用本发明实施例的用于处理信息的方法或用于处理信息的装置的示例性系统架构100。
41.如图1所示，系统架构100可以包括终端设备101、102、103，网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。
42.用户可以使用终端设备101、102、103通过网络104与服务器105交互，以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用，例如网页浏览器应用、购物类应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等。
43.终端设备101、102、103可以是具有通信功能的各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。
44.服务器105可以是提供各种服务的服务器，例如对终端设备101、102、103发送的校验请求信息进行处理的后台信息处理服务器。后台信息处理服务器可以对接收到的校验请求信息进行分析等处理，并得到处理结果(例如用于表征校验请求为合法请求的校验成功信息)。
45.需要说明的是，本发明实施例所提供的用于处理信息的方法一般由服务器105执行，相应地，用于处理信息的装置一般设置于服务器105中。另外，本发明实施例所提供的用于发送信息的方法一般由终端设备101、102、103执行，相应地，用于发送信息的装置一般设置于终端设备101、102、103中。
46.需要说明的是，服务器可以是硬件，也可以是软件。当服务器为硬件时，可以实现成多个服务器组成的分布式服务器集群，也可以实现成单个服务器。当服务器为软件时，可以实现成多个软件或软件模块(例如用来提供分布式服务)，也可以实现成单个软件或多个软件模块，在此不做具体限定。
47.图2示出了本发明的实施例公开了一种被混淆app三方库的识别并还原的方法，如图2所示，该方法包括如下步骤：
48.s1、响应于提取常用三方库的类特征，并且每个所述三方库对应一个特征文件，所述特征文件保存所述三方库中每个类的特征；
49.s2、响应于提取app中每个类的特征，并判断每个所述类的特征是否包含某个库，若包含某个库，则将app中的每个类与所述三方库的特征文件中的每个类进行比对；以及
50.s3、若检测到app某个类与所述第三方库中某个类的特征相似度达到预设阈值，则认为app中该类与库中的类属于同一个类，并对app中的该类进行重命名处理，使app还原成未混淆状态。
51.进一步的，参照图3，具体方法如下：
52.1.编写类特征提取工具，用以反编译apk和jar，并对每个类提取特征，主要特征为：
53.该类中有几个常用类型的变量，其中几个int，几个boolean，几个string等；
54.该类中有几个函数，其中有几个返回值是void，几个int等；
55.该类中有个几个静态变量，几个常量等；
56.2.对常用的三方库，提取其每个类文件的特征，并将其保存在对应的文件中。
57.3.人工对每个三方库，设定一个唯一指纹，一般用字符串作为指纹，用以判断app中是否包含该库。如：okhttp库中包含字符串“okhttp-preemptive”，而该字符串是其他库所没有的，所以该字符串可以当成okhttp的唯一指纹。当app中的代码包含该字符串中时，即为认定app中含有okhttp库。
58.4.反编译apk，并通过特征提取工具，提取出每个类的特征。
59.5.当app包含某个库时，遍历apk中的每个类，并将类特征，与库特征文件中的每个类特征进行对比，若相似率达到指定值以上：如95％，即认为是同一个类。如：app中的a类特征，与库中的b类特征相似度达95％，即认为a被是被混淆后的b类。
60.6.对a类中的变量，进行特征提取并识别，主要特征为：变量类型、变量修饰符、被自身类引用几次、被哪个函数引用。
61.7.对a中的变量提取特征后，与b类的变量特征进行比对，比对完成后，对a类变量进行重命名，使其变量名与b类变量名一致。
62.8.使用其同样的方法，对函数名进行还原。
63.9.该类还原后，查找app中引用到该类的代码，并对引用代码进行相应的修改。
64.10.使用同样的方法，对其他类进行还原，并反回编译app。
65.具体的，本发明的工作原理是：
66.事先提取常用三方库的类特征，并且每个库对应一个特征文件，特征文件中保存该库中每个类的特征，并在特征文件中存储每个类的所有函数名、函数类型、变量名、等可提供还原混淆的信息；
67.在反混淆app时，首先提取app中每个类的特征，并判断是否包含某个库，若包含该库，则将app中的每个类，与三方库的特征文件中的每个类进行一一比对，若app某个类与三方库中某个类的特征相似度达到95％以上，即认为app中该类与库中的类是同一个类，并对app中该类进行重命名处理，使其还原成未混淆状态。
68.第二方面，本发明实施例还公开一种被混淆app三方库的识别并还原的装置，参照图4，该装置具体包括：类特征提取模块41，文件保存模块42，判断模块43，比对模块44，处理模块45，编写模块46以及设定模块47。
69.在一个具体实施例中，类特征提取模块41，用于提取常用三方库的类特征，并且每个所述三方库对应一个特征文件；文件保存模块42，用于特征文件保存所述三方库中每个类的特征；判断模块43，用于提取app中每个类的特征，并判断每个所述类的特征是否包含某个库；比对模块44，用于若包含某个库，则将app中的每个类与所述三方库的特征文件中的每个类进行比对；处理模块45，用于检测到app某个类与所述第三方库中某个类的特征相似度达到预设阈值，则认为app中该类与库中的类属于同一个类，并对app中的该类进行重命名处理，使app还原成未混淆状态；编写模块46，用于编写类特征提取工具用于反编译apk和jar，并对每个类进行特征提取；设定模块47，用于对每个三方库人工设定一个唯一指纹，一般用字符串作为指纹，用以判断app中是否包含该库。
70.下面参考图5，其示出了适于用来实现本发明实施例的电子设备(例如图1所示的服务器或终端设备)的计算机装置500的结构示意图。图5示出的电子设备仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
71.如图5所示，计算机装置500包括中央处理单元(cpu)501和图形处理器(gpu)502，其可以根据存储在只读存储器(rom)503中的程序或者从存储部分509加载到随机访问存储器(ram)506中的程序而执行各种适当的动作和处理。在ram 504中，还存储有装置500操作所需的各种程序和数据。cpu 501、gpu502、rom 503以及ram 504通过总线505彼此相连。输入/输出(i/o)接口506也连接至总线505。
72.以下部件连接至i/o接口506：包括键盘、鼠标等的输入部分507；包括诸如、液晶显示器(lcd)等以及扬声器等的输出部分508；包括硬盘等的存储部分509；以及包括诸如lan卡、调制解调器等的网络接口卡的通信部分510。通信部分510经由诸如因特网的网络执行通信处理。驱动器511也可以根据需要连接至i/o接口506。可拆卸介质512，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器511上，以便于从其上读出的计算机程序根据需要被安装入存储部分509。
73.特别地，根据本发明公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本发明公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分510从网络上被下载和安装，和/或从可拆卸介质512被安装。在该计算机程序被中央处理单元(cpu)501和图形处理器(gpu)502执行时，执行本发明的方法中限定的上述功能。
74.需要说明的是，本发明所述的计算机可读介质可以是计算机可读信号介质或者计算机可读介质或者是上述两者的任意组合。计算机可读介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的装置、装置或器件，或者任意以上的组合。计算机可读
介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑磁盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本发明中，计算机可读介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行装置、装置或者器件使用或者与其结合使用。而在本发明中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行装置、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、rf等等，或者上述的任意合适的组合。
75.可以以一种或多种程序设计语言或其组合来编写用于执行本发明的操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如java、smalltalk、c++，还包括常规的过程式程序设计语言—诸如“c”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(lan)或广域网(wan)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
76.附图中的流程图和框图，图示了按照本发明各种实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的装置来实现，或者可以用专用硬件与计算机指令的组合来实现。
77.描述于本发明实施例中所涉及到的模块可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的模块也可以设置在处理器中。
78.作为另一方面，本发明还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：响应于提取常用三方库的类特征，并且每个所述三方库对应一个特征文件，所述特征文件保存所述三方库中每个类的特征；响应于提取app中每个类的特征，并判断每个所述类的特征是否包含某个库，若包含某个库，则将app中的每个类与所述三方库的特征文件中的每个类进行比对；以及若检测到app某个类与所述第三方库中某个类的特征相似度达到预设阈值，则认为app中该类与库中的类属于同一个类，并对app中的该类进行重命名处理，使app还原成未混淆状态。
79.以上描述仅为本发明的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本发明中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本发明中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

技术特征：
1.一种被混淆app三方库的识别并还原的方法，其特征在于，该方法包括如下步骤：响应于提取常用三方库的类特征，并且每个所述三方库对应一个特征文件，所述特征文件保存所述三方库中每个类的特征；响应于提取app中每个类的特征，并判断每个所述类的特征是否包含某个库，若包含某个库，则将app中的每个类与所述三方库的特征文件中的每个类进行比对；以及若检测到app某个类与所述第三方库中某个类的特征相似度达到预设阈值，则认为app中该类与库中的类属于同一个类，并对app中的该类进行重命名处理，使app还原成未混淆状态。2.根据权利要求1所述的被混淆app三方库的识别并还原的方法，其特征在于，还包括：编写类特征提取工具，用于反编译apk和jar，并对每个类进行特征提取，并在提取的特征文件中存储每个类的所有函数名、函数类型、变量名；提取的特征包括：该类中有几个常用的变量，其中int、boolean以及string的个数；该类中有几个函数，其中有几个返回值是void，几个int；该类中有个几个静态变量，几个常量。3.根据权利要求2所述的被混淆app三方库的识别并还原的方法，其特征在于，还包括：对每个三方库人工设定一个唯一指纹，一般用字符串作为指纹，用以判断app中是否包含该库。4.根据权利要求3所述的被混淆app三方库的识别并还原的方法，其特征在于，特征相似度达到预设阈值设置为95％。5.根据权利要求4所述的被混淆app三方库的识别并还原的方法，其特征在于，还包括：对某类中的变量，进行特征提取并识别，主要特征为：变量类型、变量修饰符、被自身类引用几次、被哪个函数引用；对某类中的变量提取特征后，与另一类的变量特征进行比对，比对完成后，对某类变量进行重命名，使其变量名与另一类变量名一致；同样的对函数名进行还原；该类还原后，查找app中引用到该类的代码，并对引用代码进行相应的修改，使用同样的方法，对其他类进行还原。6.一种被混淆app三方库的识别并还原的装置，其特征在于，该装置具体包括：类特征提取模块，用于提取常用三方库的类特征，并且每个所述三方库对应一个特征文件；文件保存模块，用于特征文件保存所述三方库中每个类的特征；判断模块，用于提取app中每个类的特征，并判断每个所述类的特征是否包含某个库；比对模块，用于若包含某个库，则将app中的每个类与所述三方库的特征文件中的每个类进行比对；处理模块，用于检测到app某个类与所述第三方库中某个类的特征相似度达到预设阈值，则认为app中该类与库中的类属于同一个类，并对app中的该类进行重命名处理，使app还原成未混淆状态。7.根据权利要求6所述的被混淆app三方库的识别并还原的方法，其特征在于，还包括：编写模块，用于编写类特征提取工具用于反编译apk和jar，并对每个类进行特征提取。8.根据权利要求7所述的被混淆app三方库的识别并还原的方法，其特征在于，还包括：
设定模块，用于对每个三方库人工设定一个唯一指纹，一般用字符串作为指纹，用以判断app中是否包含该库。9.一种电子设备，包括：一个或多个处理器；存储装置，用于存储一个或多个程序；当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1至5中任一所述的方法。10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1至5中任一所述的方法。

技术总结
本发明提出了一种被混淆APP三方库的识别并还原的方法与装置，包括：响应于提取常用三方库的类特征，并且每个所述三方库对应一个特征文件，所述特征文件保存所述三方库中每个类的特征；响应于提取APP中每个类的特征，并判断每个所述类的特征是否包含某个库，若包含某个库，则将APP中的每个类与所述三方库的特征文件中的每个类进行比对；以及若检测到APP某个类与所述第三方库中某个类的特征相似度达到预设阈值，则认为APP中该类与库中的类属于同一个类，并对APP中的该类进行重命名处理，使APP还原成未混淆状态。本发明提供识别混淆App中的常用三方库，并对三方库进行代码还原的方法，使其三方库恢复到未混淆状态，以减轻app的混淆程度，提高代码的可读性。提高代码的可读性。提高代码的可读性。


技术研发人员：叶建军 苏玉海 吴厚阔 纪艺能 蔡勇恩
受保护的技术使用者：厦门市美亚柏科信息股份有限公司
技术研发日：2023.04.07
技术公布日：2023/7/18