♧ Godown 安全知识树

Frida RPC 主动调用 App 内加密函数批量取 anti-token/签名值,绕过 native 算法逆向复现请求

tools/frida · verified

一句话结论

当 App 的加密/风控参数(anti-token、sign)由 native 层或强混淆算法生成、静态还原不现实时,可在 App 进程内用 Frida 的 Java.perform 主动调用该生成函数(按其签名构造 Context、时间戳等参数),把结果经 rpc.exports 暴露给外部 Python,每次请求实时取值填入 header,从而在完全不还原算法的前提下复现并批量构造合法请求。

原理

  • 加密函数本身在目标 App 进程里是「可执行的黑盒」:只要能构造出它要求的入参,就能让它输出正确的 token,无需理解内部逻辑;Java.use 可直接取得类并调用其静态/实例方法。
  • 参数一致性是关键:本文函数需要 (Context, Long),脚本借用 App 自有类(BaseApplication.getContext()、TimeStamp.getRealLocalTime().longValue()、Long.valueOf)生成,保证与真实调用的上下文/时间一致,避免外部伪造值导致 token 被服务端拒绝。
  • rpc.exports = { anti: hook_anti_token } 把 JS 函数注册为 RPC 端点,Frida 的 Python 绑定通过 script.exports.anti() 跨进程同步拿到返回值,于是「生成 token」从 App 内部能力变成外部可循环调用的服务。
  • 因此对抗点从「逆向算法」转移为「维持一个可注入的 App 进程」,适合以数据抓取/请求复现为目的;若目标是完全离线还原算法,则仍需 IDA 分析 so(属另一条链)。

触发条件

  • 已定位到生成该参数的 Java/native 方法(如经 HashMap.put 堆栈定位到 SecureNative.deviceInfo2)。
  • 目标 App 可在已 root/可控设备上运行并注入 Frida,且未阻断主动调用(无反调试/完整性校验,或已绕过)。
  • 能用 App 自有类构造出与真实调用一致的参数(上下文、时间戳等)。

利用步骤

  1. 抓包确认缺失该头时服务端返回不正确,明确要复现的目标头。
  2. 用 Hook 打印调用栈 + jadx 定位生成函数(如 deviceInfo2(context, Long)),确认其所在类与参数类型。
  3. 写 Frida 脚本:Java.perform 内 Java.use 取类,用 App 自有类构造入参,调用生成函数,返回字符串。
  4. rpc.exports 导出;Python 端 frida.get_usb_device().attach(pkg) → create_script → script.load() → script.exports.anti() 取值。
  5. 把返回值填入 headers["anti-token"],用 requests.post 复现搜索/业务请求;循环调用即可批量取值。

PoC

function hook_anti_token() {
  var result = null;
  Java.perform(function () {
    var SecureNative = Java.use("com.xunmeng.pinduoduo.secure.SecureNative");
    var BaseApplication = Java.use("com.xunmeng.pinduoduo.basekit.BaseApplication");
    var context = BaseApplication.getContext();
    var TimeStamp = Java.use("com.xunmeng.pinduoduo.basekit.util.TimeStamp");
    var ts = TimeStamp.getRealLocalTime().longValue();
    result = SecureNative.deviceInfo2(context, Java.use("java.lang.Long").valueOf(ts));
  });
  return result;
}
rpc.exports = { anti: hook_anti_token };
device = frida.get_usb_device().attach("<包名>")
script = device.create_script(open("zxc.js", encoding="utf-8").read())
script.load()
anti_token = script.exports.anti()
headers["anti-token"] = anti_token

(最小化示意,包名/类名为占位,未执行任何 PoC。)

变体与关联

  • 变体:若生成函数在 native 层且无 Java 入口,可用 NativeFunction 按「基址 + 偏移」主动调用(库内另有对应卡)。
  • 关联:与「Burp/autoDecoder 自动重签」「Hook buildHeaders 改参」同属「绕过算法还原、动态取值」族;差别是本卡用 RPC 把进程内函数直接暴露给外部脚本,可脱离 Burp 批量调用。
  • 关联:前置步骤是「Hook 请求头写入 + 打印堆栈定位生成点」(另有对应卡);本卡不触及 native 算法本身,遇到 OLLVM 强混淆时是更省力的替代路径。

检测与防御

  • 检测:同一 App 进程高频调用加密函数、出现 rpc.exports/Frida 脚本加载、非 UI 触发的批量请求、服务端看到同一设备指纹高频取 token。
  • 防御:反调试/Frida 检测、对加密函数加入调用来源与频率校验、把 token 与设备/会话/行为强绑定并在服务端风控、关键逻辑下沉 native 且做完整性校验;服务端限制单设备请求频率与异常 token 复用。