android root 分析

    关于介绍android root的文章网上已经有很多,@安卓安全小分队 主要对这些内容进行整理、分析,方便大家研究。对于手机为什么要进行root,主要是由于系统的很多操作必须有root权限才能执行。如:要删掉系统自带的一些应用、开启某些限制的功能、使用一些手机管理软件等。

    对于root进行分析,首先需要了解Linux对权限的控制。在Linux系统中文件或目录的访问权限分为读,写和可执行三种,并且有三种不同类型的用户可对文件或目录进行访问:文件所有者,同组用户、其他用户。所有者一般是文件的创建者,所有者能允许同组用户有权访问文件,还能将文件的访问权限赋予系统中的其他用户。

一般情况下,只有授予了读、写、执行权限的用户才能对其进行相应的操作,但系统中存在一个超级用户root,对应的uidgid都是0,它具有系统的最高权限,可以不需要授权对任何文件、进程、资源等进行操作。对于android手机的实现root,实际上就是要获取到这个权限,这样我们就能够对手机进行随意的修改,当然这样也会带来很大的风险。

下面看一下如何获取到root权限。手机root一般是通过手机的一些漏洞,将su这个可执行程序放到/system/bin/system/xbin下面。至于使用漏洞方法,例如不断fork进程使uid溢出,或者使用busybox权限设置不对等,当然这些方法现在都不能使用了,会有人不断的研究新方法进行root,关于这部分就不详细的分析了,需要针对具体手机去网上搜索相应的root方法。

如果想要自己编译su这个可执行程序,就要注意默认版本的su这个可执行程序并不能提供APProot获取权限,主要是代码做了限制,如下:

int main(int argc, char **argv)

{

    struct passwd *pw;

    int uid, gid, myuid;

 

   

    myuid = getuid();

    if (myuid != AID_ROOT && myuid != AID_SHELL) {

        fprintf(stderr,"su: uid %d not allowed to su\n", myuid);

        return 1;

    }

…………

其中针对用户ID的检查需要注释掉,否则只有shell用户可以获取root权限。

-rwsr-sr-x root     root       105764 2012-09-11 14:39 su

还有一个需要注意的地方就是su这个进程的权限应该使用chmod设置为6777,前面这个6代表了赋予setuidsetgid的权限,这样任何进程执行了su命令后,就会将该进程变为root用户和root组,这样就拥有了root权限。

execlp("/system/bin/sh", "sh", NULL);
这句代码是在 su 进程 main 函数最后执行的,对于 shell 用户来说比较好理解,运行 su 后又回到了一个 shell 的环境。如果对于一个进程来说,我们需要将命令写进该进程的标准输入 stdin 中,即可使用 root 权限进行执行。

现在已经有了获取到root权限的方法,对于adb登陆的shell用户来说,只要执行su命令就可以切换到root用户,使用起来比较方便。下面看一下应用程序是如何使用root权限的,APP首先会使用runtime环境执行su这个命令,而对于APP启动到这一步之后,进程就在等待命令执行,这就需要将命令发送到这个有root权限的进程中进行执行。下面是在网上摘抄的一段实现代码:

try {  
        // Preform su to get root privledges  
        p = Runtime.getRuntime().exec("su");   
 
       // Attempt to write a file to a root-only  
       DataOutputStream os = new DataOutputStream(p.getOutputStream());  
       os.writeBytes("echo \"Do I have root?\" >/system/sd/temporary.txt\n");  
 
       // Close the terminal  
       os.writeBytes("exit\n");  
       os.flush();
   }


该段代码即实现了执行su进程,获取root权限,然后获取DataOutputStream,最后将命令写入,即可以root权限执行,值得注意的是,在执行这些命令的同时,app所在进程的权限未发生变化。

深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值