iOS逆向之工具使用

上一篇已经大体给大家介绍了几款工具,相信大家都有所了解了。如果不了解可以再去看看。哈哈。言归正传,接下来就是通过一个案例展示一下Hopper、ios-deploy等这些工具的结合使用;另一方面就是让大家体验下lldb中break等调试语句的使用(大家可以关注我的博客,有的文章还没来得及移过来的flyoceanfish博客传送门)

这次给大家演示的是通过这些工具获取当前应用对应的视图控制器(接下来整个流程看着很复杂,其实这个过程只是展示工具的使用,如果真想实现这个功能有个更简单的方法,大家有可能想到了,没想到也没关系,我在文章的最后边给大家揭露)

获取当前可见视图对应的控制器

  • 真机连接,开始lldb远程调试

注意执行下列语句要保证终端已经cd到WeiXin.app目录下

ios-deploy --debug --bundle WeiXin.app

执行完这个语句要等一会APP安装到手机并且启动之后,终端出现如下以(lldb)开头了代表启动成功,可以远程调试了。

2ADCF3E1-88BC-4F98-9F72-693A56F113CB.png

  • 打全局断点

br set -n viewWillAppear:

这个时候只要进入任何界面都会停住同时终端会如下显示(关于lldb中break等语句的使用推荐大家看这篇文章lldb使用技巧)

0653D621-991E-4DF4-B916-7952B0C343EE.png

图中我标出的1代表断点的名称,删除等操作用的到

操作APP,这时候会停住,终端如下图:

4DE7AB92-DD65-440B-A8EB-B40E0C21A634.png

这个时候我们就拿到了当前视图对应的控制器的名字了。然后输入br dis回车,再输入c就可以让代码继续了。

  • 获取当前视图名称

(lldb) po $x0

(lldb) po [(MMUINavigationController*)0x11c1a3c00 viewControllers]

大家看有的教程是po $r0 这是命令是对应32位机器操作的;po $x0是对应64位的命令

1DB7FB69-8138-4231-BB7F-5461BCC2E14F.png

上边是通过断点的方式获取到了当前视图控制器的名字,接下来给大家展示另一种方式

第二种:

(lldb) e UIApplication *$app = [UIApplication sharedApplication]
(lldb) e UIWindow *$keyWindow = $app.keyWindow

(lldb) po $keyWindow.rootViewController
<MMTabBarController: 0x138947000>

(lldb) e MMTabBarController *$tab = $keyWindow.rootViewController

(lldb) po $tab.viewControllers
<__NSArrayM 0x139775c50>(
<MMUINavigationController: 0x1380a2a00>,
<MMUINavigationController: 0x138938a00>,
<MMUINavigationController: 0x13893d600>,
<MMUINavigationController: 0x138943600>
)

(lldb)e MMUINavigationController *$navi2 = $tab.viewControllers[2]

(lldb) po $navi2.visibleViewController

(SeePeopleNearbyViewController *) $8 = 0x00000001398f55c0复制代码

这种方式其实就是通过lldb远程调试中的e语法能够执行任何oc语句的特性与Cycript类似

第三种:

直接打开Xcode的View Debug Hierarchy即可。??

通过内存地址打断点调试

首先要给大家普及几个知识,接下来做起来可能就得心应手了。

模块偏移后的基地址 = ASLR偏移量+ 模块偏移前基地址

  • 模块偏移后的基地址:这个地址才是对象真正的地址,我们调试过程中使用的地址都是此地址。

  • 模块偏移前基地址:这个其实就是Hopper解析我们应用中的所显示的地址

  • ASLR(Address Space Layout Randomization,地址空间格局的随机化)偏移量:这是ASLR所随机产生的一个内存地址.其实就是一个安全措施,模块偏移前基地址通过任何汇编工具都很容易能够拿到,不过要想拿到ASLR偏移量就没那么简单。

ASLR偏移量

image list -o -f "WeChat"

A612F9FE-E91D-479F-A6F1-E48CD50E7E0F.png

其中0x0000000000300000就是ASLR偏移量偏移量

获取模块偏移前基地址

将.app文件拖到Hopper应用中,注意选择64位的要不计算的地址不对,要与你手机的位数匹配起来。过程可能比较忙耐心等待一下

我们拿拦截消息为例:在Hopper中搜索函数的名称

A97E9160-D079-4330-8E8F-14710F764DC3.png

0x00000001029c2964就是我们要获取的模块偏移前基地址

大家找一个计算器这是16进制的加起来即可。

0x102cc2964

打断点

br a -s 0x102cc2964

接下来各位可以找一个美女发个消息看看啦。哈哈

5DF1BE04-2972-450B-BA6B-BF58DA855679.png

ni

(lldb) po $x0

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
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