Soot

簡介

soot是java優(yōu)化框架，提供4種中間代碼來分析和轉(zhuǎn)換字節(jié)碼。

l Baf：精簡的字節(jié)碼表示，操作簡單

l Jimple：適用于優(yōu)化的3-address中間表示

l Shimple：Jimple的SSA變體

l Grimple：適用于反編譯和代碼檢查的Jimple匯總版本。

soot提供的輸入格式有：java、android、class等

輸出格式有：Java字節(jié)碼、android字節(jié)碼、Jimple、Jasmin、shimple、baf等，這些實際業(yè)務(wù)中常使用的，當然還有其它的格式，這里不再一一列舉。

借助soot對android的分析能力，我們可以進一步分析安卓應(yīng)用的安全漏洞，比如組件暴露、加密算法等存在的安全問題。

基本使用

可以GIT下載最新的soot jar包，我下載的是4.1.0版本中的sootclasses-trunk-jar-with-dependencies.jar 包，這個包應(yīng)該自帶了soot所需要的所有依賴。下載完成后使用powershell進入jar文件所在的文件夾，可以輸入以下命令：

java -cp sootclasses-trunk-jar-with-dependencies.jar soot.Main查看soot相關(guān)的信息![]

首先我們來看soot怎么分析java代碼（這里以class文件分析為例）：

第一步，配置soot環(huán)境信息

StringBuffer** cp = new **StringBuffer();

cp .append(".");

cp .append(File. pathSeparator + apiPath );

cp .append(File.**pathSeparator + "C:Program FilesJavajre1.8.0_171lib
t.jar" + **File.**pathSeparator **

** + "C:Program FilesJavajre1.8.0_171libjce.jar");System.setProperty("soot.class.path", cp**.toString());

第二步，設(shè)置soot的配置屬性（各屬性說明可以參考GIT上官方文檔信息）

第三步，拿到代碼信息

現(xiàn)在，我們在看看soot怎么分析android apk

同樣，我們可以得到apk的代碼信息，包括class、method、attribute等，基于這些進行進一步分析并應(yīng)用到實際檢測業(yè)務(wù)中。

使用場景

使用Soot對Android應(yīng)用進行靜態(tài)分析，目前包括主要的檢測場景：

l 檢測應(yīng)用中敏感字符串url和email、IP等

l 檢測應(yīng)用中風險代碼片段

l 檢測應(yīng)用可能存在的漏洞，如組件暴露、過度申請權(quán)限、不安全加密算法等

FlowDroid

簡介

FlowDroid(github鏈接)是目前對Android app進行污點分析效果最好的工具之一。 污點分析的目的其實很簡單，就是為了檢查是否應(yīng)用中是否存在從污點源到泄漏點的數(shù)據(jù)流。 但是它的優(yōu)點在于它構(gòu)建的數(shù)據(jù)流精度很高，可以對上下文，流，對象和字段敏感，從而使得分析結(jié)果非常精確。

![]

它實現(xiàn)精準分析的原因有幾點：

l 1. 它對Android聲明周期進行了比較完整的構(gòu)建，例如Activity中的OnCreate，OnResume等。通過抽象一個dummyMain作為分析的入口來支持Android應(yīng)用的分析；

l 2. 它實現(xiàn)了精準的數(shù)據(jù)流分析，其中包含前向污點分析和后向別名分析。他們的實現(xiàn)其實都是基于heros的數(shù)據(jù)流分析框架來實現(xiàn)的。這里面的算法比較復雜，我的理解是這兩種分析都是滿足上下文敏感和流敏感的，后向分析的算法提供了對象敏感和字段敏感的支持；

l 3. 它支持簡單的native code的污點分析

l 當然，它也存在一些不足之處，包括：

l 1. 不能對組件間（Intent）的污點傳播進行分析

l 2. 隱式流問題

l 3. native code不能完美支持

盡管存在一些不足之處，在各大會議上也已經(jīng)提出了數(shù)十種新的靜態(tài)污點分析算法，相比FlowDroid在一些數(shù)據(jù)集或是DroidBench上有著更快的運行速度以及更優(yōu)的精準度。但FlowDroid仍然是公共資源中可獲取的靜態(tài)污點分析工具的唯一選擇，因為很多paper提供的源代碼幾乎沒有注釋與文檔，導致使用極其困難；另外科研人員往往僅在有限的測試集上進行了運行，所以去使用這樣的程序不可避免的會遇到Bug。相比之下，F(xiàn)lowDroid作為被持續(xù)維護的一款框架，其穩(wěn)定性上具備了一定的保證，同時其底層的Soot框架強大的功能與較為完善的文檔，使得FlowDroid上手難度相對較低。

基本使用

環(huán)境配置

FlowDroid的配置方法有兩種，可以直接下載相關(guān)jar包，也可以使用maven配置依賴。jar包可以去FlowDroid的GitHub上進行下載，僅需soot-infoflow-android-classes.jar和soot-infoflow-classes.jar兩個文件即可，另外去Soot的倉庫 下載包含了heros與jasmin的sootclasses-trunk-jar-with-dependencies.jar，將上述三個包加入項目依賴便完成了FlowDroid的配置

運行

整個FlowDroid最頂層的類便是soot.jimple.infoflow.android.SetupApplication，大部分的設(shè)置與運行都可以通過操作這個類的實例進行。SetupApplication既可以在調(diào)用runInfoflow()時傳入配置參數(shù)，也可以在初始化SetupApplication時或初始化后傳入配置參數(shù)。SetupApplication的初始化函數(shù)以及runInfoflow函數(shù)有多種不同參數(shù)類型的實現(xiàn)，可以查閱源碼后根據(jù)情況選擇，這里僅提供我自己使用的一種方式：

關(guān)于Source、Sink

污點分析中的source點表示污點分析的起始點，而sink點表示污點分析的結(jié)束點。換言之，F(xiàn)lowDroid在“掃描”這個apk后，會從source點開始分析數(shù)據(jù)流，當數(shù)據(jù)流“流到”sink點時將其標注。FlowDroid中的source與sink均為類方法，在soot-infoflow-android下有提供一份SourcesAndSinks.txt的文件，是FlowDroid當時使用的一些可能涉及到訪問隱私數(shù)據(jù)的api，從里面很容易看出聲明文件的格式：

每一行作為獨立的聲明，%開頭的表示注釋，可以根據(jù)應(yīng)用需求自行添加刪減Source與Sink的聲明。

使用場景

Flowdroid本身輸出結(jié)果只是數(shù)據(jù)流信息，需要結(jié)合我們定制source、sink信息產(chǎn)生業(yè)務(wù)價值，一般有以下使用場景：

l 隱私數(shù)據(jù)泄露檢測

l 污點傳播類問題檢測

l Android組件間數(shù)據(jù)傳遞風險檢測

審核編輯：湯梓紅