
简介
该用户还未填写简介
擅长的技术栈
可提供的服务
暂无可提供的服务
我们是否还记得,他需要算法的参数都放在了iVar,这里他使用 iVar.i() 将要签名的信息拿出来,紧接着调用 this.a.getRouter().a 获得结果,发现a这里传了很多东西,估计是最终算法,我们先继续跟一下a方法。通过框选区域发现,a3是来自a2.a方法,且str2通过上方代码得知是sig签名结果,b2是一个url,但是执行了b()可能进行了一些处理,这里暂时先不管b2数据是什么,

5.单步调试、跳出代理函数...“指令集”数组中参与运算的数据当作固定值,运算符、未知数据做好记录,对照 3 中的猜测,结合代理日志,得到密文初步生成规律,不必全部跟完,先自己构建一个算法试试能不能对上,对上就证明密文初步生成规律是正确的,反之则要多跟几步,看看哪里引入额外的运算或特殊的处理,得出算法。2.代理 jsvmp 的“内存”数组,因为 jsvmp 是用数组模仿的汇编中的“内存”,所以找到

模拟大麦 SecurityGuard 的核心不在于逆向它的算法,而在于完整还原它的“生命周期”。通过 Unidbg 的 rootfs 映射和精细的 JNI 方法补全,我们可以将其从复杂的Android 环境中解耦,实现高效的工程化调用。SecurityGuard 并非独立的 SO,它是一个依赖物理环境的“生态系统”。2. 时钟同步: 签名非常看重时间戳(ARG[0] 中的 ms 级时间),确保模拟
然后转战codex,转战之前刚捣鼓起来vm,依旧一个/goal 跑了79 分钟,把X-Dynosaur、X-Gnarly全部纯算了。然后又下了个雷霆大goal,把xbogus和参数里的环境字段都拆了一下。看了一下v4pro觉得xbogus没校验,就没跑,真tm爱偷懒啊!跑了一半我才觉得我是个傻子,为啥要抛弃现有的工作流,用白板去跑。最开始用的dsh跑了3轮,是啥也没配置的那种。这次用了1h 19m

2026 年 3 月 12 日,Hermes Agent 发布v2026.3.12。按官方 release 说明,这是,也是继v0.1.0这个 pre-public foundation 之后的首个正式 tagged release,不是严格意义上的"第一个版本"。截至 2026-05-30 查询官方 GitHub 仓库,已在 17 万 Star 左右;一个月内破十万这类增长叙事和 OpenCla
本人使用AI逆向和AI开发已经两年时间(目前是在做Agent开发),从纯粹网页时代的GPT辅助逆向到Claude3.5,到后面的AI爆发时代的GLM5.1,Claude4.7等等。看到很多人用ai逆向的思路和手法还是过于局限和原始(纯粹的流式对话)。想分享一些新思路。作者本身是做算法逆向还原,所以文章就以我自己的方向为主进行抛砖引玉。如何高效的逆向。(本文章零AI注水请放心食用,除开绘图使用了AI

由于不想破坏我本机的Python环境我选择使用pyenv进行python环境管理,你也可以选择其他的python环境管理器进行操作。(所以以下配置我均在虚拟环境的前提下进行配置,配置过程中也使用虚拟环境的绝对路径进行配置,如有IDA默认环境问题可以看本文2.1.1。导入方式安装(你也可以直接在设置中的插件管理进行安装):jadx-mcp-server.jar包。在安装过程中碰到的如下这些问题,如你

以上的分析深度的结合了ai,现在的ai能够干大量人不好干的工作,比如看汇编, smali代码, frida脚本跑出来的大量的未经处理的日志等等这种对人来说晦涩难懂的东西。直接用frida开始hook,虽然不太清楚具体的结构,但是可以先hook一些比较底层的函数,然后分析数据再把hook点一步步的网上移,最后挂到反序列化、解密操作之后的地方。接下来就比较简单,把拿到的明文拼接一下,判断一下数据的开头
2026 年 3 月 12 日,Hermes Agent 发布v2026.3.12。按官方 release 说明,这是,也是继v0.1.0这个 pre-public foundation 之后的首个正式 tagged release,不是严格意义上的"第一个版本"。截至 2026-05-30 查询官方 GitHub 仓库,已在 17 万 Star 左右;一个月内破十万这类增长叙事和 OpenCla








