摘要：移动应用安全检测，soot、flowdroid分别作为静态分析、污点分析的主要工具，可以快速有效地进行检测分析。 本文主要介绍两个工具的基本操作及其相应的使用场景，本文来源于华为云社区《移动应用安全常用组件Soot、Flowdroid简介基本使用》，作者：舞阳河畔程序猿。
摘要Android作为一种开放的移动APP应用平台，无论是系统还是apk APP都面临着严峻的安全问题，检测技术在抵御APP安全威胁方面也在不断发展。 但是，基于静态分析的方法是java语言分析工具，也支持APK文件的分析。 后者是一种污点分析工具，通过生成Graph来跟踪污点转移路径为了方便读者快速入门，我们将介绍这两种工具。
Soot概述Soot是一个java优化框架，提供四种类型的中间代码来分析和转换字节码。
Baf :小巧的字节码，使用简单的Jimple :适合优化的3-address中间是Shimple:Jimple的SSA变体Grimple :适合反编译和代码检查的Jimple的摘要版本soot提供的输入格式有java、android、class等
输出格式包括Java字节码、android字节码、Jimple、Jasmin、shimple和baf。 在这些实务中经常使用的，当然还有其他格式，这里不列举。
利用soot对安卓的分析能力，可以进一步分析安卓APP安全漏洞，如组件暴露、加密算法等存在的安全问题。
基本上，GIT可以下载最新的soot jar包。 我下载了4.1.0版的soot classes-trunk-jar-with-dependencies.jar包。 此软件包应该包含soot所需的所有依赖关系。 下载完成后，可以使用powershell进入与jar文件相同的文件夹，然后输入以下命令：
Java-cpsootclasses-trunk-jar-with-dependencies.jar soot.main显示有关soot的信息
首先，我们来看看soot如何分析java代码。 这里以class文件分析为例。
第一步是配置soot环境信息
StringBuffer cp=new StringBuffer (； cp.append ('.' )； CP.append (file.pathseparatorapipath )； CP.append (file.path separator ' c :\ program files\ JavaJRE1.8.0_ 171 librt.jar ' systes ) 在步骤2中，设置soot的设置属性。 有关各属性的说明，请参考GIT的官方文档信息
soot.options.options.v (.set _ keep _ line _ number (true ) )； soot.options.options.v (.set _ whole _ program (true ) )； soot.options.options.v (.setphaseoption (' JB '，' use-original-names:true ' ) )； soot.options.options.v (.setphaseoption (' CG '，' verbose:false )； soot.options.options.v (.setphaseoption )、(trim-clinit:true )； soot.options.options.v (.set _ src _ prec (options.src _ prec _ class ) )； soot.options.options.v (.set _ prepend _ class path (true ) )； soot.options.options.v (.setphaseoption (' wjop '，' enabled:false ' ) )； 第三步，获取代码信息
for (stringclzname : source locator.v ).getclassesunder('class文件所在路径') (system.out.printf ) APIclass3360% //处理加载到soot环境Scene的scene.v(.loadclass(clzname，SootClass.BODIES ).setApplicationClass ) )。 }for(sootclassclz:scene.v ).getApplicationClasses ()//遍历获取类、方法等所需信息)现在我们来看看soot如何分析android apk
options.v(.set_src_prec ) ) opti
ons.src_prec_apk);Options.v().set_output_format(Options.output_format_jimple);Options.v().set_process_dir("待处理文件所在路径");// 安卓JDK所在目录，只需要指定官方SDK包platforms-new目录下jar所在路径即可Options.v().set_android_jars("jdk path");Options.v().set_keep_line_number(true);Options.v().set_allow_phantom_refs(true);Options.v().set_process_multiple_dex(true);Options.v().set_whole_program(true);Scene.v().loadNecessaryClasses();new CallGraphBuilder().build();同样，我们可以得到apk的代码信息，包括class、method、attribute等，基于这些进行进一步分析并应用到实际检测业务中。
使用场景使用Soot对Android应用进行静态分析，目前包括主要的检测场景：
检测应用中敏感字符串url和email、IP等检测应用中风险代码片段检测应用可能存在的漏洞，如组件暴露、过度申请权限、不安全加密算法等FlowDroid 简介FlowDroid是目前对Android app进行污点分析效果最好的工具之一。 污点分析的目的其实很简单，就是为了检查是否应用中是否存在从污点源到泄漏点的数据流。 但是它的优点在于它构建的数据流精度很高，可以对上下文，流，对象和字段敏感，从而使得分析结果非常精确。
它实现精准分析的原因有几点：
1. 它对Android声明周期进行了比较完整的构建，例如Activity中的OnCreate，OnResume等。通过抽象一个dummyMain作为分析的入口来支持Android应用的分析；2. 它实现了精准的数据流分析，其中包含前向污点分析和后向别名分析。他们的实现其实都是基于heros的数据流分析框架来实现的。这里面的算法比较复杂，我的理解是这两种分析都是满足上下文敏感和流敏感的，后向分析的算法提供了对象敏感和字段敏感的支持；3. 它支持简单的native code的污点分析当然，它也存在一些不足之处，包括：
1. 不能对组件间（Intent）的污点传播进行分析2. 隐式流问题3. native code不能完美支持尽管存在一些不足之处，在各大会议上也已经提出了数十种新的静态污点分析算法，相比FlowDroid在一些数据集或是DroidBench上有着更快的运行速度以及更优的精准度。但FlowDroid仍然是公共资源中可获取的静态污点分析工具的唯一选择，因为很多paper提供的源代码几乎没有注释与文档，导致使用极其困难；另外科研人员往往仅在有限的测试集上进行了运行，所以去使用这样的程序不可避免的会遇到Bug。相比之下，FlowDroid作为被持续维护的一款框架，其稳定性上具备了一定的保证，同时其底层的Soot框架强大的功能与较为完善的文档，使得FlowDroid上手难度相对较低。
基本使用 环境配置FlowDroid的配置方法有两种，可以直接下载相关jar包，也可以使用maven配置依赖。jar包可以去FlowDroid的GitHub上进行下载，仅需soot-infoflow-android-classes.jar和soot-infoflow-classes.jar两个文件即可，另外去Soot的仓库 下载包含了heros与jasmin的sootclasses-trunk-jar-with-dependencies.jar，将上述三个包加入项目依赖便完成了FlowDroid的配置
运行整个FlowDroid最顶层的类便是soot.jimple.infoflow.android.SetupApplication，大部分的设置与运行都可以通过操作这个类的实例进行。SetupApplication既可以在调用runInfoflow()时传入配置参数，也可以在初始化SetupApplication时或初始化后传入配置参数。SetupApplication的初始化函数以及runInfoflow函数有多种不同参数类型的实现，可以查阅源码后根据情况选择，这里仅提供我自己使用的一种方式：
关于Source、Sink
污点分析中的source点表示污点分析的起始点，而sink点表示污点分析的结束点。换言之，FlowDroid在“扫描”这个apk后，会从source点开始分析数据流，当数据流“流到”sink点时将其标注。FlowDroid中的source与sink均为类方法，在soot-infoflow-android下有提供一份SourcesAndSinks.txt的文件，是FlowDroid当时使用的一些可能涉及到访问隐私数据的api，从里面很容易看出声明文件的格式：
每一行作为独立的声明，%开头的表示注释，可以根据应用需求自行添加删减Source与Sink的声明。
使用场景Flowdroid本身输出结果只是数据流信息，需要结合我们定制source、sink信息产生业务价值，一般有以下使用场景：
隐私数据泄露检测污点传播类问题检测Android组件间数据传递风险检测文末福利：华为云漏洞扫描服务VSS 基础版限时免费体验>>>
点击关注，第一时间了解华为云新鲜技术~