记一次APP爬虫比赛

0x01 前言

5月中旬的时候，猿人学举行了一个APP爬虫大赛，共设10题，主要涉及Android反混淆，双向认证，tls指纹对抗等技术。而且只需要答对一题就有参与奖，即可获得一件猿人学定制T恤。另外第一题不涉及so，仅涉及java层加密。为了T恤，立马去报了名参赛。

0x02答题

比赛开始的时候，想着下载完APP，然后冲完第一题就完事，但结果发现APP安装都成问题。

图1

查看规则才知道，参赛的APP只支持arm64架构的手机，我的Nexus 5根本不支持。还好身边有一个marry大佬尊贵的荣耀8，成功安装了APP。

图2

但是又出现了另外的问题，由于手机是安卓版本8.0，也没有root，配置完代理无法抓到该程序的包。对于未root抓包的话，也有很多其他的解决方法，例如可以使用VMOS Pro，也可以使用VirtualXposed结合xposed插件来抓包，或者利用objection重新打包，之后就可以使用objection来进行测试。   
实际上不用抓包也是可以做出几道题的，需要搞清楚请求的参数即可，首先来看第一题。

第一题

虽说第一题不涉及so，仅包含java层的加密，但这道题做起来也有一点麻烦，需要抠代码和修改。首先来看一下题目：

图3

10道题都是要爬取1-100页之间的数据，然后求和。   
由于APP没有加壳，所以可以直接使用jadx来打开，可以看到代码进行了混淆。

使用adb shell dumpsys activity top来找到当前打开的界面，从而定位到com.yuanrenxue.match2022.fragment.challenge.ChallengeOneFragment

进入到

com.yuanrenxue.match2022.fragment.challenge.ChallengeOneFragment中。

图4

可以很容易就发现加密的关键点，调用了com.yuanrenxue.match2022.security.Sign的sign方法对一些参数进行了加密。这里sign方法传入的参数是sb.toString().getBytes(StandardCharsets.UTF_8)，而sb可以从上面获取。主要代码：

1 StringBuilder sb = new StringBuilder();  2 sb.append("page=");  3 sb.append(this.page);  4 long longValue = c3756OooOO0O.OooO00o().longValue();  5 sb.append(longValue);

由代码可以看出，sb.toString()的内容就是page=拼接当前页码，和当前时间戳组成的。

图5

进入到o0O0ooO.AbstractC4864OooO0O0的OooO00o方法。

图6

可以发现http请求的接口和参数，经过拼接后请求的url是：

https://appmatch.yuanrenxue.com/app1，参数一共有3个。分别为当前页码page、加密结果sign以及时间戳t，重点看一下如何加密获取sign值的。

使用抓包的话很容易就定位到这里，当时没有抓包，经过尝试也是可以获取到请求的URL。

进入
com.yuanrenxue.match2022.security.Sign.sign方法，这里推荐用idea打开，可以少走一些弯路。可以对比看一下jadx和idea打开的效果，这里就不放图了。下面是使用idea打开的效果：

图7

从群里发现有老师傅发出抓包请求的内容，刚好可以供我们进行测试。请求的内容:page=1&sign=837056ab8650736b103f193d95ebbc3c&t=1652444336，看起来sign像是md5，经验证发现并不是。如果直接调用反编译后的new com.yuanrenxue.match2022.security.Sign().sign()方法，结果也是不正确的。

图8

主要原因可能是因为这些内容是反编译过来的，有些内容可能有所变动。这里的思路是把用到的方法拎出来，然后进行修改。扒完之后一共有这几个文件：

图9

当然运行结果也不是正确的。经过对比，用idea和jadx打开的f方法内容是不一样的：

图10

将内容修改后，可以成功获取到正确的sign值。

图11

剩下的就简单了，请求1-100页，获取到每页的数据然后求和。这里仅演示获取第一页的数值。

图12

做完了第一题后又看了一下其他的题，发现第二题、第三题、第八题通过使用unidbg可以很直接的得出结果，第五题采用了双向证书，直接抠代码也是可以做出来。第二题、第三题、第八题做题思路一样，所以放一起来说，最后再说第五题。

第二题

第二题就涉及到了so，这不禁令人头大。搞了好久so文件才发现规则中允许使用unidbg，用其调用so的话简单快捷。这里没有好兄弟发请求的数据了，只能自己动手抓包了。   
由于要对app进行抓包和hook查看参数，因此objection将frida-gadget.so打包进apk中，使用命令为：
objection patchapk --source yuanrenxuem106.apk。   
然后就可以利用    objection对app进行分析了。

图13

通过查看反编译后的代码，第二题的话请求一共有3个参数:page、ts、sign，page是页码，ts是时间戳，sign是加密的内容。

图14

可以看到sign是经过了调用so的加密结果，使用objection查看加密传入的参数。   
android hooking watch class_method com.yuanrenxue.match2022.fragment.challenge.ChallengeTwoFragment.sign --dump-args    

图15

传入的参数是由page和ts进行了拼接，中间由:连接。知道了调用so的传入的参数，下面就开始用unidbg进行调用。

 1public class ChallengeTwoFragment extends AbstractJni {   2    private final AndroidEmulator emulator;   3    private final VM vm;   4    private final Memory memory;   5    private final Module module;   6 7    public ChallengeTwoFragment() {   8        emulator = AndroidEmulatorBuilder   9                .for64Bit()  10                .addBackendFactory(new DynarmicFactory(true))  11                .build();  12        memory = emulator.getMemory();  13        memory.setLibraryResolver(new AndroidResolver(23));  14        vm = emulator.createDalvikVM(new File("file/app/yuanrenxuem106.apk"));  15        vm.setDvmClassFactory(new ProxyClassFactory());  1617        // 加载so到虚拟内存  18        DalvikModule dm = vm.loadLibrary("match02", true);  19        module = dm.getModule();  20        vm.callJNI_OnLoad(emulator, module);  21    }  2223    public String callSign(String data) {//通过符号  24        DvmObject<?> object = ProxyDvmObject.createObject(vm, this);  25        DvmObject<?> dvmObject = object.callJniMethodObject(emulator, "sign(java/lang/String;)java/lang/String;", data);  26        String result = (String) dvmObject.getValue();  27        return result;  28    }  2930}

unidbg调用so很简单，直接根据demo修改一下就行，需要注意的是要启动64位的模拟器。获取第一页的数据：

图16

第三题

第三题的话和第二题类似，so文件虽然进行了加密混淆，但是可以直接使用unidbg来调用so文件。   
首先找到第三题的请求参数，一共两个参数page和m。

图17

参数m的值是通过crypto来进行加密的，一共两个参数，类型分别为String和long。   

图18

查看一下传入的两个参数内容，使用命令：   
android hooking watch class_method com.yuanrenxue.match2022.fragment.challenge.ChallengeThreeFragment.crypto --dump-args    

图19

发现第一个参数是页码与时间戳乘以1000来进行拼接的，同时如果页码长度不为3时，需要前面补零，第二个参数为时间戳乘以1000。   
第三题和第二题是同样的套路，直接修改一下就可以使用，主要代码：

1public String callCrypto(String data,long l) {//通过符号  2    DvmObject<?> object = ProxyDvmObject.createObject(vm, this);  3    DvmObject<?> dvmObject = object.callJniMethodObject(emulator, "crypto(Ljava/lang/String;J)Ljava/lang/String;", data,l);  4    String result = (String) dvmObject.getValue();  5    return result;  6}

获取第一页的数据：

图20

第八题

第八题与第二题、第三题都是类似的，只不过是so多加了一层upx壳，脱壳后可以通过unidbg来调用。   
脱壳命令：upx -d libmatch08.so    

图21

查看第八题的参数，发现只有一个参数s。

图22

通过分析参数s是调用native层的data方法来进行加密的，传入的是页码。

图23

通过objection来验证一下：   
android hooking watch class_method com.yuanrenxue.match2022.fragment.challenge.ChallengeEightFragment.data --dump-args --dump-return    

图24

发现data方法传入的就是页码，然后使用unidbg来直接调用so文件，主要代码：

1public String callData(int i) {//通过符号  2    DvmObject<?> object = ProxyDvmObject.createObject(vm, this);  3    DvmObject<?> dvmObject = object.callJniMethodObject(emulator, "data(I)Ljava/lang/String;", i);  4    String result = (String) dvmObject.getValue();  5    return result;  6}

获取第一页的数据：

图25

第五题

第五题的话也不难，从网上copy一个双向证书请求的代码就可以来完成。但需要注意几点：一是请求的URL有所变化，二是要找到key，三是如果用java来写的话，要注意jdk的版本，当时就是由于jdk的版本导致当时没做出来，换了个jdk版本，立马就出来结果了。   
首先来分析参数，可以看出来请求的路径有所变化，参数的话只有一个，就是页码page。

图26

通过抓包，可以看到URL也变化了：

图27

通过hook查看一下key的值：   
android hooking watch class_method javax.net.ssl.KeyManagerFactory.init --dump-args    

图28

发送请求的代码：

 1public static String appmatch05(String url, int page) throws IOException {   2 3        String result = null;   4 5        InputStream[] insCerArry = new InputStream[]{};   6        InputStream insJksDir = new FileInputStream("file/cer/clientCA.bks");   7 8        HttpsUtils.SSLParams sslParams = HttpsUtils.getSslSocketFactory(insCerArry, insJksDir, "MZ4cozY8Qu32UzGe");   910        OkHttpClient okHttpClient = new OkHttpClient.Builder()11                .hostnameVerifier(new HostnameVerifier()  12                {  13                    @Override  14                    public boolean verify(String hostname, SSLSession session)  15                    {  16                        return true;  17                    }  18                })  19                .sslSocketFactory(sslParams.sSLSocketFactory, sslParams.trustManager)  20                .build();  2122        RequestBody formBody = new FormBody.Builder()  23                .add("page", page + "")  24                .build(); // 表单键值对  25        Request request = new Request.Builder().url(url).post(formBody).build(); // 请求  26        Response response = okHttpClient.newCall(request).execute();  2728        if (response.isSuccessful()) {  29            result = response.body().string();  30        }  31        return result;  32    }

HttpsUtils网上搜索一个抄下来就可以用了。请求第一页数据：

图29

需要注意使用的java版本，使用jdk1.8.0_111时，就会爆出下面的错误：

图30

当时比赛的时候用的jdk1.8.0_111，一直报错，导致找了好多关于双向证书的代码都不行，在比赛结束后，换了jdk版本同样的代码，立即就好了。

0x03总结

本文主要是通过一次APP爬虫的比赛，一方面提供了对于Android 7 及以上系统抓包的一种思路，二是unidbg的初级使用，还有就是双向证书的问题。对于其他grpc、quic、tls等，还需要更深入的学习。另外还要感谢王老板提供这次学习的机会。

0x04参考

[1]unidbg:https://github.com/zhkl0228/unidbg    
[2]objection:https://github.com/sensepost/objection/wiki/Patching-Android-Applications    
[3]比赛地址:http://appmatch.yuanrenxue.com/