droidmon面向CuckooDroid的Dalvik監控框架

Droidmon是一款基于Xposed框架的开源Dalvik监控工具,由Check点软件技术有限公司提供。它允许用户选择要监控的功能,并为CuckooDroid提供应用程序行为监控。Droidmon通过钩子Zygote在每次加载软件包时动态地监视Dalvik方法。

转自:https://hant.helplib.com/GitHub/article_127325

  • 源代码名称:droidmon
  • 源代码网址:http://www.github.com/idanr1986/droidmon
  • droidmon源代码文档
  • droidmon源代码下载
  • Git URL:

    复制代码

    git://www.github.com/idanr1986/droidmon.git
  • Git Clone代码到本地:

    复制代码

    git clone http://www.github.com/idanr1986/droidmon
  • Subversion代码到本地:

    复制代码

    $ svn co --depth empty http://www.github.com/idanr1986/droidmon
    Checked out revision 1.
    $ cd repo
    $ svn up trunk
    

Droidmon - CuckooDroid的Dalvik监控框架

Check点软件技术有限公司提供。

背景

Droidmon是CuckooDroid中的一个关键部件,监视虚拟( 来宾) 机器中的应用程序并提供应用程序行为。 Droidmon是一个基于 Xposed框架的开放源码Dalvik监控框架。

Xposed是一个模块框架,可以改变系统和应用程序的行为,而无需触摸任何 APKs。 这意味着模块可以在不同版本甚至rom中工作,无需任何额外的更改。 也很容易反转。 由于所有更改都在内存中完成,你可以通过停用 MODULE 并重新引导来恢复原来的系统。 另一个优点是多个模块可以对系统或者应用程序的相同部分进行更改。 使用修改过的APKs,必须选择一个。 除非作者使用不同的组合构建多个 APKs,否则无法将它们组合在一起。

Droidmon allows you select which functions you want monitor and does all the monitoring for you. 它通过在每次加载软件包时钩子 Zygote。 Droidmon打开配置文件( 位置: /data/local/temp/hooks. conf ),读取要监视的API方法列表,每次打开新的应用程序并报告所有监视信息。 功能

  • Dalvik方法的动态钩子- api/应用程序特定
  • 当你输入应用程序的NAME 时,自动生成的json日志会自动解析并显示在日志中

先决条件

用法

  • 安装 Droidmon.apk 并在XposedInstaller中启用这里 MODULE。
  • 将配置文件 hooks.json 按要求的钩子推送到 /data/local/tmp/
  • 重新启动Android设备。
  • 验证是否已经启用 Droidmon MODULE。
  • Droidmon监控已经就绪。打开新应用程序。 日志将显示在 logcat 中。

配置文件格式

hooks.json 是用json格式编写的配置文件。 它包含了钩子所需方法所需的所有信息。 列表中的每个元素都是一个字典,其中包含四个描述被监视方法的key-value 对。

第一个 key-value 对包含我们要调用的类的NAME。 第二对是我们要监视的方法的NAME。 第三对是一个布尔值,指示是否记录调用该方法的对象的信息。 最后,第四对是API方法的类型,如网络。短信。指纹等。

下面是一个示例:

复制代码


{


"hookConfigs": [


 {


"class_name":"libcore.io.IoBridge", 


"method":"open", 


"thisObject": false, 


"type":"file"


 },


 {


"class_name":"libcore.io.IoBridge",


"method":"close",


"thisObject": true,


"type":"file"


 },


 {


"class_name":"android.app.ActivityManager",


"method":"getRunningTasks",


"thisObject": false,


"type":"binder"


 }


 ], 


"trace": false


}


日志格式

配置文件和稍后调用的每个方法都以下面所见的格式生成一个日志。 配置文件中的所有信息都将显示在日志文件中。 此外,日志文件记录调用发生时的时间戳。传递给函数的参数以及返回值。 如果我们启用thisObject布尔,它将记录调用对象的信息。 最重要的是,日志还包含用于应用程序过滤的标记。 例如: Droidmon-apimonitor-<Package Name>

要筛选标记,请使用以下命令: adb logcat -d | grep Droidmon-apimonitor-com.cuckoo.test

复制代码


I/Xposed ( 1649): 


Droidmon-apimonitor-com.cuckoo.test:


{


"timestamp":1436953465511,


"class":"android.telephony.SmsManager",


"method":"sendTextMessage",


"type":"sms",


"args":["0735445281","000000000000000"]


}

内容概要:本文提出了一种基于改进扩散模型的高海拔地区新能源高波动出力场景生成方法,并提供了完整的Python代码实现。该方法针对高海拔地区风能、光伏等新能源出力波动剧烈、不确定性高的特点,通过优化扩散模型的结构与训练策略,有效捕捉历史数据的概率分布特征与时序相关性,从而生成高质量、多样化的出力场景。文中详细阐述了模型的数学推导、网络架构设计、损失函数优化及采样算法改进,并通过实验证明其在拟合精度、场景多样性与稳定性方面优于传统生成模型,为电力系统在高比例新能源接入下的规划、调度与风险评估提供了可靠的场景输入支持。; 适合人群:具备一定Python编程能力和机器学习基础,从事新能源发电预测、电力系统分析、智能优化、场景生成等方向研究的科研人员、高校研究生及工程技术人员。; 使用场景及目标:①用于高海拔地区风电、光伏出力的不确定性建模与多场景生成;②支撑含高渗透率新能源的电力系统随机优化调度、鲁棒决策与风险评估;③为相关学术研究、论文复现与算法改进提供可运行的技术方案与代码基础; 阅读建议:建议读者结合所提供的完整资源(代码、数据集、说明文档)进行实践操作,重点关注扩散模型的前向加噪与反向去噪过程的设计细节,以及如何将其适配于新能源时序数据的生成任务,通过参数调优与对比实验深入理解模型的生成机制与性能边界。
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