2. Linux.do
  3. 【毛遂自荐】 协议与安卓逆向 多年经验

【毛遂自荐】 协议与安卓逆向 多年经验

hgghghg 2026-07-22 10:25 1

title: 逆向工程师-协议与安卓逆向-Dylan

date: 2026-07-18

tags:



  • 简历

  • 求职

  • 逆向

  • 协议逆向

  • 安卓逆向



^-^ 个人信息



  • 姓名：Dylan

  • 职位：逆向工程师（协议逆向 / Android 逆向 / 反检测对抗方向）

  • 工作年限：约 7 年（2019.07 起 · 逆向经验贯穿全程 —— 阿里期在安全防御侧积累逆向基础，近 4 年转向协议还原与反检测对抗的深度实践）

  • 学历：郑州大学 / 本科 / 2015.09 - 2019.06

  • 定位：Web 与移动端私有协议逆向；请求签名算法还原与独立复现；Android 静态/动态/Native 全栈分析；加固脱壳；反调试与设备证明对抗；Chromium 内核级指纹伪装；逆向结论工程化为可回归协议库（Python / Rust / C++）

  • 工程习惯：证据驱动、结论分级、逆向产物带回归测试、Git + Code Review + Docker 化交付



^-^ 工作经历


郑州昌聚亿 ｜ 逆向 / 全栈工程师 ｜ 2022.07 – 至今



  • 逆向与反检测方向主力，负责海外社交平台（X 系）、Instagram、Facebook 的移动端 / Web 协议逆向、请求签名算法还原与自研协议库工程化，并落地配套 FastAPI 后端、Vue 运营后台、RabbitMQ 分布式任务系统与自研指纹浏览器；覆盖从协议逆向到前后端平台的全链路交付（详见下方项目一 ~ 四、六、七）。


阿里巴巴 ｜ 后端工程师（P5）｜ 2019.07 – 2022.06



  • 后端研发：分布式后端与高并发任务系统——Python / Java 后端服务、消息队列、多数据源与数据库索引 / 慢查询优化、稳定性治理，为后续协议逆向的服务端算法复现打下工程基础。

  • 安全与逆向（防御侧起步）：参与反爬 / 风控对抗与黑产治理，做恶意 APK 与攻击样本的静态分析、异常请求的抓包与协议梳理、签名 / 加密字段辨识、Android 基础逆向（APK / Smali / JADX 反编译、Frida 基础 Hook）；从"防御方"视角理解攻击者的抓包、伪造签名与自动化手法，积累的逆向基础在昌聚亿转向协议还原与反检测对抗的深度实践。


^-^ 专业技能


协议逆向与算法还原（主力）



  • 抓包分层定位：建立 L3/L4 → 代理 → TLS → 网络栈 → 业务风控的自底向上排障流程，用 Ping 验 L3、端口测试验 L4 与 Listener 绑定、检查 Wi-Fi Proxy/全局 Proxy/VPN-TUN/AP 隔离、校验 CA 信任域与 TLS 握手错误码逐层定位；坚持「Burp History 为空 ≠ SSL Pinning」判据，用 tcpdump / Listener 日志 / TLS 错误码 / Logcat 调用链把失败精确指向某一层，避免把代理不可达、风控拦截、Cronet/QUIC 绕过系统代理误判为 Pinning

  • SSL Pinning 双路摘除：梳理 Network Security Config、OkHttp CertificatePinner、自定义 TrustManager/HostnameVerifier、WebView、Cronet、BoringSSL/OpenSSL/mbedTLS 全景层级；Java 层 Hook TrustManager/HostnameVerifier/CertificatePinner，Native 层直接 Hook BoringSSL 的 SSL_CTX 校验回调，双路覆盖 Cronet/QUIC/自研 TLS 绕过 Java 信任链场景，配合 TLS Key Log 在不可解密流量上仍取明文字节

  • 网络栈识别与请求构造链还原：按静态信号区分 OkHttp/Retrofit、HttpURLConnection、Volley、Cronet、WebSocket、WebView、Native 自研栈；还原 Base URL → 路径 → Serializer → 公共参数 → Header Interceptor → Token/Cookie → 设备信息 → 时间戳 → Nonce → 签名 → 压缩 的完整字段来源表，设 API 入参、Request Builder 完成态、签名函数输入输出、网络栈写出字节四个动态验证点交叉印证

  • 二进制协议与无 proto Protobuf 重建：识别 HTTP/2（ALPN/HPACK/帧）、QUIC/HTTP3（Connection ID）、WebSocket（Upgrade/Frame/Mask）、gRPC（Service/Method/Trailer）特征；无 .proto 时从 wire 字节按 tag = (field_number << 3) | wire_type 反推字段号与线型（Varint/64-bit/Length-delimited/32-bit）重建 schema，拆解自研封包 Magic→Length→Type→Sequence→Compression→Encryption→Checksum 分帧规则与会话状态机、心跳重连逻辑

  • 请求签名 8 步分析法：一套可复现的签名还原流程——定位注入点 → 追调用链入参出参 → 判定各部件参与范围 → 还原排序/规范化/字符集 → 确认时间戳/Nonce/设备字段 → 判定算法+Key 来源+输出编码 → 排查 JNI/Native/Keystore/服务端参与 → 真实请求逐字段差分复现；结论按「代码链完整=高概率、逐字节一致可重复=已确认」分级（完整拆解见项目一）

  • 签名遗漏点排查：系统性覆盖隐式默认 Header、重试刷新时间戳、Body 压缩前后差异、JSON 字段顺序、设备证明（Attestation）、Token 刷新与 Native 侧规范化等易漏项，明确区分「参与签名字段」与「仅随请求携带字段」，避免非签名字段拼进摘要导致复现失败

  • 独立复现与真实请求差分：建立「静态还原 → Hook 关键中间值 → 授权环境取原始字节 → 独立实现序列化/编码/压缩/签名/加密 → 逐字节 Diff → 差异回溯」闭环，用字段对比脚本对 Method/Scheme/Host/Path/Query/Header/Cookie/Body 原始字节/Content-Encoding/Timestamp/Nonce/Signature 逐项差分，达标判据为相同输入环境下关键字段与原始字节一致且服务端响应与 App 一致

  • 对称加密参数提取：从 Cipher.getInstance/SecretKeySpec/IvParameterSpec/GCMParameterSpec/SecureRandom/KDF 与 Native 密码 API 定位入口，完整提取 算法（AES/3DES/ChaCha20）+ Mode（ECB/CBC/CTR/GCM/CCM）+ Padding + Key 长度 + IV/Nonce 来源唯一性 + AEAD Tag/AAD；规避不据密文长度猜模式、不把固定 Salt 当 Key、不忽略异常回退明文的降级路径

  • 非对称密钥协商还原：分类还原 RSA（Padding/Hash/Key Size/公钥来源）、ECDSA（Curve/Hash/签名编码/随机数）、ECDH/X25519（临时密钥/共享秘密/后续 KDF）三类原语全参数，识别弱 Padding、可预测/重复 Nonce、私钥硬编码进 APK、未验证证书链、仅客户端校验等风险，并按用途与服务端信任判断 APK 内公钥是否属 Secret

  • 编码/Hash/加密/压缩辨析：以可逆性 + 是否需密钥 + 典型信号三维度区分 Base64/Hex/URLEncode、JSON/Protobuf/MessagePack、SHA/HMAC、对称/非对称、gzip/zstd/brotli 与 XOR/自定义混淆；坚持「Base64≠加密、随机字节≠强加密、密码库符号≠该算法被实际调用」，对照标准常量表/S-box/轮数/端序识别魔改算法并判定压缩发生在加密前后

  • 合规边界：全程仅在自有服务或授权测试环境、虚构账号与脱敏数据上复现，独立实现不用于绕过第三方鉴权/付费/风控，敏感 Key、明文、Token 默认不落盘


Android 逆向（静态 / 动态 / Native / 加固脱壳 / 反检测 / 重打包）



  • DEX/Smali 静态还原：按 Header/String-Type-Proto-Method-Field-ID/ClassDef/CodeItem/Map 七区拆解 DEX，从字符串/类型索引反向定位 ClassDef→Method→CodeItem，枚举 MultiDex 数量/加载顺序/跨 DEX 类拆分；按数据/调用/控制/数组对象/异常/同步六类梳理 Dalvik 指令，厘清 pX/vX 与 .registers/.locals，用 invoke-*+move-result 还原方法签名、if/goto/packed-switch 重建基本块与 CFG，Patch 前后校验寄存器数/分支目标/返回类型/Try 范围一致性

  • Jadx/JEB 语义恢复：将反编译输出视为重建结果而非一手源码，对 /* JADX ERROR */、类型推断、异常控制流误判与 Smali 交叉验证；识别 Kotlin 特征还原 Companion/DefaultImpls/Synthetic Accessor/$default/扩展函数/Inline-Reified/数据类生成方法，从 Continuation/invokeSuspend/Label/挂起点重建协程挂起-恢复状态机，结果按「已确认/高概率/推测」三级标注

  • 混淆还原：分类识别名称压缩、字符串加密、控制流平坦化、Opaque Predicate、异常控制流、无效代码、反射/MethodHandle/动态代理与资源混淆；按「用户可见文案/资源→框架 API→参数返回类型→JSON/协议字段→调用关系→动态堆栈」建立语义锚点扩展调用图，动态验证字符串解密结果与反射真实类，重命名映射绑定 APK 版本禁止跨版本默认复用

  • 脱壳判据与脱壳手法：Baseline 判壳（静态缺业务代码但运行时功能完整、目标类静态不可见却运行时可加载、反编译与真实页面/网络不一致、ClassLoader 加载非 APK 路径 DEX），识别壳 Application/Stub 与 attachBaseContext 早期解密作为入口；按壳形态选路——壳解密可还原走静态脱壳、运行时明文 DEX 走动态脱壳、通用加载点走 ART 层脱壳，Hook ClassLoader/DexFile/DefineClass、跟踪 so Loader，DEX 位于匿名内存/自定义容器时用内存扫描转储，Dump 后修复 Header/Map/Checksum 重组并以类数量/方法体/资源引用/目标类齐全度判定是否拿到完整业务 DEX

  • 代码虚拟化 / VMP 反反编译：先确认目标函数确进入虚拟化路径，再定位 Dispatcher、取指/解码、Opcode Handler 表、虚拟寄存器与虚拟栈状态，建立 Opcode-操作数-状态变化映射，结合 Frida Stalker/Debugger 动态 Trace 恢复控制流/数据流，对目标调用链做局部反虚拟化而非强求还原整个 VM，不因存在 Dispatcher/高熵表即断定虚拟化

  • 端到端调用链收敛：收敛 页面文案/资源→Activity/Fragment/Composable→点击导航→ViewModel/Presenter→UseCase/Repository→Request Builder→Serializer→Interceptor→公共 Header→Token/设备字段→签名加密→网络栈→响应解析，追踪字段来源/排序规范化/字符集/Timestamp/Nonce/Device-ID 与 Java→JNI 参数转换；四级证据升级：反编译建高概率链→最小 Hook 验中间参数与顺序→抓包/进程内采集真实字节→独立复现逐字段一致后标「已确认」

  • 跨框架混合应用：WebView/Cordova（assets/www、Capacitor Bridge，收敛 外部链接→JS→Bridge→Native Plugin→系统 API）、React Native/Hermes（index.android.bundle、Hermes Bytecode、TurboModule/JSI）、Flutter/Dart AOT（libflutter.so/libapp.so、Isolate Snapshot、Platform Channel、ARM64 Stub 函数边界）分层还原，Bundle/Bytecode/Snapshot 版本与 so BuildID 均绑定样本，禁止跨版本复用函数偏移

  • 重打包与签名 v1/v2/v3：标准流水线 保存原样本→apktool/baksmali 解包→最小修改→回编译→zipalign→测试签名→安装→行为回归→记录副作用，覆盖 Smali 观测点、Manifest Debug 与 Network Security Config、Frida Gadget 注入（仅授权）、Native so Patch；规避 aapt2/Framework Resource 不一致、寄存器/分支/返回类型错误、v2/v3 签名变化致签名级权限或升级失败、Play Integrity/Split APK ABI 不匹配，原 APK 与修改 APK 分离存档并记录 SHA256/签名方案/diff/构建命令

  • Frida 动态插桩（Java）：Java.perform+Java.use 定位类/构造/静态/重载/字段，先只读记录参数-返回-堆栈再改写；Interceptor 在加密/签名/token 函数入口截获明文入参绕过传输层加密，rpc.exports 把内部原生函数暴露为可主动调用接口脱离 UI 批量复现算法，处理 Spawn/Attach 早期注入、多进程/子进程与 ClassLoader 动态类的 Hook 时机，Stalker 做基本块/指令级 Trace 定位混淆真实执行路径

  • Native Hook 与 JNI：Interceptor+Module/Export/RVA+NativeFunction/NativeCallback 按 运行时地址=模块基址+RVA 挂钩 so 导出与私有函数，掌握 Export/Symbol、PLT/GOT、Inline（保存原指令/Trampoline/刷指令缓存）、VTable、JNI Table、Syscall 六类 Hook 选型；Hook RegisterNatives 在注册时刻 dump Java 方法名↔Native 地址映射打通动态注册隐藏函数，解析 ELF（Header/Program/Section/Symbol/Relocation/GOT/PLT）用 readelf/nm/objdump 做 stripped 符号恢复与 BuildID 匹配

  • ARM64 与底层调试：熟悉 AArch64 寄存器组（SP/PC/LR/NZCV）、AAPCS 调用约定、栈帧与序言/尾声、C++ 对象布局/vtable/RTTI/libc++ 容器内存；读写 MOV/LDR-STR/BL-BR/CMP/B.cond/ADR-ADRP 并做指令级 Patch，用 GDB/gdbserver、LLDB/lldb-server 远程 Attach 做断点/条件断点/Watchpoint/寄存器观察，IDA/Ghidra Remote Debugger 联动静态库与运行时地址做 Trace/Patch 验证

  • 进程与 ART 内存分析：依据 /proc/<pid>/maps、smaps、mem、fd 划分 Stack/Heap/File-backed/Anonymous/Shared 区域取证，从内存 dump 已解密 DEX/动态 so/JIT Code/字符串池对抗静态加密，扫描 ART 对象（Object/Class/ArtMethod/Thread/Heap）还原运行时结构，验证密钥/Token/明文是否仅特定时刻驻留内存（授权环境及时脱敏销毁），并内存比对识别运行时 Inline Hook 改写代码段

  • 崩溃与系统追踪：分析 Tombstone（Signal/Fault Address/Registers/Backtrace/Memory Map）用 BuildID 匹配符号还原调用栈判定空指针/越界/UAF/栈破坏，分析 ANR（主线程栈/Binder 等待/锁拥有者/IO-GC-CPU）定位卡顿；用 Perfetto/System Trace 还原启动时序与 Java→JNI→系统调用 路径、Simpleperf 出 CPU Call Graph、strace/eBPF/Ftrace 观察系统调用，定位反调试轮询与高频完整性检查时序特征

  • 反检测八类矩阵：Anti-Debug（JDWP/ptrace 自附加/TracerPid/信号）、Anti-Root（su/Magisk/属性/挂载/SELinux）、Anti-Emulator（Build 属性/QEMU 痕迹/传感器基线）、Anti-Frida（端口/线程名/模块/maps/socket 扫描）、Anti-Hook（Inline/GOT-PLT/入口/堆栈字节校验）、Anti-Tamper（签名/DEX-so Hash/安装来源）、混淆虚拟化、时间行为检测逐类定位检测函数与失败分支；用「检测有效性四层级」（存在检测代码→确实执行→影响业务→服务端参与决策）判定保护是否真正生效，坚持最小化绕过 + 副作用验证 + 版本级可复现记录

  • Play Integrity 与设备证明：分析信任链 业务动作→Challenge/Nonce→Integrity Client→系统/服务→Token→App/Backend→验证结果→业务决策，按客户端是否发起、Token 是否返回、服务端是否验证、具体业务是否依赖结果四点判定，识别重放/缓存/降级/网络失败处理，理清本地签名-DEX-so-安装来源校验与远端证明的边界

  • 调试工程规范：Xposed/LSPosed 做 Zygote 早期持久化 Hook、objection 快速枚举/Hook/内存搜索，复杂目标回退原生 Frida；全程「先建无调试器正常基线 → 只读观测 → 最后才改行为」，Frida/JDWP-Native 调试/抓包/文件变化/静态调用链多路证据互证，不以「Attach 成功」为结论，输出 so 名/BuildID/模块基址/RVA/运行时地址/寄存器与内存快照/调用栈完整证据链保证版本可追溯


浏览器与指纹对抗



  • Chromium 内核级指纹改写：掌握 Chromium 源码编译工具链与内核二次开发，在 C++ 底层改写 Canvas、WebGL、AudioContext、字体枚举、hardwareConcurrency 硬件并发数、WebRTC 等指纹接口，从内核层生成指纹而非注入易被检测的 JS Hook 方案

  • 补丁工程化管理：将指纹改动拆分为可维护补丁集，支持 Chromium 版本升级时的补丁重放与冲突消解，记录构建参数/补丁点/异常以支撑版本迁移与回滚

  • 网络层特征对齐：对齐 TLS/JA3 指纹使网络层特征与浏览器指纹一致，避免上层伪装被传输层特征戳穿；用主流指纹检测站点做一致性、熵值、跨接口矛盾闭环验证，迭代到无检测告警

  • Android 设备指纹体系：构建机型-分辨率-系统版本-硬件标识-时区语言相互匹配的内部自洽指纹模型，批量生成虚拟设备指纹支撑多账号环境隔离，结合硬件标识/传感器/Build 属性做真机基线对照识别字段间矛盾点

  • 反模拟器与真机基线：用 AOSP 基线对照 Build 属性、QEMU 痕迹、传感器/网络特征绕过模拟器风控，识别指纹字段联动一致性约束


工程能力（Python / Rust / C++ / 分布式 / 数据）



  • Python 主力：逆向配套自动化与后端服务的主力语言，用于 Frida RPC 批量算法复现、请求独立复现脚本、抓包/差分工具链、FastAPI 后台与任务编排，asyncio 异步与长任务治理（队列化、限流、重试、幂等）

  • Rust 性能下沉：将核心高频通信能力下沉到 Rust 并以 PyO3/FFI 暴露给 Python，吞吐较纯 Python 实现显著提升（约 300%/3 倍），承接性能敏感链路

  • C++ 底层：网络/协议/底层工具开发与 Native 侧逆向配套，性能优化与稳定性问题定位，配合 ELF/ARM64 分析读写底层数据结构

  • 分布式任务系统：RabbitMQ / Taskiq 按 routing key 分发、多 worker 水平扩展、失败重试、死信回溯、延迟执行、幂等与任务可恢复，支撑大规模账号自动化与采集任务；自研 RabbitMQ 任务队列封装沉淀任务注册/确认/重试/优先级/超时统一能力

  • 数据与查询优化：MongoDB（采集结果、任务日志、明细文档，组合索引/字段投影/分页/聚合）、Redis（状态缓存/进度/限流/分布式锁，记 total/success/failed/progress_rate）、MySQL/PostgreSQL 建模索引与慢查询治理，亿级存量场景下核心高频接口按 P99 50ms 响应目标优化

  • 规模化交付实证：主导海外社交平台（X 系）自动化系统、Instagram（Meta 系）三代（v1/v2/v3）迭代与 Facebook（Meta 系）后台的逆向-协议-任务-后台全链路交付；电商自动化上架系统将批量采集/发布/失败重试/发布记录统一后台化，运营效率提升约 10 倍；累计 74 个项目（私有 62 / 公开 12）沉淀协议逆向、脱壳、指纹对抗与分布式任务的可复用组件

  • 工程规范与协作：Git Flow / PR + Code Review、Docker 化开发与部署、结构化日志与证据链归档、技术文档沉淀，任何绕过/改写均记录时序、副作用与版本身份保证可复现可追溯


^-^ 核心项目经验


一、海外社交平台（X 系）自动化中台 —— 协议全链路从 0 到 1 逆向


公司 / 时间：郑州昌聚亿 · 2023.05 – 至今



全链路由本人独立设计与交付：从移动端协议逆向、算法服务端复现，到 FastAPI 后端、Vue 管理后台、RabbitMQ 分布式调度与容器化运维，构成一整套可规模化运行、可持续迭代的自动化中台。



技术栈：Python(FastAPI + asyncio) + Rust(PyO3 / FFI) + C++（网络/协议底层） + Vue2/3(Element UI / Ant Design Vue) + RabbitMQ + Redis + MySQL + MongoDB + WebSocket + Docker / Docker Compose


逆向工具链：Frida (Java.perform / Java.use / Interceptor / NativeFunction / rpc.exports / Stalker / Memory) · Xposed / LSPosed · objection · JNI / RegisterNatives Hook · ELF / ARM64 / AAPCS · Inline / GOT-PLT / VTable / Syscall Hook · GDB / LLDB / IDA / Ghidra 动态调试 · ART 内存分析 / 内存 dump 脱壳 · readelf / nm / objdump / strings · Tombstone / ANR / Perfetto / Simpleperf · mitmproxy / Burp / tcpdump / Wireshark · TLS Key Log · 反调试 / 反 Root / 反模拟器 / 反 Frida / 反 Hook / 反篡改矩阵 · Play Integrity 分析 · Chromium 内核级指纹对抗 / TLS-JA3 对齐


背景与角色：目标平台无官方 API 授权、无开源参考实现，接口路径、鉴权签名与风控埋点全部闭源，且随客户端版本持续变更，标准抓包在 SSL Pinning / Cronet-QUIC / Native 自研栈下大量失效。我独立承担从「协议逆向 → 算法服务端复现 → 后端平台 → 前端运营台 → 分布式调度 → 运维部署」的完整链路，将不可控的黑盒协议转化为可维护、可回归、可热修复的自研协议库，支撑上层多租户自动化运营。



1）协议全链路逆向（0 → 1，无文档、无开源参考，独立完成）



  • 接口测绘 + 抓包连通性分层定位：建立 L3/L4 → 代理 → TLS → 网络栈 → 业务风控 自底向上排障流程，任何「抓不到包」先按层定位失败点再下结论——设备/代理同网段与路由表校验、Ping 验 L3 可达、端口测试验 L4 与 Listener 绑定地址、排查 Wi-Fi Proxy / 全局 Proxy / VPN-TUN / AP 隔离、确认 HTTP/CONNECT 是否到达代理、校验 CA 信任域与 TLS 握手错误码，最后才归因到 App 层校验；坚持「Burp History 为空 ≠ SSL Pinning」，用 tcpdump / Listener 日志 / TLS 错误码 / Logcat 调用链把失败精确指向某一层，杜绝把代理不可达或 Cronet/QUIC 绕过系统代理误判为 Pinning。

  • SSL Pinning 双路摘除（Java + Native 全覆盖）：先测绘 Pinning 层级全景（Network Security Config、OkHttp CertificatePinner、自定义 TrustManager / HostnameVerifier、WebView、Cronet、BoringSSL / OpenSSL / mbedTLS 及自研校验），Java 层 Hook TrustManager / HostnameVerifier / CertificatePinner 摘除校验，Native 层直接 Hook BoringSSL 的 SSL_CTX 校验回调，双路覆盖 Cronet / QUIC / 自研 TLS 绕过 Java 信任链的场景；对不可被系统代理解密的流量转进程内 Hook + TLS Key Log + socket/SSL 函数观测，无法解密时仍能拿到明文字节。

  • 网络栈识别 + 请求构造链还原：按静态信号建立网络栈识别矩阵（OkHttp/Retrofit、HttpURLConnection、Volley、Cronet、WebSocket、WebView、Native 自研栈）选定抓包与 Hook 入口；还原完整请求构造链 Base URL → 接口路径 → 序列化器 → 公共参数 → Header Interceptor → Token/Cookie → 设备信息 → 时间戳 → Nonce → 签名 → 压缩，输出字段来源表，并设置「API 入参与序列化前对象 / Request Builder 完成后 URL·Header·Body / 签名函数输入输出 / 网络栈写出前原始字节」四个动态验证点交叉印证。

  • 二进制协议 + Protobuf 无 proto schema 重建：识别 HTTP/2（ALPN / HPACK / 帧）、QUIC-HTTP3（UDP / TLS1.3 / Connection ID）、WebSocket（Upgrade / Frame / Mask / Ping-Pong）、gRPC 等协议特征并定位序列化入口；在无 .proto 前提下从 wire 字节按 tag = (field_number << 3) | wire_type 反推字段号与线型（Varint / 64-bit / Length-delimited / 32-bit）重建 Protobuf schema；拆解自研二进制封包 Magic → Length → Type → Sequence → Compression → Encryption → Checksum，还原分帧规则、会话状态机与心跳重连逻辑，用真实流量逐字段验证默认值 / 字段顺序 / 边界，仍无法解释的字段显式标注为未闭环项。

  • 请求签名 8 步分析法（可被面试逐环节深挖）：① 定位签名字段注入位置 → ② 追签名函数调用者 / 入参 / 返回值 → ③ 判定 Method/Path/Query/Body/Header 各自参与范围 → ④ 还原排序 / 过滤 / 空值 / 大小写 / URL 与 JSON 规范化规则 → ⑤ 确认字符集 / 分隔符 / 时间戳 / Nonce / 设备字段 → ⑥ 判定 Hash/MAC/签名算法 + Key 来源 + 输出编码 → ⑦ 排查 JNI/Native/Keystore/服务端下发的参与 → ⑧ 用真实请求逐字段差分独立复现；结论以结构化模板（输入集合 / 拼接排序 / 字符集编码 / 算法参数 / Key 来源 / 输出格式，每项配证据）输出，坚持证据分级——代码链完整但未对真实请求为「高概率」、逐字节一致且可重复才判「已确认」；系统性排查隐式默认 Header、重试刷新时间戳、Body 压缩前后差异、JSON 字段顺序、设备 Attestation、Token 刷新等易漏项，严格区分「参与签名字段」与「仅随请求携带字段」，避免把非签名字段拼进摘要导致复现失败。

  • 密码学原语参数级还原：对称加密提取完整参数而非只记「AES」——算法（AES / 3DES / ChaCha20）+ Mode（ECB / CBC / CTR / GCM / CCM）+ Padding + Key 长度 + IV/Nonce 来源与唯一性 + AEAD Tag / AAD，从 Cipher.getInstance / SecretKeySpec / IvParameterSpec / GCMParameterSpec / KDF 与 Native 密码 API 定位入口；非对称按 RSA（Padding / Hash / Key Size / 公钥来源）、ECDSA（Curve / Hash / 随机数）、ECDH-X25519（临时密钥 / 共享秘密 / 后续 KDF）分类还原密钥协商全链路；用「可逆性 + 是否需密钥 + 典型信号」三维度区分编码 / 序列化 / Hash / MAC / 加密 / 压缩 / 混淆，靠运行时中间值证实而非符号名，识别魔改算法（对照标准常量表 / S-box / 轮数 / 端序）并判定压缩发生在加密之前还是之后。

  • 移动端加密链脱壳 + Frida 取明文：从 Java native 声明 + loadLibrary 反查真实 so，Hook RegisterNatives（JNI Table Hook）在注册时刻 dump「Java 方法名 ↔ Native 函数地址」映射，打通 Java↔Native 边界定位动态注册隐藏的关键函数；基于 Java.perform / Java.use + Interceptor 在签名 / 加解密 / token 生成函数入口截获明文入参与出参，绕过传输层加密直接拿原始数据，并通过 rpc.exports 把目标 App 内原生函数暴露为可主动调用接口，脱离 UI 批量复现算法；对加固样本从 /proc/<pid>/maps 与内存 dump 已解密 DEX、动态加载 so、字符串池，扫描 ART 对象（Object / Class / ArtMethod）还原运行时类结构，绕过壳的静态加密。

  • 算法服务端独立复现 + 逐字节差分验证：建立「静态还原 → Hook 关键中间值 → 授权环境取原始字节 → 独立代码实现序列化/编码/压缩/签名/加密 → 逐字节 Diff → 差异回溯」的复现闭环，用字段对比脚本（Method / Scheme / Host / Path / Query / Header / Cookie / Body 原始字节 / Content-Type / Content-Encoding / Timestamp / Nonce / Signature / 响应）逐字段差分，把差异回溯到遗漏的默认值、字段顺序、设备字段或状态；达标判据为相同输入与环境下关键字段与原始字节一致、服务端响应与 App 一致，仍依赖设备 / Keystore / Attestation / 服务端下发的字段全部显式列出，据此在 Python/Rust 侧脱离 App 独立复现签名与加密直接对接口。

  • 风控埋点还原 + 反分析对抗矩阵：用四层级模型判定保护是否真正生效（① 存在检测代码 → ② 检测确实执行 → ③ 结果影响业务 → ④ 服务端参与决策），坚持「只有字符串 / 符号不能证明保护生效」；系统对抗 Anti-Debug（JDWP / ptrace 自附加 / TracerPid / 信号）、Anti-Root、Anti-Emulator（AOSP 基线对照 Build 属性 / QEMU 痕迹 / 传感器）、Anti-Frida（端口 / 线程名 / maps / socket 扫描）、Anti-Hook（Inline / GOT-PLT 字节校验、方法入口校验）、Anti-Tamper（签名 / DEX / so Hash / 安装来源）、控制流平坦化-字符串加密-VM 虚拟化、时间行为检测 八类矩阵，按「正常行为基线 → 检测信号 → 调用位置 → 失败/上报分支 → 最小修改 → 副作用验证 → 版本级记录」流程做最小化绕过；分析 Play Integrity / 设备证明信任链（业务动作 → Challenge/Nonce → Integrity Client → Token → Backend 验证 → 业务决策），区分客户端是否发起 / Token 是否返回 / 服务端是否验证 / 具体业务是否依赖四个判定点，还原风控参数并在自研协议库中复现，识别重放 / 缓存 / 降级 / 网络失败处理路径。



2）业务平台落地（前后端完整自动化中台，单人交付）



  • 用户 / 权限 / 组织 / 计费：注册登录、Token 签发与刷新、登录态维护与失效处理；角色定义 + 菜单 / 按钮 / 接口级权限 + 数据权限（普通用户 vs 管理员可见范围隔离）；主账号下子账号创建 / 停用 / 删除与权限分配、操作范围限定；部门树维护与按部门数据隔离；公告发布 / 置顶 / 已读、客户端与后台版本管理（版本号 / 更新说明 / 强制或建议更新）；套餐定义（账号数 / 任务额度 / 功能开关）+ 下单 + 订单状态流转，账户余额 / 充值 / 消费扣减 / 变动流水 / 按业务动作计费；登录日志（时间 / IP / 设备 / 结果）与关键操作留痕（按用户 / 时间 / 动作类型检索）。

  • 账号资产模块（可控账号池全生命周期）：分组 CRUD 与分组统计（账号数 / 可用数 / 异常数）、txt 批量导入（异步解析入库）/ 按分组状态导出、账号状态维护（正常 / 待检测 / 受限 / 失效）与批量刷新、异常打标（封禁 / 验证码 / 登录失败 / 风控命中）与原因记录、跨分组批量转移 / 删除 / 按状态清理、批量登录可用性检测与失败原因分类、在线状态实时同步供任务下发前可用性过滤、账号昵称 / 头像 / 简介资料维护、分组容量上限校验、账号-设备指纹参数绑定（设备型号 / 系统版本 / 设备标识）模拟真实设备、任务使用频次与最近使用时间查询辅助冷却与负载均衡。

  • 代理与资源模块：代理 IP 按地区 / 线路 / 用途分组 CRUD、端口资源录入与端口-IP 映射及占用状态维护、连通性 / 延迟 / 存活批量检测与不可用剔除、账号-代理一对一 / 一对多绑定与解绑、失效闲置资源回收（绑定关系随账号失效自动释放、资源池状态刷新）。

  • 话术 / 文案模块：公共话术库（全租户可见）与个人话术库（用户私有）分层、话术按场景分组 CRUD 与统计、批量新增 / 更新 / 删除 / 导入、任务下发引用指定话术 / 分组（随机 / 轮询选取）、文本 / 图片 / 视频多形态文案统一管理、图片视频多文件批量上传 OSS 与文件校验及 URL 回写、按分组统计 total / text / image / video 并在删除分组时同步清理缓存统计、可选接入 AI 文案扩写基于同一广告主题生成「语义一致、表达不同」的多条变体（Prompt 约束语气 / 长度 / 禁用词 / 卖点保留 / 重复度）服务批量触达与 A/B 测试。

  • 任务中心（分布式编排核心）：覆盖私信、关注 / 互动、粉丝采集、资料修改、账号状态检测、批量运营动作、心跳 / 在线检测等任务类型，支持创建 / 排队 / 执行 / 取消 / 停止 / 删除 / 批量删除 / 重试 / 失败原因记录 / 结果查询全生命周期，及任务拆分子任务与子任务级执行日志（按账号 / 子任务查询明细）；运行中任务通过 Redis 记录 total / success / failed / progress_rate，后台实时展示执行进度与成功失败数；按 routing key 分发到不同 Worker 队列、多 Worker 水平扩展与职责拆分、任务隔离；可靠性机制含失败重试、死信 / 回溯、延迟执行、幂等处理（幂等 key）、任务可恢复、停止信号响应与异常隔离；耗时的粉丝上传 / 下载、清理粉丝分组等 Web 操作异步化并结合数据权限，避免大文件阻塞主接口；任务状态机（待执行 / 执行中 / 已完成 / 已取消 / 失败）状态流转记录与按状态筛选排查。

  • 粉丝 / 采集数据模块（大体量文档存储）：粉丝 txt 上传与异步导入及进度追踪、采集任务结果（用户数据 / 粉丝关注关系 / 互动结果）自动入库、粉丝与采集数据分组 CRUD、按「可私信 / 不可私信」状态标记与条件筛选、导出全部 / 可私信 / 不可私信、按任务回看采集结果与执行明细、单条粉丝手动增删改与分页条件查询；大体量粉丝明细 / 任务结果 / 过程日志 / 统计文档存于 MongoDB，组合索引 + 字段投影 + 分页优化查询，MongoDB CDC 自动同步统计（分组计数 / 可用数汇总）避免高频统计直压明细集合。

  • WebSocket 实时推送：账号上线 / 下线与登录成功 / 失败实时推送、任务执行进度与 progress_rate 实时更新、success / failed 计数实时刷新、系统公告 / 任务完成通知 / 异常告警 / 用户消息推送；后台看板订阅推送流，实时展示账号运行状态、任务进度、成功失败数量与失败原因。

  • Vue 管理后台：账号池管理（列表 / 分组 / 导入导出 / 状态筛选 / 异常列表 / 批量操作）、任务下发向导（任务类型 / 账号分组选取 / 话术引用 / 任务列表详情 / 进度展示）、代理绑定（资源列表 / 可用性 / 绑定 / 回收）、话术配置、设备指纹与指纹浏览器运行环境配置、数据统计（账号概览 / 任务成功失败 / 采集结果 / 热点统计 Redis 缓存）、运行日志（任务 / 子任务 / 操作 / 异常）、运营看板（账号运行 / 任务进度 / 异常账号 / 成功率与吞吐趋势）。

  • 可复用底层组件：核心私信通信能力以 Rust 实现经 PyO3/FFI 暴露给 Python 调用；C++ 高性能网络与协议底层库处理通信与编解码；移动端协议适配模块（设备指纹参数 / 登录态保存 / 请求签名 / 风控失败记录与重试策略）；RabbitMQ 消费端封装（任务注册 / 异步入队 / 确认 / 失败重试 / 延迟执行 / 优先级 / 超时 / 幂等 key / 消费并发控制 / 优雅关闭）；数据中转 / 采集接入 API 服务；批量账号注册与初始化模块；基于 Chromium 内核定制的指纹浏览器客户端（内核层改写 Canvas / WebGL / AudioContext / 字体枚举 / hardwareConcurrency / WebRTC 指纹、TLS-JA3 对齐、代理与 Cookie 管理），为自动化任务提供可控运行环境。



3）最终成果



  • 协议全链路 0→1 独立逆向：在无官方 API 授权、无开源参考、接口 / 鉴权 / 风控全闭源且随版本持续变更的条件下，独立完成从接口测绘、签名生成点定位、参数依赖链剥离、Protobuf 无 proto schema 重建、移动端脱壳取明文到算法服务端逐字节差分复现的协议全链路逆向，将黑盒协议转化为可脱离 App 直接调用的自研协议库。

  • 关键链路 Rust 下沉，吞吐约 +300%：将核心私信通信能力下沉到 Rust 并经 PyO3/FFI 暴露给 Python，吞吐较纯 Python 实现提升约 300%（约 3 倍），显著降低批量任务延迟与资源占用。

  • 亿级数据 P99 50ms：在亿级存量任务 / 日志 / 采集数据场景下，通过 MongoDB 组合索引、字段投影、分页策略、冷热拆分、CDC 汇总与 Redis 热点缓存，将管理后台核心高频接口按 P99 50ms 响应目标持续优化。

  • 协议库工程化 + 快速热修复：协议 / 签名 / 加密实现沉淀为带回归测试的独立库，接口或算法随客户端版本变更时以逐字段逐字节差分快速定位失效点并热修复回归，保证自动化链路不因目标升级而长时间中断。

  • 分布式水平扩展、7×24 稳定运行：任务中心按 routing key 分发、多 Worker 水平扩展，结合失败重试、死信 / 回溯、延迟执行、幂等、任务可恢复、停止信号与异常隔离，支撑长周期任务 7×24 可恢复、可排查运行。

  • 全链路单人独立交付：协议逆向、后端（FastAPI）、前端（Vue 管理后台）、分布式调度（RabbitMQ）、多数据源架构（MySQL / MongoDB / Redis）与容器化运维（Docker Compose 编排 API / Admin / Task Worker / Redis / MongoDB / 关系库 / RabbitMQ）全部由本人独立设计与交付。

  • 合规与安全边界：全程仅在自有服务或授权测试环境、虚构账号与脱敏数据上复现与验证，独立实现不用于绕过第三方鉴权、付费或风控，敏感 Key、明文、Token 默认不落盘、及时销毁，产出版本级可复现记录。



二、Instagram（Meta 系）Android 协议逆向与自动化平台（三代迭代）


公司 / 时间：郑州昌聚亿 · 2023.01 – 2025.03（v1/v2/v3 三代）



面向 Instagram（Meta 系）移动端协议的逆向复现与自动化运营平台，连续 3 个大版本迭代（v1/v2/v3），从脚本化自动化演进为「Android 协议适配层 + 后端 API + 任务 Worker + 管理后台 + 设备指纹体系」组成的平台化系统；每代随平台风控升级做协议与指纹重构，强调「协议可复现 + 可规模化运行 + 可持续对抗」。



技术栈：Python(FastAPI) + asyncio + Vue2/3(Element UI / Ant Design Vue) + Redis + MySQL + MongoDB + RabbitMQ + WebSocket；逆向工具链 Frida(Java/Native/RPC/Stalker) + Xposed/LSPosed + objection + JADX/JEB + IDA/Ghidra + ELF/ARM64 + GDB/LLDB；性能敏感链路 Rust(PyO3/FFI) / C++ 下沉；Docker / Docker Compose 编排（API、Admin、Task Worker、Redis、MySQL、MongoDB、RabbitMQ）


逆向过程（静态 + 动态双路取证）



  • 协议实现层定位（端到端静态调用链收敛）：从 App 入口按 Activity/Fragment/Composable → ViewModel/Repository → Request Builder → Serializer → Interceptor → 公共 Header → Token/设备字段 → 签名加密 → OkHttp 网络栈 → 响应解析 逐层收敛协议构造链；用 JADX/JEB 反编译，重点排查 /* JADX ERROR */、类型推断误判与异常控制流，识别 Kotlin 特征（Companion/$default 默认参数/扩展函数/协程 Continuation-invokeSuspend 状态机）还原挂起-恢复流；对关键类以「已确认/高概率/推测」三级可信度临时重命名，绑定 APK 版本禁止跨版本默认复用

  • 加固脱壳与 DEX 修复重组：以 Baseline 判壳（APK 静态缺业务代码但运行时功能完整、目标签名类静态不可见却运行时可加载、JADX 反编译与真实网络行为不一致、ClassLoader 加载非 APK 路径的动态 DEX）确认加固；Hook ClassLoader/DexFile/DefineClass、跟踪 attachBaseContext 早期解密与 so Loader，在 DEX 加载后时机于 ART 层 dump；对匿名内存/自定义容器中的 DEX 用 /proc/<pid>/maps 内存扫描识别并转储，修复 Header/Map/Checksum 后回验 JADX 可解析，以类数量、方法体、目标类齐全度判定是否拿到完整业务 DEX（非仅有 DEX Magic）

  • ClassLoader dump 与 Java↔Native 边界打通：从 Java native 声明 + loadLibrary 反查承载签名算法的真实 so，Hook RegisterNatives（JNI Table Hook）在注册时刻 dump 出「Java 方法名 ↔ Native 函数地址」映射，定位动态注册隐藏的关键签名函数；解析 ELF（Header/Symbol/Relocation/GOT-PLT），用 BuildID 匹配 so 与符号，按 运行时地址 = 模块基址 + RVA 换算 Hook/断点地址，处理 stripped 符号、PIE/ASLR 与 Thumb 影响

  • Frida 截获加密前明文（绕过传输层加密）：基于 Java.perform + Java.use 完成签名/加解密/Token 生成函数的类名、重载、返回类型、ClassLoader、加载时机逐项校验后挂钩，在函数入口/出口用 Interceptor 只读截获明文入参与出参，直接拿到未加密原始请求体；通过 Frida RPC（rpc.exports）把 App 内签名原生函数暴露为可主动调用接口，脱离 UI 批量复现签名算法；对进入 native 的路径用 Interceptor + Module/Export/NativeFunction 挂钩 so 私有函数，必要时 Stalker 做基本块级 Trace 定位混淆真实执行路径

  • 请求体加密与签名还原（静态推导 + 动态复现 + 逐字段对齐）：追踪签名字段的来源、排序、规范化、字符集与 Timestamp/Nonce/Device-ID 拼装规则，还原 Java→JNI 参数转换与 ARM64（AAPCS 调用约定、寄存器/栈帧、MOV/LDR/BL/CMP）下的签名计算；按四级证据升级——反编译建高概率构造链 → 最小 Hook 验证中间参数与调用顺序 → 进程内采集真实字节 → 独立复现逐字段一致后标「已确认」，禁止据 Header 名/密文长度/库符号臆断算法

  • 设备指纹体系逆向与批量生成：逆向平台采集的设备指纹模型，梳理机型/分辨率/系统版本/硬件标识/传感器/Build 属性/时区语言之间的联动与内部一致性约束，用真机基线对照识别字段矛盾点；批量生成内部自洽的虚拟设备指纹（机型-分辨率-系统版本-硬件标识-时区语言相互匹配），与账号一对一绑定，支撑多账号环境隔离

  • 反检测与设备证明分析：按反调试/反 Root/反模拟器/反 Frida/反 Hook/反篡改矩阵定位检测函数与失败分支，用「正常行为基线 → 检测信号 → 调用位置 → 失败/上报分支 → 最小修改 → 副作用验证 → 版本级记录」流程做最小化绕过，并以「检测代码存在 → 检测执行 → 结果影响业务 → 服务端参与决策」四层级判定保护是否真正生效；分析 Play Integrity 信任链，区分客户端是否发起、Token 是否返回、服务端是否验证、具体业务是否依赖结果四个判定点


业务平台（后端 API + 任务 Worker + 运营后台）



  • 账号资产 + 设备参数绑定：账号 txt 批量导入/异步解析入库、按分组/状态导出、账号分组 CRUD 与统计（账号数/可用数/异常数）、状态维护（正常/待检测/受限/失效）、异常账号打标（封禁/验证码/登录失败/风控命中）、跨分组批量转移、按状态批量清理、登录可用性批量检测与结果回写、在线状态同步；账号与逆向所得设备指纹参数（设备型号、系统版本、设备标识等）绑定，模拟真实设备，并记录账号被哪些任务使用、使用频次与最近使用时间，辅助负载均衡与冷却

  • 任务中心（分布式编排 + 进度追踪 + 水平扩展）：覆盖关注/互动任务、私信任务、粉丝/关系采集任务、资料修改任务、账号状态检测任务、批量运营动作与心跳/在线检测任务；生命周期含创建、排队、执行、取消、停止、删除、批量删除、重试、失败原因记录与结果查询，任务拆分子任务并记录子任务级执行日志；运行进度以 Redis 记录 total / success / failed / progress_rate，按 routing key 分发到不同 Worker 队列、多 Worker 水平扩展、任务隔离，配合失败重试、延迟执行、幂等 key、停止信号响应与异常隔离保障长周期任务可恢复、可排查

  • 采集数据模块（关系链入库 + 明细/日志承载）：粉丝 txt 上传异步导入与进度追踪、采集任务结果（用户数据、粉丝/关注关系、互动结果）自动入库、采集数据分组 CRUD、按「可私信/不可私信」状态标记与条件筛选、导出全部/可私信/不可私信数据、按任务回看采集结果与执行明细；大体量粉丝明细、任务结果与过程日志存于 MongoDB，用组合索引 + 字段投影 + 分页优化查询，并以 CDC 自动同步分组计数、可用数等汇总统计，避免高频统计直压明细集合

  • 实时推送与运营后台看板：通过 WebSocket 长连接推送账号上线/下线与登录成功/失败、任务执行进度、success/failed 计数与失败原因、系统通知与用户消息；Vue 运营后台组件化沉淀账号池管理、任务下发向导、代理绑定、话术/文案配置、指纹配置与数据统计页，看板订阅推送流实时展示账号运行状态、任务进度、成功率/吞吐趋势与异常账号列表

  • 代理与话术资源复用：代理 IP 按地区/线路分组、端口资源与占用状态维护、连通性/延迟批量检测与不可用剔除、账号-代理绑定与随账号失效自动回收；话术库分公共/个人分层管理，文本/图片/视频多形态文案统一维护、多文件上传至对象存储（OSS）、任务下发时随机/轮询引用，降低批量互动与私信的内容重复度


三代迭代与核心成果



  • 协议逆向从「脚本化」到「平台化」：v1 以单机脚本 + Frida 观测跑通签名与登录态复现；v2 沉淀 Android 协议适配层（协议适配、设备指纹参数、登录态保存、请求签名、风控失败记录与重试策略），接入后端 API、任务 Worker 与管理后台；v3 组件化协议/适配层，形成后端核心服务、多版本协议内核、运营后台与统计面板的完整平台，实现「可用 → 可扩展 → 可持续对抗」的演进

  • 随风控升级的协议与指纹重构能力：三代随平台加固与风控策略升级各做一次协议重构——从明文抓包到脱壳后静态还原、再到 native 签名算法逐字段复现；每代重新对齐设备指纹字段联动与请求签名规则，并以版本级可复现记录（so 名/BuildID/模块基址/RVA/运行时地址/调用栈/是否修改执行状态）保证跨版本可追溯，避免跨版本复用函数偏移导致失效

  • 设备指纹批量生成降低异常率：将逆向所得指纹模型工程化为「机型-分辨率-系统版本-硬件标识-时区语言」内部自洽的批量指纹生成能力，与账号绑定形成一号一环境隔离，减少因指纹字段矛盾触发的风控命中，提升账号批量运行稳定性

  • 多数据源与大数据查询优化：将账号/订单等关系数据置于 MySQL、粉丝明细/采集结果/任务日志/统计文档置于 MongoDB、账号状态/任务进度/热点统计置于 Redis，按访问场景拆分降低单库压力；在亿级存量采集数据/任务日志场景下用组合索引、字段投影、分页策略与 Redis 热点缓存，保障管理后台高频接口按 P99 50ms 响应目标优化

  • 关键链路性能下沉：将高频私信/网络通信等性能敏感能力以 Rust 实现并经 PyO3/FFI 暴露给 Python 调用，吞吐较纯 Python 显著提升（约 300%），仅替换协议/适配层即可复用于同系其他平台

  • 运营后台能力闭环：把账号导入与设备绑定、代理配置、话术维护、关注/互动/采集/私信任务、采集结果导出、任务进度与统计看板串成可追踪的后台工作流，任务进度、失败原因、账号状态与结果数据在后台统一查询，显著降低人工排查与重复操作成本



三、Facebook（Meta 系）协议逆向与自动化管理平台


公司 / 时间：郑州昌聚亿 · 2024.03 – 2024.12



与项目二 Instagram 同属 Meta 产品线，客户端协议、鉴权与风控体系同源；本项目以「逆向方法论横向迁移 + 平台组件复用」为主线，逆向与开发工作量集中收敛在协议/适配层，其余能力整体平移。



技术栈：Python + FastAPI + Vue + MySQL + Redis + RabbitMQ；逆向工具链 Frida / mitmproxy / Charles / Burp Suite / jadx / Ghidra + 抓包连通性分层排障


项目描述：



  • 逆向方法论横向迁移：直接复用项目二沉淀的逆向流程栈——抓包连通性分层定位（设备 IP/路由/代理 → L3 Ping → L4 端口/Listener → Wi-Fi/全局 Proxy/VPN-TUN/AP 隔离 → HTTP/CONNECT 到达 → CA 信任/TLS 握手错误 → 最后归因 App 层校验，杜绝「Burp History 为空即 SSL Pinning」的误判）、SSL Pinning 双路摘除（Java 层 Hook TrustManager / HostnameVerifier / CertificatePinner，Native 层 Hook BoringSSL 的 SSL_CTX 校验回调，覆盖 Cronet/QUIC 绕过 Java 信任链场景）、网络栈识别矩阵（OkHttp/Retrofit、HttpURLConnection、Cronet、WebSocket、Native 自研栈）；因协议同源，主体流程无需重建，逆向投入集中在字段级差异适配。

  • 接口与鉴权还原（适配层）：在既有请求构造链模板（Base URL → 接口路径 → 序列化器 → 公共参数 → Header Interceptor → Token/Cookie → 设备信息 → 时间戳 → Nonce → 签名 → 压缩）之上，针对本平台还原接口路径、公共参数、签名参与字段与 Token 刷新差异；沿用项目一的请求签名 8 步分析法，因协议同源，本平台差异集中在第 ④⑤⑦ 步（字段规范化规则、时间戳/Nonce/设备字段、Native/服务端下发参与），逐字段差分复现后确认，并系统性排查隐式默认 Header、重试刷新时间戳、Body 压缩前后、JSON 字段顺序、设备 Attestation 等易漏项。

  • 独立复现与差分校验：以「静态还原 → Hook 关键中间值 → 授权环境取原始字节 → 独立实现序列化/编码/压缩/签名 → 逐字节 Diff → 差异回溯」闭环验证本平台鉴权，用字段对比脚本对 Method/Scheme/Host/Path/Query/Header/Cookie/Body 原始字节/Content-Encoding/Timestamp/Nonce/Signature 逐项差分，坚持「代码链完整但未对真实请求仅记高概率、逐字节一致且可重复才判已确认」的证据分级；全程仅在授权测试环境、虚构账号与脱敏数据上复现，敏感 Key/明文/Token 默认不落盘。

  • 业务平台复用快速交付：复用项目二的多租户后台骨架整体平移——账号池（分组 CRUD、txt 批量导入导出、状态维护、异常标记、批量转移/删除、登录检测、设备参数绑定）、任务中心（批量任务创建/排队/执行/取消/停止/重试 + 子任务日志 + Redis 记录 total/success/failed/progress_rate + routing key 分发多 Worker 水平扩展）、代理资源池、公共/个人话术文案库、运行日志与统计看板；仅按本平台任务类型裁剪（资料维护、互动任务、数据采集、状态检测、批量运营动作）。

  • 可观测与稳定性复用：沿用统一日志/重试/幂等/限流体系，Redis 缓存任务进度、账号在线状态与高频统计，后台按任务状态筛选排查、按账号回看子任务执行明细，失败原因（封禁/验证码/登录失败/风控命中）分类记录并回写账号异常标记，供任务下发前做可用性过滤。


核心成果：



  • 平台复用降重复开发：基于项目二既有账号池、任务队列、日志体系与后台组件快速交付本平台，前后端可复用页面组件整体平移，新增开发量主要落在协议/适配层，显著降低重复建设成本。

  • 差异收敛在协议/适配层：逆向方法论（分层抓包、Pinning 双路摘除、签名 8 步法、独立复现差分）与业务后台（权限/账号/任务/日志/统计）全量复用，平台差异只体现在接口路径、签名参与字段与 Token 刷新等适配点，边界清晰、可持续扩展。

  • 鉴权还原可追溯：每个签名结论按「输入集合 / 拼接排序 / 字符集编码 / 算法参数 / Key 来源 / 输出格式」结构化模板输出并配静态或动态证据，仍依赖设备/Keystore/服务端下发的字段显式列为未闭环项，复现结果逐字节对齐真实请求。

  • 任务全程可观测：任务进度、成功/失败数、失败原因与账号运行状态在后台统一查询，结合 WebSocket 推送与 Redis 实时刷新，运营可按任务与账号维度追踪进度与排障。



四、自研指纹浏览器与 Chromium 内核定制


公司 / 时间：郑州昌聚亿 · 2022.09 – 至今（底层支撑，长期维护）


技术栈：C++（Chromium / Blink 源码）+ Python + Chromium 源码 + depot_tools / GN / Ninja 构建工具链 + Blink(RenderingNG) / content / base / gpu 多层改点 + Canvas 2D / WebGL / WebGPU / AudioContext / 字体枚举 / navigator.hardwareConcurrency / deviceMemory / WebRTC / ClientRects / Screen 指纹接口 + BoringSSL（TLS / JA3 / JA4 对齐）+ HTTP/2 帧序与 SETTINGS 指纹 + SOCKS5 / HTTP 上游代理链路 + Git 补丁工程（patch series / rebase）+ 主流指纹检测站点闭环验证


逆向 / 定制过程



  • 源码编译工具链搭建：用 depot_tools（gclient / fetch / sync）拉取指定 tag 的完整源码树，编写 GN args 配置（target_cpu、is_debug、is_component_build、symbol_level、blink_symbol_level、proprietary_codecs、ffmpeg_branding 等），Ninja 增量编译并落地首次全量编译与后续增量编译的耗时基线、依赖裁剪与产物瘦身流程，把「一次编译要多久、改哪层只需重编哪些 target」沉淀为可复用的编译手册，降低二次构建与问题复现成本

  • 内核级二开选型：明确放弃 JS 层注入方案——JS Hook 会被 navigator.hardwareConcurrency getter 的 toString() 探测、Object.getOwnPropertyDescriptor 原生描述符校验、Function.prototype.toString 反 Proxy、iframe 重取原生对象等检测站点手法戳穿；改为深入 Blink / content / gpu 各层定位指纹的真实生成点，从 C++ 底层直接改写返回值，使 JS 侧无论怎么探测都拿到「原生一致、无 Hook 痕迹」的结果

  • 指纹接口逐一内核层改写：Canvas 2D（toDataURL / getImageData 像素级可控噪声注入，同一身份稳定、跨身份可变）、WebGL（RENDERER / VENDOR / UNMASKED_* / 支持扩展列表 / readPixels 结果、精度与最大纹理参数）、WebGPU adapter 信息、AudioContext（getChannelData / AnalyserNode 音频指纹）、字体枚举（measureText 宽度与 FontFaceSet 探测收敛到可控字体集）、hardwareConcurrency / deviceMemory 硬件并发数与内存、WebRTC（屏蔽本地内网 IP 与 mDNS 泄露、出口 IP 与代理对齐）、screen 分辨率 / 色深 / devicePixelRatio、时区 / 语言 / ClientRects——每一项都从内核生成，保证跨接口交叉一致、无自相矛盾

  • 补丁工程化与版本升级重放：将上述改动按「一个指纹接口一个 patch」拆分为可维护的 patch series，独立命名、独立注释改点与所在源码层，维护补丁清单与依赖顺序；Chromium 大版本升级时逐个 rebase 重放补丁，自动定位因上游重构而失效的补丁（打点失败 / 编译报错 / 符号迁移），做冲突消解与最小化适配，并建立「打补丁 → 编译 → 检测站点回归」的验证矩阵，把版本升级从「重做一遍」变成「重放 + 定点修复」

  • TLS 指纹与代理链路对齐：在 BoringSSL 层对齐 JA3 / JA4，控制 ClientHello 的密码套件顺序、扩展顺序、支持的椭圆曲线、ALPN、GREASE 分布，并对齐 HTTP/2 的帧序与 SETTINGS 指纹，使网络层特征与浏览器上层伪装一致，避免「JS 指纹伪装到位、却被传输层 JA3 一眼识破」的穿帮；集成 SOCKS5 / HTTP 上游代理链路，做到每个身份独立出口 IP 且 WebRTC / DNS 不绕过代理

  • 反自动化痕迹清理：处理 navigator.webdriver、CDP 自动化痕迹、Permissions / Notification 状态矛盾、window.chrome 对象完整性、无头特征等检测站点常查项，使定制内核在自动化驱动下仍呈现「真人常规浏览器」特征

  • 检测站点闭环验证：以主流指纹检测 / 反自动化检测站点（一致性、熵值、跨接口矛盾、自动化痕迹）为回归基线，每次改点与版本升级后跑一轮检测，迭代到无告警、无跨接口矛盾才视为达标，形成「改内核 → 编译 → 检测 → 修正」的闭环

  • Python 侧配置调度：Python 封装指纹档案生成与身份管理层，按身份下发一整套自洽指纹参数（机型—分辨率—并发数—WebGL—字体—时区语言联动）+ 独立代理，注入启动参数并编排多实例，直接对接上层社媒自动化任务


最终成果：一款可投产的自研指纹浏览器



  • 可投产客户端：交付基于定制内核的指纹浏览器，支持多身份隔离、每身份独立指纹 + 独立代理出口、Python 侧配置与自动化调度，指纹全部由 C++ 内核生成、跨接口一致，通过主流检测站点闭环验证（一致性 / 熵值 / 无自动化告警）

  • 可维护补丁工程：内核改动沉淀为按接口拆分、可独立重放的 patch series，Chromium 版本升级后重放补丁 + 定点修复即可快速产出新版本，把内核升级成本从「重做」压到「重放」

  • 双路反检测能力：为社媒自动化项目（X 系、Meta 系平台）提供底层浏览器运行环境，与协议库联动形成「协议签名对齐 + 浏览器指纹 / TLS 对齐」的双路反检测体系，弥补纯协议路线在网页态场景的短板

  • 对抗可持续：内核层伪装相比 JS 注入方案更难被检测站点识别，配合检测站点回归基线与版本重放机制，可随检测手法演进持续迭代，长期维持低识别率



五、反爬风控与黑产样本对抗平台（阿里巴巴 · 防御侧逆向起步）—— 风控后端 + 恶意样本对抗


公司 / 时间：阿里巴巴 · 2019.07 – 2022.06


技术栈：Python / Java + 分布式后端 + 消息队列（异步风控事件流）+ MySQL / Redis + 大数据离线画像 + 风控规则引擎（实时决策）；逆向分析工具链 mitmproxy / Charles / tcpdump 抓包 · JADX / apktool / jadx 反编译 · Frida 基础 Hook · MobSF 静态扫描 · 恶意样本静态分析 · IOC / 威胁情报聚合



作为风控体系的核心贡献者（P5）参与大型反爬 / 风控平台并独立负责若干子模块：一面用后端工程能力支撑规模化实时风控判定，一面从「防御方」视角逆向分析攻击者的恶意 APK、伪造请求与自动化手法，把逆向结论沉淀为可上线的检测规则与 IOC。这段以防御方摸透攻击者手法的经历，是我从纯后端转向协议逆向的起点，也建立了后续在昌聚亿主攻协议还原所需的「知攻善守」攻防双视角。




1）高并发风控 / 反爬后端与规则引擎（子模块负责人）



  • 请求特征采集与设备指纹校验：在风控判定服务侧负责请求特征采集与归一化——采集 Header 组合、公共参数、UA / 客户端版本、请求时序与频次、设备指纹字段（设备标识、机型、系统版本、传感器 / 网络特征），比对设备指纹内部一致性识别伪造设备与批量同源特征。

  • 行为序列与风险评分：将单次请求特征扩展为账号 / 设备 / IP 维度的行为序列（访问路径、动作间隔、频率突变、参数熵值），接入规则引擎做实时评分与命中判定，输出风险分供下游拦截 / 放行 / 二次验证决策。

  • 黑白灰名单与限流拦截：负责名单体系（账号 / 设备 / IP / 代理段的黑 / 白 / 灰名单）与多维限流（滑动窗口、令牌桶、频次阈值）的规则落地与拦截动作，Redis 承载名单、计数器与限流状态，MySQL 承载规则配置与画像明细。

  • 实时决策 + 离线画像双通道：在线走规则引擎毫秒级实时决策，离线用大数据侧聚合账号 / 设备长周期行为画像回灌名单与规则阈值，形成「实时拦截 + 离线沉淀」的闭环。

  • 消息队列异步化风控事件流：用消息队列把风控事件（命中 / 拦截 / 上报 / 打标）异步化解耦，避免风控判定阻塞主链路，支撑规模化并发下的削峰与可靠投递、失败重试与事件回溯。

  • 灰度上线与误报治理：新规则先以「观察模式」旁路影子运行、只记录不拦截，比对命中样本与误伤样本后再灰度放量；建立误报回捞与规则回滚机制，在拦截强度与误伤率之间做持续调优，避免规则一刀切误伤正常用户。



2）黑产恶意 APK / 样本逆向分析（随安全团队样本轮值参与，主责静态画像与 IOC 沉淀环节）



  • 样本接收与隔离：对刷单、薅羊毛、盗号、恶意推广类样本做规范化接收——记录 SHA256 / 来源 / 签名证书 / 包名 / 版本与隔离要求，全程在隔离设备 + 专用网络 + 测试账号环境分析，禁止连接个人通讯录、真实短信与生产内网。

  • 静态画像：用 JADX / apktool / jadx 反编译 + MobSF 扫描做静态画像——枚举权限、组件（Activity / Service / Receiver）、字符串与资源、DEX 结构、so 与壳特征、第三方 SDK，排查敏感 API、硬编码凭据 / 密钥、明文流量配置。

  • 能力映射：将静态线索映射到恶意能力——持久化（开机自启 / 前台服务）、C2（域名 / IP / URL / 证书 / 协议常量）、短信拦截与转发、通讯录 / 录音窃取、无障碍服务滥用、设备管理器提权，标注每项能力的证据来源与调用链。

  • 动态行为验证：在隔离网络观察进程 / 文件 / 网络 / IPC / 系统设置改动与 DNS / 连接 / TLS 证书 / SNI，验证静态推断的 C2 与敏感行为是否真实触发，交叉印证「静态线索 → 沙箱行为 → 人工动态」而非只凭字符串定性。

  • 反分析对抗识别：识别样本的模拟器检测、Root 检测、Frida / 调试器检测与时间 / 地区 / 账号触发条件，用 Frida 基础 Hook 验证关键分支，还原其在何种环境下才释放恶意逻辑。

  • 家族聚类：按证书、代码结构、资源、协议特征与 C2 基础设施相似度做家族聚类，归入 Banking Trojan / Spyware / RAT / Dropper-Loader / Adware / 短信木马 / 无障碍滥用等方向，为同源样本批量识别建线索。

  • 检测规则与 IOC 沉淀：把每次分析结论沉淀为可复用检测规则与脱敏 IOC 表，按领域前缀归档——CODE-SECRET（硬编码有效凭据）、NET-TLS（信任任意证书 / Trust-All）、CRYPTO-KEY（固定密钥 / IV / Nonce）、MAL-C2（域名 / IP / 证书 / 协议 IOC 聚合）、DEX-LOAD（运行时动态加载 DEX）等，每条规则记录适用框架、证据要求、误报条件与最小验证动作，输出给风控与安全侧上线。



3）攻击流量抓包与伪造签名 / 自动化手法还原（逆向结论转检测规则）



  • 可疑攻击流量抓包梳理：对触发风控的可疑自动化流量用 mitmproxy / Charles / tcpdump 抓包，按网络栈识别与请求构造链梳理攻击者的请求构造方式、Base URL / 路径 / 公共参数 / Header 组合与字段来源，还原其批量请求的组织形式。

  • 伪造签名与设备伪造字段识别：识别攻击样本中的请求签名、加密与设备伪造字段，以「拆解攻击者已生成的伪造签名」为目标反推其拼装逻辑（哪些字段参与、如何拼接编码、密钥 / 盐来源），用 Frida 基础 Hook 在关键函数验证入参 / 返回，判定其如何伪造设备指纹与绕过校验；此处只需判定特征用于检测、不做完整复现——与后续在昌聚亿的主动协议还原恰是「防御拆解 vs 主动还原」的能力分层。

  • 自动化 / 群控特征提取：从流量与样本提取验证码打码、代理池轮换、群控 / 农场化设备、批量注册与养号的行为特征（同源指纹、时序规律、参数模板化、代理段聚集），形成可被规则引擎识别的自动化指纹。

  • 攻击特征稳定性验证：对提取的伪造签名指纹与自动化特征做跨样本复现，剔除偶发噪声与低置信特征后再上线，避免规则短命或误伤，保证检测特征的稳定性与可维护性。

  • 逆向结论工程化为检测规则并上线：把上述攻击者请求构造、伪造签名与自动化特征转化为风控检测规则（特征匹配 + 行为序列 + 名单联动），经影子运行与灰度验证后上线拦截，形成「抓包还原攻击手法 → 提炼检测特征 → 规则上线拦截 → 效果回捞调优」的防御闭环。



4）App 侧安全加固 / 数据安全 / SDK 合规审计（配合安全 / 合规团队专项参与）



  • 数据安全与 Keystore 审计：排查客户端敏感数据落盘与密钥管理——是否滥用 ECB / 固定 IV、密钥是否硬编码进 APK 而非走 Android Keystore / KeyStore 硬件保护、敏感凭据 / Token 是否明文持久化，推动改用平台密钥体系与安全存储。

  • 组件暴露与 WebView / JSBridge 风险：审计导出组件（Activity / Service / Receiver / Provider）的权限边界、allowBackup、Debug 构建残留，排查 WebView 加载不可信页面 + JSBridge 暴露原生能力的组合风险与明文 HTTP / Trust-All 证书配置。

  • 移动安全标准映射：分析结论对齐移动安全验证要求与通用弱点 / 攻击模式分类，分字段记录控制要求、测试步骤、弱点根因与攻击行为，风险评级结合业务影响、可达性与补偿控制而非编号自动决定，输出可追溯的审计结论。

  • 第三方 SDK 合规：梳理集成 SDK 的权限申请、数据采集与外发行为，识别越权采集与不合规上报，为客户端合规与数据安全治理提供依据。

  • 加固对抗面评估：评估客户端自身的壳 / 混淆 / 反调试 / 完整性校验强度，标注可被绕过的薄弱点与加固建议，从攻击者视角反推自家防护面缺口。



核心成果



  • 规模化风控 / 反爬对抗能力：作为核心贡献者参与大型风控体系并独立负责请求特征采集、名单限流、规则灰度等子模块，掌握「实时决策 + 离线画像 + 消息队列异步化 + 灰度误报治理」的规模化反爬风控工程范式。

  • 可复用检测规则与 IOC 沉淀：把恶意样本与攻击流量分析结论沉淀为按 CODE-SECRET / NET-TLS / CRYPTO-KEY / MAL-C2 / DEX-LOAD 前缀（自建归档前缀体系）归档的检测规则与脱敏 IOC 库，每条规则带适用框架、证据要求、误报条件与最小验证，形成可持续上线、可回捞调优的防御资产。

  • 防御侧逆向技能栈建立：从后端切入安全对抗，建立「抓包分层定位 → 恶意 APK 七阶段静态 / 动态分析 → 签名与加密字段辨识 → Frida 基础 Hook 验证 → 家族聚类 → IOC 报告」的完整防御逆向技能栈，全程在隔离环境合规操作。

  • 攻防双视角闭环：以防御方身份完整摸透攻击者「抓包 → 伪造签名 → 设备伪造 → 代理池 / 群控 → 自动化」的黑产链路，把攻击手法转成检测规则，为后续在昌聚亿主攻协议还原与反检测对抗打下「知攻善守」的方法论基础。

  • 后端工程沉淀：高并发风控服务、规则引擎、消息队列、多数据源（MySQL / Redis / 大数据）与稳定性治理经验，支撑后续自动化中台的服务端算法复现与分布式任务工程化。



六、企业级全栈系统（非逆向方向，体现完整交付能力）


公司 / 时间：郑州昌聚亿 · 2024.02 – 2025.06


技术栈：Python FastAPI + Vue3 + PostgreSQL + MongoDB + Redis + Kafka/Debezium + Docker



  • 律师事务所全流程管理系统：独立交付案件基础信息、客户/被告/律师/法院、送达记录、费用与损害赔偿、案件动作、调解/判决/执行、催收回款、证据开示（discovery/meet & confer）、文书模板生成（模板/变量组/版本/生成日志）等模块；Dashboard 用 Debezium+Kafka+CDC 维护汇总表，API 只读汇总避免高频看板压主表；Web+移动+调度多端。

  • 企业内部管理系统（两版迭代）：前后端分离 + RESTful；第二版重构权限体系，修复第一版横向越权数据访问与菜单/接口级权限缺失问题，收敛为角色-权限-数据三级校验。



七、其他自动化与工具项目


公司 / 时间：郑州昌聚亿 · 2022.07 – 2023.06











































项目 技术栈 说明
电商一键上架系统 Python + FastAPI + Vue + Selenium 商品采集/图片上传/发布/上下架/订单拉取，采集与发布 worker 分离，运营提效约 10 倍
高性能电商辅助工具 C++ 高吞吐数据处理
分布式任务队列库（开源） Python + RabbitMQ 参考 arq，任务注册/异步入队/确认/失败重试/延迟/优先级/幂等 key/超时控制
代理服务器管理后台 Python + Node.js 代理池管理、IP 轮换、可用性检测、出口治理
多语言翻译工具 JavaScript + Node.js 集成多翻译 API
桌面端社交/游戏平台自动化工具 C++ 多平台桌面端自动化与批量注册流程

^-^ 技术统计



  • 累计项目 74 个：私有 62 / 公开 12，覆盖协议逆向、加固脱壳、指纹对抗、分布式任务与全栈交付。

  • 语言分布：Python 30+（逆向配套自动化与后端主力）、Vue 12+（运营后台与管理前端）、C++ 10+（网络/协议底层与 Native 逆向配套）、Rust 2（性能敏感链路下沉）、以及 JavaScript / C / CMake 若干。

  • 能力主线演进：2020–2022 为底层工具积累期（C++ 网络/协议、桌面自动化、性能工具），2023 起以逆向与自动化为主线，沉淀协议库、脱壳、指纹对抗与分布式任务的可复用组件。


^-^ 核心竞争力



  • 协议 0→1 独立逆向：在无官方 API、无开源参考、接口/鉴权/风控全闭源且随版本变更的条件下，独立完成从接口测绘、签名点定位、参数依赖剥离、无 proto Protobuf 重建到脱壳取明文的协议全链路逆向。

  • 签名算法闭环复现：以请求签名 8 步分析法 + 逐字节差分验证，把签名/加密算法脱离 App 在 Python/Rust 侧独立复现并直接对接口，结论按「高概率/已确认」分级、可被逐环节深挖。

  • Android 全栈深度：静态（DEX/Smali/Jadx/JEB）、动态（Frida/Xposed）、Native（JNI/ELF/ARM64/Hook）、加固脱壳、混合框架（RN/Flutter/WebView）全栈贯通。

  • 加固脱壳与反检测对抗：Baseline 判壳 + ART 层/内存 dump 脱壳，八类反分析矩阵按「检测有效性四层级」判定并做最小化绕过，兼顾 Play Integrity 设备证明分析。

  • 内核级指纹对抗：Chromium C++ 内核层改写指纹接口 + TLS/JA3 对齐，形成「协议签名对齐 + 浏览器指纹对齐」的双路反检测体系，比 JS 注入更难被识别。

  • 逆向工程化带回归测试：逆向结论沉淀为带回归测试的独立协议库，目标升级时逐字段差分快速定位失效点并热修复回归。

  • 从逆向到成熟业务平台的完整交付：协议逆向 → 后端（FastAPI）→ 前端（Vue）→ 分布式调度（RabbitMQ）→ 多数据源 → 容器化运维，单人独立打通全链路。


^-^ 逆向方法论



  • 先定边界再动手：任何目标先划定网络栈、协议形态、加固与风控范围，抓不到包先按 L3/L4 → 代理 → TLS → 网络栈 → 业务风控 分层定位失败点，不把代理不可达或 QUIC 绕过误判为 Pinning，避免在错误前提上空耗。

  • 静态定位 + 动态验证双轨，结论绑定证据：反编译建高概率调用链，再用最小 Hook / 抓包 / 进程内采集验证中间值与顺序，任何结论都附 so 名/BuildID/模块基址/RVA/运行时地址/调用栈，不以「Attach 成功」或「符号存在」当结论。

  • 算法还原优先于黑盒调用：优先把签名/加密算法的输入集合、拼接排序、字符集编码、算法参数与 Key 来源彻底还原并独立实现，而非仅靠 Frida 主动调用黑盒，确保脱离 App、可移植、可维护。

  • 结论分级不自欺：保护是否生效按「存在检测代码 → 确实执行 → 影响业务 → 服务端参与决策」四层级判定；签名未过逐字节差分只标「高概率」，逐字节一致且可重复才判「已确认」，未闭环字段显式列出。

  • 逆向结论必须工程化：所有还原产物沉淀为带回归测试的独立库，配版本级可复现记录，目标升级即以差分快速定位失效点并热修复，保证成果可回归、可持续对抗、不随目标升级而长时间失效。


^-^ 持续学习



  • Native 加固脱壳对抗：跟进新型壳的运行时解密、匿名内存/自定义容器 DEX 保护与 VMP 虚拟化演进，完善动态脱壳与局部反虚拟化手法。

  • ARM64 深化：深入 AArch64 指令级 Patch、调用约定与 C++ 对象内存布局，提升 stripped 二进制的符号恢复与运行时定位效率。

  • Play Integrity 设备证明：跟踪设备证明信任链与远端验证策略演进，厘清本地校验与远端证明边界及降级/重放处理。

  • Chromium 内核演进：跟进 Blink/RenderingNG/gpu 各层重构对指纹生成点的影响，维护补丁在大版本升级下的可重放性。

  • TLS/HTTP2 指纹检测：关注 JA3/JA4、HTTP/2 帧序与 SETTINGS 指纹检测手法迭代，持续对齐网络层特征。

  • AI 辅助逆向：探索用 AI 加速反编译语义恢复、混淆还原与差分分析中的重复性工作，提升逆向效率。

最新回复 (2)
  • mythchen1024 07-22 10:45
    1楼

    都是没听过的名词，太牛了，感觉搞电商类的黑科技很吃香啊

  • 136875953 07-22 12:13
    2楼

    搞逆向你得去吾爱破解上面看去，上面有招聘栏目

* 帖子来源Linux.do
附近帖子
返回
飞读
随机推荐