详解Hook框架frida，让你在逆向工作中效率成倍提升！

详解Hook框架frida，让你在逆向工作中效率成倍提升！

一、frida简介
frida是一款基于python + java 的hook框架，可运行在androidioslinuxwinosx等各平台，主要使用动态二进制插桩技术。本期“安仔课堂”，ISEC实验室为大家详解frida，认真读完这篇文章会让你在逆向工作中效率成倍提升哦！

1、插桩技术
插桩技术是指将额外的代码注入程序中以收集运行时的信息，可分为两种：
(1)源代码插桩[Source Code Instrumentation(SCI)]：额外代码注入到程序源代码中。
(2)二进制插桩（Binary Instrumentation）：额外代码注入到二进制可执行文件中。
●静态二进制插桩[Static Binary Instrumentation(SBI)]：在程序执行前插入额外的代码和数据，生成一个永久改变的可执行文件。
●动态二进制插桩[Dynamic Binary Instrumentation(DBI)]：在程序运行时实时地插入额外代码和数据，对可执行文件没有任何永久改变。
2、你能用DBI做些什么呢
（1）访问进程的内存
（2）在应用程序运行时覆盖一些功能
（3）从导入的类中调用函数
（4）在堆上查找对象实例并使用这些对象实例
（5）Hook，跟踪和拦截函数等等
二、frida的安装
今天我们用到的frida框架分为两部分： 一部分是运行在系统上的交互工具frida CLI; 另一部分是运行在目标机器上的代码注入工具 frida-server。
1、frida CLI
环境要求：
●系统环境 - Windows, macOS, or GNU/Linux
●Python – 最新的3.x版本
通过 pip 安装frida

图1
说明：
(1) 通过pip安装的frida是可以跟python绑定的； 另外frida现在也已经有了跟nodeJs绑定的版本， 因此也可以直接通过 npm 进行安装。
(2) frida CLI是安装的frida的其中一个工具，也是最常用的一个工具。
2、frida server
frida-server需要我们单独下载，在 frida项目的github上可以直接下载对应系统已经编译好的frida server

图2
我们需要下载的文件名的格式是： frida-server-(version)-(platform)-(cpu).xz
我试验的手机是nexus6p, cpu为arm64
所以我需要下载的是： frida-server-11.0.13-android-x86_64.xz；注意， frida-server 的版本一定要跟 frida CLI的版本一致。
将下载后的压缩包解压得到frida-server, 然后将该文件推送到Android设备上。

图3
将Android设备上的frida-server添加执行权, 并运行该程序(需要root权限)

图4
3、frida tools
前面说过， frida CLI只是frida的其中一个工具，** frida 的工具共有6个：
（1） frida CLI: 是一个交互式解释器（REPL），他的交互形式跟IPython很类似。

图5
（2） frida-ps: 用于列出进程的一个命令行工具，当我们需要跟远程系统进行交互的时候，这个是非常有用的。

图6
另外还有四个分别是： frida-trace, frida-discover, frida-ls-devices, frida-kill
由于不是经常用到，这边就不一一详细介绍了， 感兴趣的同学可以去frida的官网查看他们的详细介绍和用法。
4、Java Api
在Hook开始之前，有必要对Java注入相关的api做一个简单介绍， frida的注入脚本是Java， 因此我们后面都是通过js脚本来操作设备上的Java代码的。

图7
当我们获取到Java类之后，我们直通过接…implementations = function() {}的方式来hook wrapper类的method方法，不管是实例方法还是静态方法都可以。
由于js代码注入时可能会出现超时的错误， 为了防止这个问题，我们通常还需要在最外面包装一层setImmediate(function(){})的代码。
下面就是js的一个模板代码：

图8
三、 frida Hook实战
接下来我将通过制作一个类似微信抢红包的插件来演示frida的具体使用，**由于本文的主旨是教大家如何使用强大的frida框架， 所以侧重描述的是frida的使用， 而不会说明如何逆向微信。
1、信息持久化到本地的拦截
微信的每一条信息都会保存到本地数据库，这个保存的方法就是 com.tencent.wcdb.database.SQLiteDatabase 类的 insert()方法：

图9
我们先看看每条信息保存的内容是什么：

图10
我们将手机连接到电脑， 然后通过frida将脚本注入到微信中：

图11
用微信发送任意消息，我们可以看到控制台打印内容如下：

图12
arg1就是要插入数据的表名， arg2是表的主键， arg3是要插入表的数据的字段名称跟值的集合。这样， 我们就可以轻松拿到每条消息的内容和发送者等相关信息。
这里我们需要注意的是arg3里面以下几个值：

图13
当我们接收到一条红包消息的时候，我们可以看到红包信息的具体内容如下:

图14

图15
那我们要怎样通过这些信息来抢到红包呢?
2、抢红包流程分析
我们先来看一下，当我们点击打开红包之时发生了什么呢? 下面是反编译得到的打开红包按钮的点击事件：

图16
这行代码其实就是发送抢红包的请求, ad 就是一个网络请求类, 那么需要构成这个请求又需要哪些参数呢?
我们单独看看 ad 类的创建：

图17
其中第1,2,3,4,9个参数都是来自luckyMoneyReceiveUI.kRG, 第8个参数是固定的 "v1.0"
接下来我们来打印一下第5,6,7个参数是什么：

图18
重新加载这段js代码, 然后我们打开一个红包, 我们可以看到控制台打印如下信息：

图19
第5,6个参数其实是自己的头像跟昵称信息,第7个是发送者的信息，而第4个参数跟上面红包内容里面的nativeurl的值是一样的。
那luckyMoneyReceiveUI.kRG 中的msgType,bxk,kLZ,ceR,kRC这些要怎么得到呢?
luckyMoneyReceiveUI.kRG 这个字段的类型是: com.tencent.mm.plugin.luckymoney.b.ag，ag类跟之前提到的ad类一样, 都是一个请求类, 他们都是继承同一个类。其中, msgType是固定的 1，bxk,kLZ,ceR 是在ag的构造方法里面就被初始化的：

图20
而kRC则是在里面的a方法里面被赋值的：

图21
……

图22
这个a方法是请求类发起请求之后的一个回调，而在 LuckyMoneyReceiveUI的 OnCreate 方法里面我们可以看到 com.tencent.mm.plugin.luckymoney.b.ag 是怎么被构造出来的：

图23
第一个参数是nativeurl中的channelid;
第二个参数是nativeurl中的sendid;
第三个参数是nativeurl本身;
第四个参数可以用0;
第五个参数是也是固定的 "v1.0"
经过上面的分析之后, 我们的思路就清晰了, 在收到红包信息后我们解析出红包信息里面nativeurl, channelid, sendid, 根据这些参数发送一个com.tencent.mm.plugin.luckymoney.b.ag的请求, 之后得到timingIdentifier, 最后根据得到的timingIdentifier 再发送一个com.tencent.mm.plugin.luckymoney.b.ad的请求就可以抢到红包了。
3、模拟请求
到这里我们也就剩最后一个问题了, 那就是怎么把请求发送出去？这个我们同样可以看看微信, 我们跟踪到红包界面的请求都是通过下面的方法发送的：

图24
上面的g.Eh().dpP得到的是一个专门发送请求的Network, 得到这个Network之后我们就可以调用他的a方法把这个请求发送出去。需要注意的是frida不支持直接通过.dpP的方式拿到属性, 不过没关系, 我们可以通过反射的方式来获取：

图25
得到Network之后我们就开始发送请求了：
第一步是收到红包信息之后要解析出ContentValues里面的信息,并根据解析出的内容发送ag请求。

图26
我们单独把红包信息的content的解析拿出来：

图27
nativeurl的具体内容如下：

图28
通过上面的解析之后我们就可以得到如下的info：

图29
第二步是Hook ag请求的a方法, 在里面我们可以拿到timingIdentifier的值：

图30
注意:当一个类里面有重载的方法的时候, 我们需要用.overload(paramtype…)来表示我们hook的是哪个重载方法。
最后我们还需要改造一下之前Hook的SQL的insert方法, 我们需要过滤出表名为message,类型为436207665的消息：

图31
接下来就可以开始体验我们的抢红包插件了!

图32
最后请看效果：

图33
四、附录
本次试验环境如下：
微信版本： 6.6.7
frida版本： 11.0.13
frida-server: frida-server-11.0.13-android-x86_64
Android: 7.0