frida脚本迭代与协议数据解析工具链产品系统

立项原因：APP网络数据在传输前通常经过多层加密和压缩，常规抓包工具无法直接查看明文内容，需要通过动态插桩手段定位加密前的数据入口。

业务背景：在Android逆向工程和安全研究中，Frida是最常用的动态分析工具之一。本项目针对某主流社交APP的协议加密层，系统性地从Java层到Native层进行了全链路Hook尝试，积累了完整的协议分析方法论，为后续逆向工作提供了可直接复用的技术框架。

1. ClassLoader遍历模块：枚举APP所有ClassLoader，绕过主ClassLoader限制，定位JCE序列化类并成功创建实例。
2. JCE序列化拦截模块：Hook JceOutputStream的toByteArray方法，捕获序列化后的完整字节流，检测是否包含业务数据。
3. 网络出口检测模块：Hook ByteArrayOutputStream和SocketOutputStream，确认数据是否经过Java层网络出口。
4. MSF框架Hook模块：Hook MsfCore.sendMsg和MsfServiceSdk.sendMsg，拦截框架层数据包。
5. 数据解析模块：Python脚本解析捕获的OIDB协议包（406字节），还原119个布尔标志位含义。

我独立完成了全部29个Frida脚本的编写和迭代，包括ClassLoader绕过方案设计、JCE序列化拦截、MSF框架Hook、Native层排查以及Python数据解析脚本开发。

技术栈：Frida 17.15.3、Java、Python 3、ADB、Xposed框架、安卓模拟器（Android 9）

架构：由外到内分层排查——从ByteArrayOutputStream（通用序列化出口）→ JceOutputStream（JCE序列化层）→ MsfCore.sendMsg（MSF框架层）→ SocketOutputStream（网络层）→ Native层排除。每一层都独立编写Hook脚本并记录结果，形成完整的链路图。

亮点难点：核心亮点在于“绕开ClassLoader隔离进行Hook”。该APP的JCE类位于dalvik.system.PathClassLoader中，不在主ClassLoader，常规Java.use()方法无法访问。通过Java.enumerateClassLoaders()遍历所有ClassLoader，利用loader.loadClass()获得Class对象后进行反射调用，成功创建实例并Hook其toByteArray方法。项目历经29个版本迭代，系统性地验证了Java层所有可能的拦截点均不包含业务数据，明确指出了原生层为后续分析方向。这套分层排查方法论可复用于任何Android应用的协议分析工作。