Ir al contenido

红队操作报告:Android静态取证分析

操作人员:红队负责人与战术操作员 目标:Android 逻辑镜像(目标转储) 工具:FTK Imager、SQLite(CLI/浏览器)、ALEAPP……

0阅读

操作人员:红队负责人与战术操作员 目标:Android 逻辑镜像(目标转储) 工具:FTK Imager、SQLite(CLI/浏览器)、ALEAPP 预计时长:1 小时

在此阶段,我们将分析受感染设备的磁盘镜像(或证据文件夹)。我们的目标不仅是“找到标志”,而是理解用户的持久性和通信方法。

我们将操作分为三个攻击向量:

  1. 结构探索(FTK Imager): 浏览文件系统。
  2. 数据挖掘(SQLite): 对原生数据库进行手动查询。
  3. 自动化情报(ALEAPP): 快速关联事件。

我们将使用FTK Imager将证据挂载为本地磁盘并进行浏览,同时不修改元数据(软件写保护) 。

第一步是识别受害者。

  • 路径:/system/build.prop
  • 步骤:
    1. 打开FTK Imager -> 添加证据项 -> 镜像文件(或文件夹,如果是逻辑提取)
    2. 我们导航到文件夹 system。
    3. 我们导出或查看文件 build.prop。
    4. 我们查找行 ro.serialno。
  • 目标:记录序列号。

我们需要知道安装了哪些内容以检测数据泄露向量。

  • 路径:/data/system/packages.xml(或 packages.list)

  • 步骤:

    1. 我们定位到文件 packages.xml。
    2. 用文本编辑器或XML浏览器打开。
    3. 查找 <package> 标签,其中 lastUpdateTime 为最新(它是 Unix 时间戳)。
  • 目标:识别最新安装的包。

    SELECT number, duration
    FROM calls
    ORDER BY duration DESC
    LIMIT 1;

我们必须遵循这些步骤以确保有效分析证据。我们将能够查看设备数据并理解入侵是如何发生的。然后,我们将进行数据分析和自动化情报获取以获取更多信息。

3. 向量 2:使用 SQLite 进行数据挖掘(CLI 与 GUI)

Sección titulada «3. VECTOR 2: MINERÍA DE DATOS CON SQLITE (CLI & GUI)»

Android将90%的关键信息存储在SQLite数据库中。我们将使用FTK Imager提取这些文件并在本地分析。

  • 取证对象:/data/data/com.android.providers.telephony/databases/mmssms.db

  • 操作:将文件 .db 导出到桌面。

  • 查询(SQLite Studio / CLI): 在消息正文中查找隐藏的“flag”。

    SELECT address, date, body
    FROM sms
    WHERE body LIKE '%flag%';

    如果未显示“flag”,将手动检查最新消息。

  • 取证对象:/data/data/com.android.providers.contacts/databases/calllog.db

  • 操作:导出并分析。

  • 查询最大持续时间:

    SELECT number, duration
    FROM calls
    ORDER BY duration DESC
    LIMIT 1;

    (注:持续时间通常以秒为单位)。

  • 取证对象:/data/data/com.android.providers.contacts/databases/contacts2.db
  • 操作:导出并分析表 data 或 raw_contacts。
  • 任务:搜索“可疑”联系人列表。
  • 步骤:
    1. 我们将打开表 data。
    2. 我们将按对应于“name”的列 mimetype_id 筛选(通常为 7,但会有所不同)。
    3. 我们将按字母顺序或按 _id 排序。
    4. 识别< strong>倒数第二个可疑名称(密钥名称、黑客别名等)。
  • 取证对象:/data/data/com.android.chrome/app_chrome/Default/History(注意:文件名为 History,无扩展名,但它是 SQLite)。

  • 操作:导出并用 SQLite Browser 打开。

  • 任务:查找数据上传位置(数据渗出站点)。

  • 查询:

    SELECT url, title, last_visit_time
    FROM urls
    WHERE url LIKE '%upload%' OR title LIKE '%upload%'
    ORDER BY last_visit_time DESC;

    搜索如mega.nz、drive.google、anonfiles等URL。

  • 证据:通常为XML或CONF文件,不总是数据库。
  • 路径:/data/misc/bluedroid/bt_config.conf 或 /data/misc/bluetooth_manager/。
  • 步骤:用文本编辑器(Notepad++ / VS Code)打开。
  • 目标:在 [Adapter] 部分中查找字段 Name。这是设备的可见名称。

为加速流程并验证手动发现,我们将部署ALEAPP(Android Logs Events And Protobuf Parser)。

  1. 打开ALEAPP(GUI或CLI)。
  2. 我们将选择已转储图像/证据的文件夹。
  3. 我们将处理并生成HTML报告。
  • 数据渗出包:
    • 我们将进入已安装应用部分。
    • 我们将查找与文件传输相关的包名(例如:com.dropbox、mega.privacy、com.termux、FTP/SSH 工具)。其中一个是关键。
  • MMS 和恶意网站:
    • 我们将进入MMS部分(与短信不同)。
    • MMS可能包含带有文本或图像的部分(部分表)。我们将查找包含URL的消息。该网站是攻击向量。
  • “Encrypted User” 用户:
    • 我们将返回联系人部分。
    • 我们将查找显示名称为Encrypted User的联系人。
    • 我们将查看相邻列以找到电子邮件字段。

最后,ALEAPP 或 FTK Imager 将显示 /sdcard/Download/ 的内容。

  • 任务:敏感PDF文件。
  • 操作:
    1. 从文件夹 Downloads 中提取 PDF。
    2. 我们将打开它。
    3. 我们将阅读内容以获取最终标志。

在本会话结束时,我们将在报告中记录:

  1. 序列号(系统)
  2. 最后安装的应用(时间线)
  3. 短信标志(隐藏数据)
  4. 最长通话号码(行为)
  5. 倒数第二个可疑联系人(社交图谱)
  6. 最后一次上传URL(意图)
  7. 蓝牙名称(设备信息)
  8. 泄露包(应用分析)
  9. MMS中的网页(网络指标)
  10. 加密用户电子邮件(归属)
  11. PDF标志(有效载荷)

分析报告结束。