企业官网建设流程全解析

使用 Objection 与 Frida 进行 iOS 应用运行时安全测试：从环境搭建到 MASVS 全面评估

【免费下载链接】Anthropic-Cybersecurity-Skills817 structured cybersecurity skills for AI agents · Mapped to 6 frameworks: MITRE ATT&CK, NIST CSF 2.0, MITRE ATLAS, D3FEND, NIST AI RMF & MITRE F3 (Fight Fraud) · agentskills.io standard · Works with Claude Code, GitHub Copilot, Codex CLI, Cursor, Gemini CLI & 20+ platforms · 29 security domains · Apache 2.0项目地址: https://gitcode.com/GitHub_Trending/an/Anthropic-Cybersecurity-Skills

导读：本指南以 Anthropic-Cybersecurity-Skills 仓库中的 analyzing-ios-app-security-with-objection 技能文档为核心，系统讲解如何借助 Objection（基于 Frida 的运行时移动探索工具包）在授权渗透测试中对 iOS 应用执行运行时安全评估——包括 Keychain 与文件系统敏感数据检查、SSL Pinning 绕过、Jailbreak 检测绕过、认证逻辑 Hook 与二进制防护分析。读者完成后将掌握一套从设备准备、REPL 交互到报告输出的完整可复现评估流程，并能结合仓库提供的自动化脚本将常见检查批量执行。

该技能定位于移动安全（mobile-security）子域，其 frontmatter 声明覆盖 MITRE ATT&CK 的 T1635、T1414、T1417.001、T1409 等移动端技术，并映射 NIST CSF、NIST AI RMF 与 ATLAS 框架（详见 SKILL.md 头部元数据）。本文所有命令与步骤均以该技能文档及其 API 参考、标准映射、工作流 为事实依据。

何时使用本技能

在以下场景中启用该技能：

• 在授权渗透测试中对 iOS 应用执行运行时安全评估（非源码审计，而是黑盒/灰盒视角的运行时观察）；
• 检查 iOS Keychain、文件系统与内存中的敏感数据暴露；
• 绕过客户端安全控制（SSL 证书固定、Jailbreak 检测）以验证其有效性；
• 在无法获得源码的情况下评估应用运行时行为。

技能文档同时给出了明确的红线：切勿在未经明确授权的生产设备上使用——Objection 会修改应用运行时行为，可能触发安全监控告警。这一点在评估范围界定（ROE）阶段就必须书面确认。

前置条件

依据 SKILL.md，测试环境需要：

注意：pip install objection与pip install frida-tools两条命令缺一不可——Objection 是高层工具，而 Frida 是其底层动态插桩引擎，frida-ps、frida-trace等 CLI 来自 frida-tools 包。

七步运行时评估工作流

技能文档给出了一套从环境准备到平台交互的完整评估流水线，以下逐步展开并结合仓库参考资料补充参数细节。

第一步：准备测试环境

越狱设备方案：通过 Cydia/Sileo 在设备端安装 Frida server，SSH 到设备后启动守护进程，并在主机端验证连通性：

# 在设备端启动 Frida server（通过 SSH） ssh root@<device_ip> "/usr/sbin/frida-server -D" # 列出 USB 连接设备上的进程，验证 Frida 连通 frida-ps -U

未越狱设备方案（须授权）：使用 Objection 将 Frida Gadget 注入 IPA 并重签名安装：

# 将 Frida Gadget 注入 IPA（需提供开发者签名） objection patchipa --source target.ipa --codesign-signature "Apple Development: test@example.com" # 安装打过补丁的 IPA ideviceinstaller -i target-patched.ipa

这一步的决策逻辑可参考 workflows.md 中的决策矩阵：

第二步：将 Objection 附加到目标应用

# 按 bundle ID 附加到已运行的应用 objection --gadget "com.target.app" explore # 或全新启动（spawn）应用，并附带启动命令 objection --gadget "com.target.app" explore --startup-command "ios hooking list classes"

附加成功后 Objection 会进入交互式 REPL，后续所有检查命令都在该 REPL 内执行。--startup-command的典型价值在于：某些应用在启动早期就执行 Frida 检测，通过启动命令可在生命周期早期挂钩反 Frida 逻辑。

第三步：数据存储安全评估（MASVS-STORAGE）

这是运行时评估中信息量最大的一环，覆盖 Keychain、NSUserDefaults、SQLite 与剪贴板：

# 转储应用可访问的 Keychain 条目 ios keychain dump ios keychain dump --json # 结构化输出，便于后续自动化解析 # 查看应用沙箱环境路径与 Info.plist env ios plist cat Info.plist # 检查 NSUserDefaults 中的敏感数据 ios nsuserdefaults get # 打开并查询 SQLite 数据库 sqlite connect app_data.db sqlite execute query "SELECT * FROM credentials" # 监控剪贴板敏感数据 ios pasteboard monitor

api-reference.md 补充了同属存储检查的ios cookies get（列出 HTTP Cookie），并将其纳入 agent.py 的OWASP_MOBILE_CHECKS中M2_Insecure_Data_Storage检查组合（keychain dump + cookies get + nsuserdefaults get）。iOS 应用沙箱的典型路径及内容映射可参考 api-reference.md：

第四步：网络安全评估（MASVS-NETWORK）

# 禁用 SSL/TLS 证书固定 ios sslpinning disable ios sslpinning disable --quiet # 静默模式 # 挂钩网络相关类，监控方法调用 ios hooking watch class NSURLSession ios hooking watch class NSURLConnection

禁用 pinning 后，将设备代理指向 Burp Suite，即可解密并审查 HTTPS 流量，重点观察 API 端点、认证流程与传输中的敏感数据。--quiet参数适用于希望在输出中减少冗余日志的自动化场景。

第五步：认证与授权检查（MASVS-AUTH）

# 列出所有 Objective-C 类 ios hooking list classes # 按关键词检索认证相关类 ios hooking search classes Auth ios hooking search classes Login ios hooking search classes Token # 挂钩认证方法，观察参数与返回值 ios hooking watch method "+[AuthManager validateToken:]" --dump-args --dump-return # 监控生物识别认证调用（Face ID / Touch ID） ios hooking watch class LAContext

LAContext是 iOS 本地认证框架的核心类，挂钩它可以观察生物识别校验结果是否可被绕过（例如直接篡改evaluatePolicy:localizedReason:reply:的回调结果）。

第六步：二进制防护评估（MASVS-RESILIENCE）

# 检查并绕过 Jailbreak 检测 ios jailbreak disable ios jailbreak simulate # 模拟越狱状态，反向验证应用检测逻辑 # 列出已加载模块 memory list modules # 在内存中搜索敏感字符串 memory search "password" --string memory search "api_key" --string memory search "Bearer" --string # 转储内存区域 memory dump all dump_output/

jailbreak_bypass 示例脚本 展示了底层思路：拦截NSFileManager - fileExistsAtPath:，当路径命中越狱特征（/Applications/Cydia.app、/usr/sbin/sshd、/etc/apt）时把返回值替换为0，从而骗过基于文件存在性的检测。

第七步：平台交互评估（MASVS-PLATFORM）

# 查看二进制信息与已注册框架 ios info binary ios bundles list_frameworks # 挂钩 URL Scheme 处理器（深链安全） ios hooking watch method "-[AppDelegate application:openURL:options:]" --dump-args # 监控剪贴板访问（自 iOS 14 起有系统级粘贴提示，此处为应用内行为观测） ios pasteboard monitor # 检索 UITextField 相关类，检查自定义键盘/输入限制 ios hooking search classes UITextField

URL Scheme 处理器的挂钩对应 OWASP MASTG 的 MASTG-TEST-0060，用于验证深链是否可被任意参数注入。

关键概念速查

SKILL.md 给出了五个核心术语的定义，它们是理解整个工作流的基础：

关于 Keychain 的访问范围需要强调：Objection 只能转储应用 keychain access group 内的条目，系统级 Keychain 条目需要越狱级工具处理——这是 常见陷阱 中明确指出的边界。

工具链全景

Frida CLI 底层命令

当预制命令无法满足需求时，可直接降级使用 Frida CLI（见 api-reference.md）：

frida -U -n AppName # 按进程名附加 frida -U -f com.app.id # 启动（spawn）并附加 frida -U -n AppName -l script.js # 加载自定义脚本 frida-ps -U # 列出运行进程 frida-ls-devices # 列出连接的设备

自定义 Frida 脚本的典型骨架——用ObjC.choose遍历类实例并挂钩方法：

ObjC.choose(ObjC.classes.ClassName, { onMatch: function(instance) { Interceptor.attach(instance['- methodName:'].implementation, { onEnter: function(args) { console.log('arg1:', ObjC.Object(args[2])); } }); }, onComplete: function() {} });

深入源码：自动化评估脚本如何实现

技能目录下提供两个可直接复用的 Python 脚本，将上述手工流程封装为可批量执行的自动化工具，展示了 Objection 命令驱动评估的工程化落地方式。

agent.py：OWASP Mobile Top 10 检查器

agent.py 的核心设计是：

• run_objection(command, app_id)通过subprocess执行objection -g <app_id> explore -c <command>，并做超时与缺失依赖（pip install objection）的错误兜底；
• run_frida(script_code, app_id)执行frida -U -n <app_id> -e <script>运行单行脚本；
• OWASP_MOBILE_CHECKS字典将 OWASP Mobile Top 10 分类与具体检查命令绑定，例如 M2（不安全数据存储）绑定ios keychain dump、ios cookies get、ios nsuserdefaults get，M3（不安全通信）绑定ios sslpinning disable；
• run_owasp_assessment(app_id)遍历所有分类，逐条执行检查并记录命令输出预览（前 200 字符）与退出码；
• FRIDA_SCRIPTS内置了 SSL Pinning Bypass、Jailbreak Bypass、Keychain 查询三个可复用的脚本片段。

运行方式：python agent.py com.example.app，无参数时输出可用检查清单。

process.py：可配置的批量评估与 JSON 报告

process.py 面向更正式的评估交付物，其亮点在于：

• ObjectionAssessor类将每个检查封装为独立方法，且每个 finding 都附带category（如MASVS-STORAGE）、owasp_mobile（如M9）与severity（HIGH/MEDIUM/INFO/PASS）字段，直接服务于后续报告；
• check_frida_connectivity()先通过frida-ps -U验证设备连通性，失败即退出——防止在错误目标上产生误导性结果；
• check_nsuserdefaults()内置敏感词模式列表（password、token、secret、key、auth、session、credential、api_key等），自动从 NSUserDefaults 输出中标记敏感条目；
• search_sensitive_memory()对password、Bearer、eyJ（JWT 前缀）、api_key、secret等模式执行memory search，统计命中次数；
• generate_report()汇总严重度分布，输出结构化 JSON，可直接作为正式报告的机器可读底稿。

命令行接口：

python process.py --bundle-id com.target.app [--device-id UDID] [--output report.json] [--checks keychain nsuserdefaults ssl jailbreak memory]

支持通过--serial <UDID>/-D <UDID>在多设备场景下精确指定目标（见 process.py 中的命令构造逻辑）。

评估结果与框架映射

OWASP Mobile Top 10 (2024) 映射

api-reference.md 给出了完整的检查对应关系：

OWASP MASVS v2.0 控制映射

standards.md 将 Objection 命令映射到 MASVS 六大类别：

OWASP MASTG 测试用例对应

Apple 平台安全要求核对

常见陷阱与规避

技能文档在 Common Pitfalls 中明确了四个高频问题：

1. 附加时应用崩溃：部分应用实现了 Frida 检测。对策是使用--startup-command在应用生命周期早期挂钩反 Frida 检查逻辑。
2. Keychain 访问范围限制：Objection 只能转储应用访问组内的条目，系统级 Keychain 条目需越狱级工具处理。
3. Swift 名称修饰（name mangling）：Swift 方法名在运行时是修饰后的形态，需用ios hooking list classes配合 grep 查找去修饰（demangled）名称。
4. 修改不持久：所有 Objection 修改均为运行时生效，应用重启即复位。发现需立即记录，否则重启后必须重做整个会话。

评估报告输出规范

技能目录提供了标准化的 报告模板，建议最终交付包含以下板块：

• Engagement Information：应用名、Bundle ID、iOS 版本、设备型号、越狱状态、评估日期、分析师、Objection 版本；
• Executive Summary：运行时分析发现的高层叙述；
• Keychain Analysis：Service / Account / Data Type / Protection Class / Risk 表格；
• Data Storage Assessment：NSUserDefaults、SQLite 数据库、文件系统三个子表；
• Network Security：SSL Pinning 是否存在、绕过是否成功、ATS 配置严格与否；
• Binary Protection Assessment：Jailbreak 检测、Frida 检测、调试检测、代码混淆状态；
• Memory Analysis：密码 / 认证令牌 / API Key / JWT 的搜索命中与风险；
• Recommendations：按 Critical / High / Medium 分级列出修复建议。

同时建议结合 workflows.md 的完整评估流程（环境搭建 → 设备准备 → 附加 Objection → 运行时分析 → 记录发现 → 生成报告）与第二条 SSL Pinning 绕过流程（配置 Burp → 设置设备代理 → 附加 Objection → 禁用 pinning → 抓取流量 → 分析 API 端点）来组织测试节奏。

结语

本技能将零散的手工 Frida 插桩抽象为一套命令化的、可复现的 iOS 运行时安全评估方法论。评估者既可按照七步工作流逐项执行，也可直接复用仓库中的 agent.py 与 process.py 将检查自动化，并依托 api-reference.md、standards.md 与 template.md 完成从 OWASP Mobile Top 10 / MASVS 映射到正式报告输出的完整闭环。需要强调的是，所有运行时修改都不持久、且会改变应用行为，评估务必在授权范围内进行，并养成“发现即记录”的工作习惯。

【免费下载链接】Anthropic-Cybersecurity-Skills817 structured cybersecurity skills for AI agents · Mapped to 6 frameworks: MITRE ATT&CK, NIST CSF 2.0, MITRE ATLAS, D3FEND, NIST AI RMF & MITRE F3 (Fight Fraud) · agentskills.io standard · Works with Claude Code, GitHub Copilot, Codex CLI, Cursor, Gemini CLI & 20+ platforms · 29 security domains · Apache 2.0项目地址: https://gitcode.com/GitHub_Trending/an/Anthropic-Cybersecurity-Skills