292 matches found
maldrolyzer
maldrolyzer Framework sencillo para extraer datos "accionables" del malware de Android C&Cs, números de teléfono, etc. Instalación Tienes que instalar los siguientes paquetes antes de empezar a usar este proyecto: Androguard git clone https://github.com/androguard/androguard; cd androguard; sudo...
MADLIRA
MADLIRA Detección de malware mediante aprendizaje y recuperación de información para Android Resumen MADLIRA es una herramienta para la detección de malware en Android. Consiste en dos componentes: el componente TFIDF y el componente de aprendizaje SVM. En general, toma como entrada un conjunto d...
avpass
AVPASS AVPASS is a tool for leaking the detection model of Android malware detection systems i.e., antivirus software, and bypassing their detection logics by using the leaked information coupled with APK obfuscation techniques. AVPASS is not limited to detection features used by detection system...
avpass
AVPASS AVPASS es una herramienta para filtrar el modelo de detección de sistemas de detección de malware Android es decir, software antivirus y eludir sus lógicas de detección utilizando la información filtrada junto con técnicas de ofuscación de APK. AVPASS no se limita a las características de...
engine
Droidefense Engine Marco Avanzado de Análisis de Malware Android Última versión Descargar Qué es Droidefense Droidefense originalmente llamado atom: a nalysis t hrough o bservation m achine es el nombre clave de una herramienta de análisis/ingeniería inversa de aplicaciones/malware Android. Fue...
MalwareSourceCode
gestionado por vx-underground | síguenos en Twitter | descarga muestras de malware en la página VXUG/samples Descargo de responsabilidad: En la máxima medida permitida por la ley aplicable, vx-underground y/o los afiliados que hayan enviado contenido a vx-underground no serán responsables de ning...
DroidDetective
🕵️ Un framework de análisis de malware para aplicaciones Android basado en machine learning. ☢️ DroidDetective es una herramienta Python para analizar aplicaciones Android APKs en busca de comportamientos y configuraciones potencialmente maliciosas. Al proporcionar una ruta a una aplicación archivo...
MalEval
MalEval Article: Is “Knowing It’s Malicious” Enough? Evaluating LLMs for Fine-Grained Malware Behavior Auditing Article DOI: 10.1145/3832187 MalEval is a framework for evaluating Android malware behavior reports generated by large language models. The code in this repository implements two...
cuckoo-droid
CuckooDroid - Análisis Automatizado de Malware Android. Contribuido por Check Point Software Technologies LTD. CuckooDroid es una extensión de Cuckoo Sandbox, el software de código abierto para automatizar el análisis de archivos sospechosos. CuckooDroid aporta a Cuckoo las capacidades de ejecuci...
silverboxcc
Malware de Android con ingeniería inversa llamado Red Alert V2.0. En el momento del análisis, ya no había servidores C2 en funcionamiento, por lo que no pudimos observar ningún tráfico entre el malware y el servidor C2. Así que descubrimos el protocolo C2 y escribimos este panel de control. El...
amtracker
amtracker Rastreador de malware Android Originalmente esto era parte de un módulo para el framework que estoy desarrollando constantemente. Los decodificadores utilizaban principalmente Androguard para extraer el C2 o las credenciales de los autores del malware. Uno de los decodificadores utiliza...
LiveHiddenCamera
Cámara Oculta en Vivo Live Hidden Camera LHC es una biblioteca que graba video y audio en vivo desde un dispositivo Android sin mostrar una vista previa. Motivación Estoy trabajando en un malware Android basado en investigación y decidí crear una RAT Herramienta de Administración Remota...
MalConfig
MalConfig Esto es parte de un módulo para el framework que estoy desarrollando constantemente. Las imágenes de robots son proporcionadas por robohash.org Los iconos de banderas son proporcionados por famfamfam Los decodificadores hacían uso principalmente de Androguard para extraer el C2 o las...
BIDO
BIDO This code belongs to "BIDO: A Unified Approach to Address Obfuscation and Concept Drift Challenges in Image-based Malware Detection". Author Author: Junhui Li1, Chengbin Feng2, Zhiwei Yang1, Qi Mo1 and Wei Wang1. Institution Institution1:Software School, Yunnan University, Kunming, Yunnan...
Manic Android Malware Exfiltrates Data From Offline Phones via Nearby Infected Devices
A new Android threat codenamed Manic has been observed actively targeting Ukrainian banks, government and identity services, and messaging applications, as well as Russian and European financial institutions, global fintech and cryptocurrency services, and military-focused communications. "Manic...
ShielDroid: A Hybrid Approach Integrating Machine and Deep Learning for Android Malware Detection
The rapid advancement of modern technology has led to a significant increase in the use of smart devices, such as smartphones and tablets, resulting in the widespread adoption of mobile applications. Although applications are required to undergo malware screening before being published on officia...
DroidBreaker: Practical and Functional Problem-Space Attacks on Machine-Learning Android Malware Detectors
Adversarial APKs are Android applications modified in the problem space to evade machine-learning malware detectors. In this work, we first show that, despite claims, existing problem-space attacks remain largely impractical. Most techniques leverage software transplantation to inject entire beni...
The Sound of Malware: A Memory Forensics Approach for Android Malware Analysis Via Audio Signals
Android malware analysis is currently facing increasing challenges in achieving robust classification and detecting stealth attacks. Modern threats employ advanced evasion strategies such as code obfuscation, dynamic loading, packing, and even steganographic manipulation of traditional static and...
Don't Trust Us: A Privacy-By-Design Android Malware Detection Pipeline
Android malware detection increasingly relies on collecting and processing sensitive user data, including device identifiers, network artifacts, and runtime traces, while privacy is too often treated as a secondary concern. Existing privacy-aware approaches typically enforce privacy after data...
Adversarial Vulnerability under Temporal Concept Drift: A Longitudinal Study of Android Malware Detection
We present a longitudinal, drift-aware evaluation of adversarial robustness across more than a decade of Android applications using static and dynamic feature representations extracted from emulator and real-device executions. The dataset is organized into yearly slices and evaluated under three...