cuckoo-droid

CuckooDroid - Analisi automatizzata di malware Android. Contribuito da Check Point Software Technologies LTD. CuckooDroid è un'estensione di Cuckoo Sandbox, il software Open Source per automatizzare l'analisi di file sospetti. CuckooDroid porta a Cuckoo le capacità di esecuzione e analisi delle...

MalwareSourceCode

verwaltet von vx-underground | folge uns auf Twitter | lade Malware-Beispiele auf der VXUG/samples Seite herunter Haftungsausschluss: Im maximal gesetzlich zulässigen Umfang haften vx-underground und/oder Partner, die Inhalte an vx-underground übermittelt haben, nicht für indirekte, zufällige,...

BIDO

BIDO Questo codice appartiene a "BIDO: Un approccio unificato per affrontare l'offuscamento degli indirizzi e le sfide della deriva concettuale nel rilevamento di malware basato su immagini". Autore Autore: Junhui Li1, Chengbin Feng2, Zhiwei Yang1, Qi Mo1 e Wei Wang1. Istituzione...

amtracker

amtracker Tracker di malware Android Questo faceva originariamente parte di un modulo per il framework che sto costantemente sviluppando. I decoder utilizzavano principalmente Androguard per estrarre il C2 o le credenziali degli autori dei malware. Uno dei decoder utilizza LIEF per estrarre il C2...

DroidDetective

🕵️ Un framework di analisi malware basato su machine learning per app Android. ☢️ DroidDetective è uno strumento Python per analizzare applicazioni Android APK alla ricerca di comportamenti e configurazioni potenzialmente riconducibili a malware. Quando viene fornito il percorso di un'applicazione...

engine

Droidefense Engine Framework Avanzato per l'Analisi di Malware Android Ultima release Scarica Cos'è Droidefense Droidefense originariamente chiamato atom: m acchina di a nalisi t ramite o sservazione è il nome in codice per lo strumento di analisi/reverse engineering di app/malware Android. È sta...

LiveHiddenCamera

Câmera Oculta ao Vivo Câmera Oculta ao Vivo LHC é uma biblioteca que grava vídeo e áudio ao vivo de um dispositivo Android sem exibir uma prévia. Motivação Estou trabalhando em um malware Android baseado em pesquisa e decidi criar uma RAT Ferramenta de Administração Remota multifuncional. Eu esta...

MalConfig

MalConfig Questa fa parte di un modulo per il framework che sto costantemente sviluppando. Le immagini dei robot sono fornite da robohash.org Le icone delle bandiere sono fornite da famfamfam I decoder utilizzavano principalmente Androguard per estrarre le credenziali dei C2 o degli autori di...

avpass

AVPASS AVPASS è uno strumento per divulgare il modello di rilevamento dei sistemi di rilevamento malware Android cioè, i software antivirus e bypassare le loro logiche di rilevamento utilizzando le informazioni divulgate insieme a tecniche di offuscamento APK. AVPASS non si limita alle...

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...

MADLIRA

MADLIRA Detecção de malware usando aprendizado e recuperação de informações para Android Visão Geral MADLIRA é uma ferramenta para detecção de malware Android. Consiste em dois componentes: componente TFIDF e componente de aprendizado SVM. Em geral, recebe como entrada um conjunto de malwares e...

silverboxcc

Malware Android sottoposto a reverse engineering chiamato Red Alert V2.0. Al momento dell'analisi, non erano più in esecuzione server C2, quindi non siamo stati in grado di osservare alcun traffico tra il malware e il server C2. Così abbiamo ricostruito il protocollo C2 e scritto questo pannello ...

MalEval

MalEval Articolo: Basta “sapere che è dannoso”? Valutare gli LLM per l'audit granulare del comportamento del malware DOI dell'articolo: 10.1145/3832187 MalEval è un framework per valutare i report sul comportamento del malware Android generati da grandi modelli linguistici. Il codice in questo...

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...

maldrolyzer

maldrolyzer Einfaches Framework zum Extrahieren von „verwertbaren“ Daten aus Android-Malware C&Cs, Telefonnummern usw. Installation Du musst die folgenden Pakete installieren, bevor du dieses Projekt verwendest: Androguard git clone https://github.com/androguard/androguard; cd androguard; sudo...

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...