🔖风控

为什么要知道 App 接了哪家风控逆向一个 App 的协议，第一步不是找签名算法，而是确认它接了哪家风控 SDK——不同厂商的采集策略、检测点、对抗难度差异巨大，打法完全不同。识别方法很简单，jadx 搜包名：数美：com.ishumei / smid 参数顶象：com.dingxiang / dx 前缀 / constId 参数同盾：cn.tongdun / blackbox 参数三家对比数美（Shumei）核心产物：smid（设备 ID），接口里常见 smid、smDeviceId 参数采集特点：设备硬件信息全，传感器、电池等行为字段多检测强度：模拟器/root 检测中等，Frida 检测

检测与对抗的猫鼠游戏用模拟器跑 App 做协议分析或自动化，第一步就得过模拟器检测。检测方的思路是"找模拟器和真机的差异点"，对抗方的思路是"消除这些差异"。先摸清对手检测什么，再逐项伪装。检测点全景与逐项对抗1. build.prop 硬件指纹（最基础的检测）模拟器的 build 信息一眼假：ro.product.model= sdk_gphone64_arm64 ← 模拟器特征 ro.hardware = ranchu / goldfish ← 模拟器虚拟硬件 ro.build.fingerprint = google/sdk_gphone...对抗：改机工具或直接改 p

Canvas 指纹的原理：渲染差异即身份Canvas 指纹利用一个朴素的事实：同一段绘图代码，在不同硬件/系统/浏览器上渲染出的像素有微小差异。差异来自 GPU 渲染管线、字体渲染引擎、抗锯齿算法、色彩管理——这些因素组合起来，几乎能唯一标识一台设备。风控 JS 的标准做法：function getCanvasFingerprint() 同型号同系统的两台手机，这个 hash 大概率相同；不同显卡的两台电脑，几乎必然不同。逆向视角：先确认它采没采、采了什么分析一个风控 SDK 是否采集 canvas 指纹，hook 两个 API：// hook toDataURL const origToDa

什么时候该放弃纯协议协议模拟不是万能的。这些信号出现时，该考虑云手机/群控路线：签名算法在 VMP 级加固的 SO 里，还原成本以月计风控对设备环境的要求极高（协议模拟的环境总是"差点意思"）业务必须真实 UI 交互（人脸识别后的操作、复杂表单）协议随版本高频变更，维护成本失控云手机方案的本质：放弃"模拟设备"，直接"租用真实设备"——真实安卓系统、真实硬件指纹、真实传感器，上面跑自动化脚本。三种方案对比1. 公有云手机（红手指、雷电云、双子星等）形态：云端虚拟化安卓实例，按台/月租优点：开箱即用、弹性扩容、自带 IP 池（部分）缺点：云手机本身有虚拟化特征（风控能识别主流云手机平台）、成本随

点选验证码的两种形态点选验证码（"请依次点击图中的汉字/图标"）分两种：文字点选：背景图里有几个汉字，按提示顺序点击（极验、网易易盾的经典题型）图标点选：图里一堆小图标，点击与示例相同的（顶象、部分电商自研）对抗链路相同：识别（知道点哪）→ 坐标转换（页面坐标系换算）→ 加密上传（坐标参数的生成）→ 行为模拟（点击节奏）。识别：三条路线路线一：打码平台（最快落地）超级鹰、图鉴、TT 打码等都支持点选题型：上传图片+题型编号，返回坐标序列。成本约 1-3 分/次，准确率 90-95%。适合业务量小或验证频率低的场景。路线二：目标检测模型（规模化首选）自己训练 YOLO 模型识别图标/文字位置：抓