如何解析东方财富自选股接口加密参数？

Question

在逆向分析东方财富自选股接口时，常见的技术问题是：其请求参数中的 `token` 和 `signature` 存在动态加密机制，且随版本更新频繁变更。如何通过抓包分析与反编译 APK 或 Web JS 代码，定位加密入口函数？特别是当加密逻辑涉及混淆的 JavaScript 或 native 层 SO 库时，应如何结合 Frida 挂钩、AST 解析或模拟执行还原加密算法？此外，`signature` 是否依赖时间戳、设备指纹或会话状态？这些因素使得参数生成难以复现，阻碍自动化采集。

Answer 1

逆向分析东方财富自选股接口：动态加密参数的破解路径

1. 常见技术问题概述

在对东方财富自选股接口进行逆向分析时，开发者常面临的核心挑战是请求中携带的 token 和 signature 参数采用动态加密机制。这些参数通常由客户端生成，并随应用版本频繁更新其加密算法。

• token：可能为会话凭证或用户身份标识，具有时效性。
• signature：用于验证请求合法性，常基于时间戳、URL路径、请求体等数据拼接后加密生成。
• 加密逻辑常被混淆或下沉至 native 层（如 SO 库），极大增加静态分析难度。
• 防爬策略包括设备指纹绑定、请求频率限制、SSL Pinning 等。

2. 抓包分析与初步定位

使用工具如 Charles、Fiddler 或 mitmproxy 搭配代理抓包，可捕获 App 发出的真实 HTTP 请求：

GET /api/stock/getMyStocks?token=abc123&signature=xyz789&t=1718000000 HTTP/1.1
Host: api.eastmoney.com
User-Agent: EastMoney Android 12.0
    

通过观察多组请求发现：

参数名	是否变化	变化规律
token	是	每次登录刷新
signature	是	每请求均不同
t (时间戳)	是	精确到秒

3. 反编译 APK 定位关键函数

使用 JADX-GUI 打开反编译后的 APK，搜索关键词 “signature”、“signData”、“generateToken” 等：

public class SignUtils {
    public static String generateSignature(Map params) {
        String sorted = sortParams(params);
        return nativeSign(sorted); // 调用 native 方法
    }
}
    

若发现调用 native 方法，则需进一步分析 SO 库。

4. 处理混淆 JS 与 Web 层加密

对于网页端接口，加密逻辑常位于压缩混淆的 JavaScript 文件中。可通过以下方式处理：

1. 使用浏览器 DevTools 设置断点于 XHR 请求发出前。
2. 查找 XMLHttpRequest.prototype.send 的 hook 点。
3. 利用 AST 解析（如 Babel）还原控制流平坦化、字符串加密等混淆手法。
4. 提取核心签名函数并重构为 Python 可执行代码。

5. Frida 动态挂钩 Native 层加密函数

当加密逻辑位于 SO 库时，可使用 Frida 注入进程并监控 JNI 调用：

Java.perform(function () {
    var SignUtils = Java.use("com.eastmoney.security.SignUtils");
    SignUtils.generateSignature.overload('java.util.Map').implementation = function (params) {
        console.log("Signing params:", params.toString());
        var result = this.generateSignature(params);
        console.log("Signature result:", result);
        return result;
    };
});
    

结合 frida-trace -U -n app.eastmoney -i "*sign*" 自动追踪符号。

6. 模拟执行与脱壳还原

针对高强度混淆或加壳情况，需采用模拟执行技术：

• 使用 Unidbg 模拟 ARM 环境加载 SO 库，调用 native 函数获取签名结果。
• 通过 JEB 或 IDA Pro 静态分析 SO 导出表，识别加密入口地址。
• 配合 LIEF 修改 ELF 属性绕过完整性校验。

7. signature 依赖因素分析

经实测与日志分析，signature 生成通常依赖以下因子：

graph TD A[原始请求参数] --> B{按字典序排序} B --> C[拼接成字符串] C --> D[附加时间戳t] D --> E[加入设备ID/AndroidID/OAID] E --> F[调用HMAC-SHA256或AES加密] F --> G[转为hex或base64] G --> H[作为signature提交]

8. 自动化采集可行性方案

为实现稳定自动化采集，建议构建如下架构：

class EastMoneyClient:
    def __init__(self):
        self.device_id = gen_fingerprint()
        self.session = self.login()

    def sign_request(self, url, params):
        params['t'] = int(time.time())
        sig = frida_call_native("sign", params)
        params['signature'] = sig
        return requests.get(url, params=params)
    

通过容器化部署多个设备指纹实例，降低封禁风险。

9. 加密机制演进趋势与对抗策略

近年来，东方财富逐步将加密逻辑迁移至：

• SO 层 + inline assembly 提高逆向成本
• 动态下发 JS Bundle 实现热更新加密算法
• 引入行为验证码（如滑块）阻断机器请求

应对策略包括：

1. 建立版本差异比对系统，自动识别加密函数变更。
2. 使用 headless Chrome + Puppeteer 模拟真实用户行为。
3. 搭建私有化抓包集群，集中管理 token 生命周期。

10. 工具链整合建议

推荐构建一体化逆向分析平台，集成以下组件：

工具	用途	备注
JADX/GDA	APK 反编译	支持 Kotlin 解析
Frida	运行时 Hook	支持 SO 层拦截
Unidbg	SO 模拟执行	无需真机
Babel/Esprima	JS AST 分析	去混淆利器
mitmproxy	流量劫持	支持脚本扩展