cncsnet1/jadx-gui-ai

해결하는 문제

이 프로젝트는 널리 사용되는 JADX-GUI 도구에 AI 기능을 추가하여 Android 애플리케이션 리버스 엔지니어링을 간소화합니다. 기술 스택을 자동으로 식별하고, API 호출 경로를 매핑하며, 증거 기반의 통찰력을 제공하여 APK 분석을 돕고, 복잡한 코드베이스를 탐색하는 데 필요한 수동 작업을 줄여줍니다.

작동 방식

JADX-GUI 인터페이스에 AI 에이전트를 통합합니다. APK가 로드되면 도구가 로컬 보고서를 생성하고 잠재적인 조사 경로를 식별합니다. 사용자는 AI 연결(다양한 LLM 제공업체 지원)을 구성하여 심층 분석을 수행할 수 있습니다. 에이전트는 관련 소스 코드 스니펫을 읽고, 호출 체인을 매핑하며, 발견된 내용을 구조화된 조사 워크벤치로 정리합니다. 사용자는 이곳에서 증거를 검증하고, 메모를 추가하며, 진행 상황을 추적할 수 있습니다.

대상 사용자

Android 애플리케이션을 분석해야 하지만 진입점 찾기, 네트워크 통신 이해, 민감한 코드 섹션 감사 과정을 간소화하려는 보안 연구원, 개발자 및 리버스 엔지니어를 위해 설계되었습니다.

주요 특징

• 목표 지향적 분석: 조사 단계를 계획하고 로컬 소스 코드에서 증거를 검색하는 AI 기반 작업 워크벤치.
• 통합 워크플로우: 외부 플러그인 없이 API 호출, 네트워크 요청 및 비즈니스 로직 경로를 자동으로 매핑.
• 증거 기반: AI 결론과 증거로 사용된 특정 소스 코드 라인 간의 추적 가능한 링크 제공.
• 유연한 연결성: 여러 AI 모델 구성을 지원하여 작업에 따라 로컬 모델과 클라우드 기반 모델 간 전환 가능.
• Burp Suite 통합: 정적 분석과 Burp Suite에서 캡처된 동적 트래픽을 연결하기 위한 MCP 서버 포함.