Lấy mô hình AI của ứng dụng điện thoại di động lấy mô hình AI trong ứng dụng điện thoại di động và sử dụng một số phương pháp hack, bạn có thể làm điều ngược lại. (bài viết này chỉ để tự học giao tiếp, không giấy phép của các mô hình sẽ gặp rủi ro pháp lý) nguyên nhân là, Google có một ứng dụng gọi là Seeing AI, chủ yếu là để chụp lén các vật thể. Còn tay kỹ sư đảo ngược Altay Akkus đã rút ra mô hình của Seeing AI và đưa ra các bước hoạt động đầy đủ. Đầu tiên, hắn lấy hồ sơ APK của Seeing AI từ Android thông qua một cách hợp pháp. Sau đó, anh ta dùng công cụ apkđể mở mã hóa APK, đưa cấu trúc nội bộ của ứng dụng vào một thư mục dễ phân tích. Thư mục assets và lib thu hút sự chú ý đặc biệt của ông trong thư mục sau khi tháo gói, bởi vì những nơi này thường có thể đặt các tập tin mẫu hoặc các tài nguyên liên quan. Trong danh sách assets, ông nhận ra một tập tin lớn tên là currency, nhỏ hơn 16 Megabyte, ngoại trừ một tập tin tic-tic.txt. Dựa trên kinh nghiệm, ông đoán rằng tài liệu này có thể được dùng như một mô hình al để nhận dạng tiền tệ. Tuy nhiên, khi anh ta cố phân tích tập tin bằng cách sử dụng lệnh file và công cụ binwalk, kết quả là một mớ hỗn độn; Kiểm tra thêm về entropy của các tập tin, gần như khớp với 1, điều này cho thấy rằng các tập tin có thể đã được mã hóa hoặc xử lý một cách hỗn hợp. Vì tập tin đã được mã hóa, ứng dụng phải giải mã và đọc tập tin mô hình này khi chạy. Vì thế ông ấy đồng ý sử dụng Frida bặm trợn này là công cụ kiểm soát chuyển động, neo giữ được vấn đề lưu Objection, đi về giám sát hành vi phạm tội của ứng dụng di động. Ông ấy đặt một Hook, mục tiêu là org. Tensorflow. Lite. NativeInterpreterWrapper trong nhóm của phương pháp, Đặc biệt là createModelWithBuffer (Java. Nio. ByteBuffer, the long) là hàm số này, bởi vì anh ta đoán về mô hình của hàm số này sẽ giải mã sau khi nạp vào trong bộ nhớ. Sau khi khởi động ứng dụng, bộ điều khiển của anh ta đã bắt đầu ghi lại tất cả các cuộc gọi về phương pháp cách ly ly tách tách đạo wrapper. Đúng vậy, khi ứng dụng gọi cho phương pháp createModelWithBuffer, văn lệnh của anh ta đã định dạng dữ liệu phiên bản gửi đến bộ lưu trữ cục bộ và chia thành một tập tin tên là currency, tflite. Mặc dù cách hoạt động trên máy giả lập Android không phải là một môi trường thật, mất một thời gian, nhưng cuối cùng anh ta đã thành công trong việc truy cập vào tập tin mô hình này. Để kiểm tra tính hiệu quả của tài liệu này, anh ta dùng công cụ hiển thị mạng lưới thần kinh Netron. Quả nhiên, Netron có thể nhận diện một cách đúng đắn và cho thấy currency. Tflite của tập tin cấu trúc mạng lưới thần kinh, chứng tỏ ra bố cục của các tầng, yếu tố, và cái máy bay lệch. Tất cả đều chứng minh rằng anh ta đã chiết xuất thành công một mẫu hoàn chỉnh TensorFlow Lite cho ứng dụng Seeing AI. Tay Akkus cuối cùng cũng đặc biệt chú trọng vào con đường, đó là một ví dụ về công nghệ, không được dùng cho mục đích bất hợp pháp! Bạn có thể xem trang web: liên kết