从APP中提取AI模型文件

分析报告：AI技术在Seeing AI应用中的实现

简介

本文分析了Seeing AI应用程序中关于AI资产的提取和逆向工程过程，主要涉及Android APK文件、APK工具、图像处理等技术。

技术细节

1. APK 文件解析

   • 使用 apktool 分析 Seeing AI 的 .apk 文件。
   • 从 assets/ 目录中发现了名为 currency-labels.txt 的货币标签文件，大小为16MB。

2. Neural Inference Engine

   • 发现了 TensorFlow Lite 引擎的使用，特别是通过 org.tensorflow.lite.NativeInterpreterWrapper 类来实现模型的加载和推理。

3. Frida 逆向工程工具的应用

   • 使用 Frida 进行动态分析，主要目标为 NativeInterpreterWrapper.createModelWithBuffer(java.nio.ByteBuffer, long) 方法。
   • 成功使用 Frida 脚本对 .tflite 模型进行了导出，并通过 Netron 工具进行可视化。

4. 模型文件的提取与处理

   • 使用 ADB 命令 adb pull currency.tflite 从设备中拉取了模型文件。
   • 在 Netron 中查看 .tflite 文件，确认其为 TensorFlow Lite 模型。

5. 非法指令问题

   • 提到了使用某些工具如Adobe Scan时遇到“Illegal Instructions”错误。

结论

通过上述分析，可以得出 Seeing AI 应用程序利用了先进的AI技术来提供图像识别和解释服务。特别是 TensorFlow Lite 的应用显示了对移动设备上高效模型推理的重视。逆向工程过程中使用Frida等工具揭示了其内部工作机制，并有助于理解应用程序如何处理特定类型的输入数据，如货币图像。

附加注释

• 提到的“Kool-Aid”可能是一种比喻，暗示某人完全接受了某项新技术或理念。
• 报告中的图片编号（!Image 20, !Image 21等）和特定的数字序列（例如12、2、3）没有具体含义，在此未作深入分析。

Source:https://baoyu.io/translations/you-wouldnt-download-an-ai