iOS 云手机检测 · 设备指纹篇

一、前言：为什么 iOS 云手机检测如此特殊？
在深入设备指纹检测之前，我们需要理解一个本质差异：

┌─────────────────────────────────────────────────────────────┐
│ Android 云手机 │
├─────────────────────────────────────────────────────────────┤
│ 本质：虚拟机 / 模拟器 │
│ 检测思路：找"虚拟化痕迹" │
│ ───────────────────────────────────────────────────────────│
│ • 奇怪的 CPU 型号 │
│ • build.prop 中的厂商信息 │
│ • /proc 下的异常文件 │
│ • 传感器数据虚假 │
│ • 文件系统虚拟化特征 │
└─────────────────────────────────────────────────────────────┘
​
┌─────────────────────────────────────────────────────────────┐
│ iOS 云手机 │
├─────────────────────────────────────────────────────────────┤
│ 本质：真实越狱机 │
│ 检测思路：找"被滥用的真机" │
│ ───────────────────────────────────────────────────────────│
│ • 一台设备被几十个账号共享 │
│ • 老机型在批量活跃 │
│ • 硬件特征被篡改 │
│ • 时间空间不匹配 │
│ • 远程控制的行为痕迹 │
└─────────────────────────────────────────────────────────────┘

核心转变：从"识别假设备"到"识别被滥用的真机"

二、为什么 iOS 云手机检测比 Android 难做
2.1 根本原因：两者本质不同
Android 云手机
iOS 云手机
本质
虚拟机/模拟器
真实越狱机
检测思路
找"虚拟化痕迹"
找"远程控制痕迹"
难度
相对简单，特征明显
困难，本质上就是真机
Android 云手机是跑在虚拟机里的，有大量明显的虚拟化特征：奇怪的 CPU 型号、异常的传感器数据、build.prop 里的厂商信息等。
而 iOS 云手机 =真实的 iPhone + 越狱。从设备角度看，它就是一个真机，没有"虚拟化"可言。

2.2 iOS 沙盒的限制
Android App 可以做的事，iOS App 大部分都做不了：
Android 可检测：
├── /proc/cpuinfo、/proc/meminfo
├── build.prop 系统属性
├── 进程列表、端口监听
├── 文件系统遍历
└── 传感器原始数据
​
iOS App（沙盒内）：
├── 看不到系统进程
├── 看不到端口监听
├── 访问不了系统目录
├── 传感器数据受限
└── 只能看自己沙盒内的东西

2.3 市场规模差异
Android 云手机：国内有大量服务商（红手指、蓝叠、夜神等），市场大，研究的人多
iOS 云手机：需要真机 + 越狱 + 机房，成本极高，市场规模小一个数量级
2.4 研究门槛高
iOS 云手机检测需要：
跨域知识：网络协议、行为分析、风控模型，不只是"设备指纹"
服务器端配合：单靠设备端无法判断，需要全局视角
实战数据：需要大量真实样本才能训练模型，普通开发者拿不到

三、为什么还要检测 iOS 云手机

虽然 iOS 云手机使用量小，但仍然需要检测：

3.1 iOS 用户本身价值更高

• 电商、金融、游戏等行业，iOS 用户的客单价/付费率通常更高
• 攻击者很精明，他们会优先攻"价值高"的目标

3.2 iOS 是风控的"薄弱环节"

很多公司的风控策略：

3.3 某些业务 iOS 是主阵地

• 一些中高端 app 主打 iOS 用户
• 游戏类、社交类、付费类产品
• 苹果审核政策严，某些黑灰产手段只能走云手机批量过审

3.4 单台设备的"利用率"更高

3.5 防御完整性的要求

大厂风控的心态：

风控体系不允许有明显的短板，否则会被集中突破。

3.6 检测成本并不高

大部分特征是"顺手"收集的，不需要额外投入大量成本。

四、风控能力的分层

为什么这是"高级"

五、设备指纹的核心思路转变

5.1 传统设备指纹的作用

• 识别同一台设备，用于关联分析
• 识别设备是否被篡改/伪造

5.2 iOS 云手机场景下的转变

不是识别"这是假设备"，而是识别"这台设备被太多账号共享"

5.3 可检测的维度

六、Keychain：iOS 的加密保险箱

6.1 什么是 Keychain？

Keychain 是 iOS 系统提供的一个加密保险箱，用于安全存储敏感数据。

6.2 Keychain vs UserDefaults

6.3 一个生活化的类比

6.4 Keychain 的隔离机制

每个 App 只能访问自己存储的数据，通过Service+Account组合实现隔离：

6.5 Keychain 的数据结构

Keychain 里存的是一条一条的记录，每条记录像一个字典：

可以把 Keychain 想象成一张表：

6.6 什么情况下 Keychain 会被清空？

6.7 Keychain 是官方 API 吗？

是的，Keychain 是苹果官方提供的：

• 属于Security 框架（苹果官方 SDK）
• 所有合法 App 都可以用，不需要特殊权限
• 很多你用的 App 都在用（存登录密码、Token 等）

七、实现稳定的设备 ID

7.1 iOS 设备标识的困境

在 iOS 发展历程中，设备标识经历了多次收紧：

7.2 核心思路

既然系统不再提供稳定的设备标识，我们只能自己造一个，存在 Keychain 里。

7.3 存储数据

import Security func saveToKeychain(key: String, value: String) -> Bool { // 1. 准备数据 let data = value.data(using: .utf8)! // 2. 构造查询字典 let query = [ kSecClass: kSecClassGenericPassword, // 类型：通用密码 kSecAttrAccount: key, // 键名 kSecAttrService: "com.myapp", // 服务名 kSecValueData: data // 实际数据 ] as CFDictionary // 3. 先删除旧数据（如果存在） SecItemDelete(query) // 4. 添加新数据 let result = SecItemAdd(query, nil) return result == errSecSuccess } // 使用示例 saveToKeychain(key: "device_id", value: "abc-123")

7.4 读取数据

func getFromKeychain(key: String) -> String? { let query = [ kSecClass: kSecClassGenericPassword, kSecAttrAccount: key, // 要查哪个键 kSecAttrService: "com.myapp", // 服务名 kSecReturnData: true, // 返回数据本身 kSecMatchLimit: kSecMatchLimitOne // 只返回一条 ] as CFDictionary var result: AnyObject? let status = SecItemCopyMatching(query, &result) if status == errSecSuccess, let data = result as? Data, let value = String(data: data, encoding: .utf8) { return value } return nil } // 使用示例 if let deviceID = getFromKeychain(key: "device_id") { print("找到设备ID: \(deviceID)") } else { print("没有，第一次启动") }

7.5 完整封装

class DeviceID { private static let key = "my_app_device_id" static func get() -> String { // 先尝试读取 if let savedID = getFromKeychain(key: key) { return savedID } // 没有，生成新的 let newID = UUID().uuidString saveToKeychain(key: key, value: newID) return newID } private static func saveToKeychain(key: String, value: String) -> Bool { let data = value.data(using: .utf8)! let query = [ kSecClass: kSecClassGenericPassword, kSecAttrAccount: key, kSecAttrService: "com.myapp", kSecValueData: data ] as CFDictionary SecItemDelete(query) return SecItemAdd(query, nil) == errSecSuccess } private static func getFromKeychain(key: String) -> String? { let query = [ kSecClass: kSecClassGenericPassword, kSecAttrAccount: key, kSecAttrService: "com.myapp", kSecReturnData: true, kSecMatchLimit: kSecMatchLimitOne ] as CFDictionary var result: AnyObject? let status = SecItemCopyMatching(query, &result) if status == errSecSuccess, let data = result as? Data, let value = String(data: data, encoding: .utf8) { return value } return nil } } // 使用时就一行 let deviceID = DeviceID.get()

7.6 客户端上传

每次请求都带上设备 ID：

func login(account: String) { let deviceID = DeviceID.get() // 从 Keychain 拿 let params = [ "account": account, "device_id": deviceID, // ← 关键 "timestamp": Date().timeIntervalSince1970 ] // 发送给服务端... }

每次请求都要带，不只是登录：

• 登录
• 刷新 Token
• 核心业务接口

这样能持续追踪。

八、服务端聚合检测

8.1 核心问题

8.2 数据存储

device_accounts 表（记录设备与账号的关联）：

8.3 统计查询

8.4 使用计数表优化

为了提升性能，可以维护一个计数表：

device_stats 表：

每次发现新账号关联这个设备：

8.5 风险判定阈值

8.6 服务端判断逻辑

九、优化：时间窗口

9.1 为什么要加时间窗口？

场景：一台手机用了 3 年，换过 5 个主人
​
2023年：用户 A、B ─┐
2024年：用户 C、D ├─ 累积 7 个账号
2025年：用户 E、F、G┘
​
判断：云手机？
实际：只是二手手机被转手多次
如果一直累积，会越来越不准。

9.2 解决方案

只统计最近一段时间内的账号数量：

SELECT COUNT(DISTINCT account)
FROM device_accounts
WHERE device_id = 'abc-123'
AND first_seen > DATE_SUB(NOW(), INTERVAL 30 DAY);
9.3 时间窗口选择

时间窗口 适用场景
7 天 快速检测，短期行为
30 天 平衡选择，常用
90 天 长期观察，减少误判
9.4 效果对比
无时间窗口：
abc-123 设备 3 年累积 7 个账号 → 判定可疑？
​
有 30 天窗口：
abc-123 设备最近 30 天只有 2 个账号 → 正常 ✓
十、优化：避免家庭共享误判

10.1 家庭共享场景

场景：一家人共用一台 iPad
​
爸爸的账号
妈妈的账号 → 3 个账号，1 个设备
小孩的账号
​
会被误判为云手机吗？
按照之前的规则，3 个账号还算正常。但如果更多呢？

10.2 解决：看行为模式

真的一家人共用设备：
• 登录时间分散（早中晚，不同人）
• 登录地点一致（都在家里）
• 行为模式不同（有人打游戏，有人刷视频）
​
云手机批量操作：
• 登录时间集中（短时间内大量账号登录）
• 登录地点可能异常（机房 IP）
• 行为模式相似（都是机械化操作）
10.3 行为特征对比

特征 真实家庭共享 云手机批量操作
登录时间 分散（早中晚不同人） 集中（短时间大量登录）
登录地点 一致（都在家里） 可能异常（机房 IP）
行为模式 不同（各有偏好） 相似（机械化操作）
操作间隔 不规律，有人类特征 规律，像脚本
10.4 结论

不能只看账号数量，还要看账号之间的关系和行为模式。

十一、对抗与反制

11.1 攻击者的绕过方式

既然服务端在数"一个设备几个账号"，攻击者会怎么破？

方式 1：定期重置设备 ID

攻击者流程：
• 1月1日：用设备 ID = abc-123，养 10 个号
• 1月2日：清空 Keychain，生成新的 ID = xyz-999，再养 10 个号
• 1月3日：再清空，再养...
​
结果：每个设备 ID 只关联 10 个账号，不触发阈值
方式 2：越狱插件自动清

越狱设备上有一些插件可以批量清除指定 App 的 Keychain：

越狱插件示例：
• Keychain Cleaner
• ClearKeychain
• 或者自己写个简单的脚本
​
效果：一键清空某个 App 的 Keychain，不用重置手机
方式 3：修改 Keychain 里的值

更高级的是不改 Keychain，而是改里面的值：

正常流程：

1. App 读取 Keychain
2. 拿到 device_id = "abc-123"
3. 发给服务端
   ​
   越狱插件 Hook：
4. App 读取 Keychain
5. 插件拦截返回值
6. 改成 device_id = "xyz-999"
7. App 发给服务端的是假的
   这叫 Hook 代码注入，越狱设备上很常见。

11.2 服务端的应对

单一设备 ID 容易被绕过，需要结合更多维度：

┌─────────────────────────────────────────────────────────────┐
│ 多维设备指纹 │
├─────────────────────────────────────────────────────────────┤
│ • 设备 ID（Keychain） │
│ • IP 地址 │
│ • 设备型号、系统版本 │
│ • 电池状态、时区、语言 │
│ • 传感器特征 │
│ • 行为模式 │
└─────────────────────────────────────────────────────────────┘
​
即使改了设备 ID，其他特征没变，
还是能看出是同一台设备在批量操作。
11.3 多维度关联检测

12.1 设备年龄异常
云手机机房常用机型：

• iPhone 6 / 6s / 7 / 8 （成本低，容易越狱）
• iPhone SE 一代
  ​
  检测点：
  • 2025 年还在活跃的 iPhone 6
  • 设备发布日期与当前 iOS 版本不匹配
  • 老设备突然"批量"活跃
  12.2 硬件特征一致性

正常设备：
• 机型 → CPU → 内存 → 屏幕分辨率 是匹配的

被篡改设备：
• 机型显示 iPhone 14
• 但分辨率、内存、CPU 特征对不上

12.3 设备指纹稳定性
正常设备：
• IDFV 相对稳定
• Keychain 存储的 ID 不变
• 系统配置（时区、语言）稳定
​
云手机/多账号：
• 频繁重置 ID（抹除数据重新养号）
• 时区、语言与 IP 地理位置不匹配
• 同一硬件，指纹频繁变化
12.4 能采集的设备特征

特征 采集方式 说明
设备 ID Keychain 存储 自生成 UUID
机型 UIDevice.current.model iPhone7,1 等
iOS 版本 UIDevice.current.systemVersion 15.0, 16.1 等
屏幕分辨率 UIScreen.main.bounds 宽 x 高
时区 TimeZone.current GMT+8 等
语言 Locale.current.language zh-Hans 等
电池状态 UIDevice.current.batteryLevel 电量百分比
十三、总结

13.1 核心思路转变

Android: 找"假的真机" → 虚拟化特征明显
iOS: 找"被滥用的真机" → 聚合度 + 行为异常
13.2 设备聚合检测完整流程

┌─────────────────────────────────────────────────────────────┐
│ 完整流程 │
├─────────────────────────────────────────────────────────────┤
│ │
│ 1. iOS 端生成设备 ID，存入 Keychain │
│ 2. 每次请求携带设备 ID 上传 │
│ 3. 服务端记录 device_id ↔ account 关联 │
│ 4. 统计最近 N 天内，该设备关联的账号数 │
│ 5. 根据阈值判断风险等级 │
│ 6. 结合行为模式、IP 等多维度验证 │
│ │
└─────────────────────────────────────────────────────────────┘
13.3 关键技术点

技术点 说明
Keychain iOS 系统级加密存储，删 App 不丢
UUID 生成唯一标识符
时间窗口 只统计近期数据，避免历史累积
多维度 结合设备、IP、行为等综合判断
13.4 对抗与反制

单一设备 ID:
✓ 能识别普通用户
✗ 对抗越狱攻击者很脆弱
​
多维度指纹
• 设备 ID + IP + 机型 + 行为
• 即使改了 ID，其他特征仍在
• 需要综合分析才能绕过

总结：iOS 云手机检测的核心难点在于：它是真机。
我们无法像 Android 那样检测虚拟化痕迹，只能从"设备被滥用"的角度入手。设备聚合检测是其中的关键一环 —— 当一台设备被几十个账号共享时，无论它是不是虚拟机，都已经失去了"正常用户设备"的属性。

部分代码可能无法显示写成md文档以供查看