关于MEAT
MEAT,全称为Mobile Evidence Acquisition Toolkit,即移动设备取证采集工具。该工具旨在帮助安全取证人员在iOS设备上执行不同类型的信息采集任务,将来该工具会添加针对Android设备的支持。
工具要求
- Windows或Linux系统
- Python 3.7.4或7.2环境
- pip包,具体参考txt
已测试的平台
该工具的当前版本已在iPhone X iOS 13.3和iPhone XS iOS 12.4上进行过测试。
工具下载
广大研究人员可以通过下列命令将该项目源码克隆至本地:
- git clone https://github.com/jfarley248/MEAT.git
工具帮助信息
- usage: MEAT.py [-h] [-iOS] [-filesystem] [-filesystemPath FILESYSTEMPATH]
- [-logical] [-md5] [-sha1] -o OUTPUTDIR [-v]
- MEAT - Mobile Evidence Acquisition Toolkit
- optional arguments:
- -h, --help 显示帮助信息并退出
- -iOS 在iOS设备上执行信息采集
- -filesystem 执行文件系统采集
- -filesystemPath 文件系统路径,需配合--filesystem参数使用,默认为"/"
- -logical 执行逻辑采集,使用AFC访问内容
- -md5 使用MD5算法获取哈希文件,输出至Hash_Table.csv
- -sha1 使用MD5算法获取哈希文件,输出至Hash_Table.csv
- -o OUTPUTDIR 存储输出文件的目录
- -v 开启Verbose模式
支持的采集类型
(1) iOS设备-逻辑采集
在MEAT上使用逻辑采集功能,将指示工具通过越狱设备的AFC提取可访问的文件和文件夹。
允许访问的文件夹为“\private\var\mobile\Media”,其中将包含下列文件夹:
- AirFair
- Books
- DCIM
- Downloads
- general_storage
- iTunes_Control
- MediaAnalysis
- PhotoData
- Photos
- PublicStaging
- Purchases
- Recordings
(2) iOS设备-文件系统
前提要求:已越狱的iOS设备、通过Cydia安装AFC2、Apple File Conduit 2
在MEAT上使用文件系统采集功能,可以允许该工具开启AFC2服务,并将目标设备上所有的文件和文件夹拷贝至我们的主机系统中。这个方法需要目标设备已越狱,并安装好Apple File Conduit 2。该方法还可以使用-filesystemPath参数来进行修改,并让MEAT提取指定的目录。
项目地址
MEAT:【GitHub传送门】