arXiv cs.AI· Douglas Leith·· 2 天前AI 评分34
研究：LLM 逆向 iPhone 定位服务 protobuf 不可靠，但能造出可靠工具 Extractor
Decoding What iOS Location Services Send to Apple: An LLM Is an Unreliable Analyst but a Useful Toolmaker
AI 导读
研究用 Claude Opus 4.8 和 Codex GPT Sol 5.6 从 Apple 二进制文件中重建 iPhone 定位服务 protobuf 的 schema，发现绝大多数 schema 存在大量错误，且因内部自洽而难以察觉，不适合直接用于取证与隐私分析。
正文 · AI 翻译
摘要：逆向工程移动软件所使用的数据格式既需要高超技能又耗时缓慢，因此借助 AI 来辅助颇具吸引力。我们针对 iPhone 发送给 Apple 位置服务的 protobuf 消息对此进行了评估。基于 Apple 的二进制文件，我们使用两个前沿模型（Claude Opus 4.8、Codex GPT Sol 5.6）来重建在网络流量中观察到的 protobuf 模式。绝大多数模式都包含大量错误，而且这些错误很难被发现，因为这些模式内部自洽。因此，直接使用 AI 不适合用于取证和隐私分析。然而，当 AI 的输出可以被验证时，AI 能够编写可靠的分析工具。我们使用 Claude 编写了一个 Python 工具 Extractor，它能够可靠地从 Apple 二进制文件中恢复 protobuf 模式。我们通过由已知答案的模式编译而成的二进制文件、此前已发表的模式以及网络测量数据对其进行了验证。我们展示了使用 Extractor 来解码和分析一台越狱 iPhone 8（iOS 16.7.11）的位置服务网络流量。
| 主题： | 网络与互联网架构（cs.NI）；人工智能（cs.AI） |
| 引用为： | arXiv:2610.21597 [cs.NI] |
| （或 arXiv:2610.21597v1 [cs.NI] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.21597 arXiv 颁发的 DOI，经由 DataCite（待注册） |
提交历史
来自：Douglas Leith [查看电子邮件]
[v1]
2026年10月15日星期四 09:43:26 UTC（559 KB）
来源：arXiv cs.AI · arxiv.org