Skip to content
KitploitKITPLOIT
HerramientasExploitsBlog
Log in
Enviar
HerramientasExploitsBlog
Enviar

¡Herramientas de Hacking, PenTest y Ciberseguridad para tu Arsenal de Seguridad!

Kitploit es un directorio de herramientas de hacking, ciberseguridad y pentesting. Descubre las últimas actualizaciones de proyectos para encontrar vulnerabilidades, analizar sistemas, automatizar pruebas y fortalecer tu seguridad.

FeedsContactoPrivacidad© 2026 Kitploit

Directorio de Herramientas

Categorías

Ver todas las categorías
Loading categories
ASC — Front-end rápido de descompilador de APK de Android que consulta directamente artefactos DEX compilados, extrayendo clases y referencias cruzadas en milisegundos sin preprocesamiento. | Kitploit
Herramientas/GitHubGitHub/mg1937/asc
Seguridad AndroidAnálisis EstáticoAnálisis de CódigoAnálisis Dinámico de Código (DAST)Pentesting de Apps MóvilesIngeniería InversaSeguridad MóvilUtilidades y FrameworksAnálisis de Binarios
GitHubmg1937/asc

ASC

2.7k392184hace 19 díasRevisado por Kitploit
Compartir

Front-end rápido de descompilador de APK de Android que consulta directamente artefactos DEX compilados, extrayendo clases y referencias cruzadas en milisegundos sin preprocesamiento.

Ver Repositorio

Droid ASC: Optimización del compilador R8 como primitiva de descompilación

Versión en Rust: Este proyecto ha sido reescrito 1:1 en Rust como rust_ASC. La versión en Rust es 10× más rápida y soporta la descompilación completa de APK: con 16 hilos, descompila un APK de 383 MB en solo 4 segundos.

Si tu flujo de trabajo está escrito en Python, puedes seguir integrando con este proyecto; sigue siendo el descompilador de Android para Python más rápido disponible. Si solo necesitas un binario, utiliza rust_ASC.

ASC y rust_ASC se mantendrán en paralelo, para que los usuarios puedan elegir el estilo de integración que mejor se adapte a su flujo de trabajo.

https://blackhat.com/europe/arsenal/schedule/index.html#droid-asc-r8-compiler-optimization-as-a-decompiler-primitive-54834

Al descompilar APK de Android masivos, el procedimiento estándar es esperar. Esperamos a que las herramientas consuman gigabytes de RAM, inflen por completo los artefactos y pasen decenas de minutos construyendo pesados índices globales y referencias cruzadas... Todo esto solo para garantizar búsquedas de código rápidas más adelante, pero aquí está la contradicción. Un artefacto compilado ya está altamente estructurado, los descompiladores modernos nunca aprovechan esto, desperdician enormes cantidades de tiempo y memoria reconstruyendo una base de datos inflada de relaciones de código sobre datos que ya están estructurados. Este enfoque de ingeniería desafía el sentido común. Cuando puedo extraer directamente cualquier relación de código del APK en milisegundos, ¿sigue teniendo algún valor este preprocesamiento?

En lugar de forzar a los descompiladores a un preprocesamiento pesado, elegimos consultar el artefacto compilado directamente como una base de datos. Construimos un motor sin estado y de sobrecarga cero que extrae y busca código bajo demanda en milisegundos. En esta sesión, exploraremos la ingeniería subyacente necesaria para evitar los cuellos de botella tradicionales. Demostraremos cómo abandonar la inflación completa sondeando directamente dentro del flujo de bits Deflate, construyendo tablas de búsqueda Huffman densas para extraer metadatos esenciales sin tocar bloques de datos irrelevantes. Además, explicaremos los detalles de optimización del compilador R8, especialmente cómo la reubicación determinista de constantes y la deduplicación de instrucciones dejan tras de sí diseños físicos altamente concentrados; aprovechamos este comportamiento del compilador para ejecutar búsquedas de código entre DEX a velocidad relámpago. Para mapear estos desplazamientos de bytecode en bruto de vuelta a métodos, diseñamos una primitiva de localización de instrucciones O(1), logrando una resolución de métodos en tiempo constante sin construir tablas de mapeo pesadas. Finalmente, al alcanzar un objetivo, Droid ASC extrae solo los bytecodes específicos y sus dependencias, reconstruyendo dinámicamente un DEX mínimo y autoconsistente enteramente en memoria para una descompilación instantánea.

Demostraremos esta arquitectura en vivo contra un APK comercial de 352MB. Droid ASC ejecuta búsquedas globales de referencias cruzadas en 1,79 segundos y descompila las clases objetivo en 177 milisegundos usando solo 141MB de RAM. Al tratar el artefacto como una base de datos de solo lectura y operar con cero preprocesamiento, devolvemos el descompilador a su esencia central. Ya no es una herramienta de indexación inflada, sino un motor de descompilación bajo demanda, ultrarrápido, que redefine fundamentalmente cómo analizamos el código compilado.

Benchmark

Benchmark

https://github.com/user-attachments/assets/4c4a6813-8561-490c-a573-ef113da861b6

Valores absolutos en bruto, medidos con 10 hilos en cuatro objetivos APK de tamaño creciente:

Búsqueda global de xref de cadenas

HerramientaTelegramX (59MB)WhatsApp (130MB)Grab (228MB)Lark (352MB)
ASC322ms418ms806ms1.597s
JADX20s32s2m14s8m2s

ASC es de 62x a 302x más rápido que JADX para la búsqueda global de xref de cadenas.

Descompilación de una sola clase

HerramientaTelegramX (59MB)WhatsApp (130MB)Grab (228MB)Lark (352MB)
ASC157ms141ms165ms303ms
JADX6s15s37s1m32s

ASC es de 38x a 304x más rápido que JADX para la descompilación de una sola clase.

Uso de memoria de la CLI

HerramientaTelegramX (59MB)WhatsApp (130MB)Grab (228MB)Lark (352MB)
ASC36MB36MB58MB141MB
JADX1,016MB2.1GB7.1GB13.2GB

ASC usa entre 28x y 125x menos memoria que JADX para su operación por CLI.

Uso de caché en disco

HerramientaTelegramX (59MB)WhatsApp (130MB)Grab (228MB)Lark (352MB)
ASC0MB0MB0MB0MB
JADX119MB30MB127MB322MB

ASC permanece completamente en memoria con cero caché en disco, mientras que JADX escribe hasta 322MB.

Nota: JADX se queda sin memoria en el objetivo más grande (Lark) durante la búsqueda global (~49% buscado), mientras que ASC completa todos los objetivos.

Como muestra el benchmark, ASC es 62x más rápido que JADX en APKs de ~50MB, y 302x más rápido en APKs de ~300MB, con un consumo de memoria mínimo. Los agentes pueden combinarse con ASC para analizar docenas o incluso cientos de APKs a la vez, incluso en máquinas de bajos recursos. El MCP de JADX lo tiene más difícil aquí: JADX por sí solo usa varios GB solo para precargar, lo que hace poco práctico alternar entre cientos de APKs.

Instalación

# from PyPI
pip install droidasc

# or from source
pip install .

Tras la instalación, el comando CLI droidasc está disponible globalmente:

usage: droidasc [-h] {getclass,disassemble,listclass,getmanifest,findrefs} ...

ASC tooling entry (v0.1.2.post1).

positional arguments:
  {getclass,disassemble,listclass,getmanifest,findrefs}
    getclass            Locate the target class in APK, extract one DEX in
                        memory, then decompile.
    disassemble         Extract a class, rebuild a small DEX, then disassemble
                        it with dadguard.
    listclass           List classes across all DEX entries; use --prefix to
                        filter by package/class prefix.
    getmanifest         Decode AndroidManifest.xml from APK and print it as
                        XML.
    findrefs            Find code references for string/type/method/field
                        across all DEX entries in APK.

options:
  -h, --help            show this help message and exit
Descargar herramienta

Más Populares

Ver todos →

Descubre las herramientas más usadas por nuestra comunidad.

  • 1

    OsintHunter

    letox4/osinthunter

    🎯 El kit de herramientas OSINT definitivo: grafo de investigación, puntuación de confianza, familias de alias, mapa, línea de tiempo e informes. 49 módulos, más de 400 sitios, sin necesidad de claves API.

    614
  • 2

    ghostlock-app

    yukonga/ghostlock-app

    # Aplicación de Ejecución con un Solo Toque GhostLock (CVE-2026-43499)

    476
  • 3

    ARTEX

    baarai/artex

    Plataforma de pruebas de penetración autónoma multiagente basada en LLM con agentes planificadores/trabajadores, grafos de activos y de exploración, registro de tráfico MITM y reevaluación de vulnerabilidades.

    389
  • 4

    redforge

    cybersecurity91/redforge

    Kit de herramientas de red team del lado del navegador con 102 herramientas offline para reconocimiento, generación de payloads, ataques de credenciales, criptografía, codificación y elaboración de informes de compromiso.

    334
  • 5

    CyberStrikeAI

    ed1s0nz/cyberstrikeai

    El sistema de acción para la ciberseguridad nativa de IA—donde la intención se convierte en ejecución gobernada, la evidencia se convierte en memoria operativa y cada operación mejora la siguiente.

    257
  • 6

    antifox

    antifox-ai/antifox

    Plataforma de pruebas de penetración autónoma con múltiples agentes de IA que ejecuta reconocimiento, descubrimiento de superficie de ataque, validación de explotación y entrega de informes respaldados por evidencia.

    247

Explora todas las herramientas

Explora nuestra colección de herramientas

Ver todas las herramientas →