Mobile Forensics 是一个综合性的移动设备取证技能，用于分析 iOS 与 Android 设备数据。它能够从移动设备备份和提取数据中，提取并分析通信记录、应用数据、位置历史、媒体文件以及系统痕迹。
用途
该技能面向移动设备取证调查，适用于调查涉及 iOS 或 Android 设备的事件、移动恶意软件、数据窃取等场景。
主要能力
- iOS 分析：解析 iTunes/Finder 备份、文件系统镜像。
- Android 分析：解析 ADB 备份、文件系统提取。
- 通信分析：提取 SMS、MMS、通话记录、消息应用数据。
- 应用数据分析：解析应用数据库与缓存。
- 位置分析：提取 GPS 数据、位置历史、地理围栏。
- 媒体分析：编目照片、视频及其元数据。
- 联系人分析：从所有来源提取联系人。
- 浏览器历史：移动浏览器痕迹分析。
- 云数据：分析同步的云服务数据。
- 时间线生成：创建设备活动时间线。
使用方式
该技能以 Python 模块形式提供，通过导入 MobileAnalyzer、iOSParser、AndroidParser 等类进行调用。
快速开始示例：
from mobile_forensics import MobileAnalyzer, iOSParser, AndroidParser
# Analyze iOS backup
ios = iOSParser("/evidence/ios_backup/")
messages = ios.get_messages()
calls = ios.get_call_history()
# Analyze Android extraction
android = AndroidParser("/evidence/android_extraction/")
contacts = android.get_contacts()
技能文档中列出了多个任务示例，包括：
- iOS 备份分析：加载并解密备份、解析 Manifest 数据库、提取分析数据、解析应用数据、生成设备报告。
- Android 分析：加载 Android 数据、解析数据库、提取通信、分析应用、生成报告。
- 消息应用分析：识别已安装消息应用、定位应用数据库、解析消息内容、提取媒体与附件、构建对话时间线。
- 位置分析：从照片提取 GPS 数据、解析位置数据库、分析位置历史、识别重要位置、创建位置时间线。
- 应用数据分析：清点已安装应用、定位应用数据目录、解析应用数据库、提取缓存数据、分析用户活动。
- 通信时间线：提取所有通信类型、解析时间戳、构建统一时间线、识别模式、检测异常。
- 媒体分析：提取所有媒体文件、解析 EXIF 元数据、提取 GPS 坐标、识别面部/物体、构建媒体时间线。
- 云数据分析：识别同步服务、提取云令牌、分析同步数据、识别云账户、记录云活动。
- 删除数据恢复：分析空闲空间、恢复删除文件、解析删除数据库记录、重建删除消息、记录恢复结果。
每个任务均提供对应的 Python 代码示例，展示如何初始化解析器、获取设备信息、提取各类数据、导出数据以及生成报告。
适用场景
适用于移动设备取证调查，包括但不限于：涉及 iOS 或 Android 设备的事件调查、移动恶意软件分析、数据窃取调查等。
限制
资料中未提供关于收费、价格、平台支持范围、效果保证或具体使用步骤的更多信息。部分内容（如任务 9 的代码示例）在资料中未完整给出。