کتاب جامع مهندسی معکوس داده‌های سلامت iOS: از HealthKit تا تحلیل پیشرفته با فرمت AZW3 برای کتابخوان کیندل و فرمت EPUB

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 62,488 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره جامع مهندسی معکوس داده‌های سلامت iOS: از HealthKit تا تحلیل پیشرفته

موضوع کلی: مهندسی معکوس و امنیت داده‌های سلامت در iOS

موضوع میانی: تحلیل و استخراج داده‌های HealthKit و فریم‌ورک‌های مرتبط

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر معماری iOS و مدل امنیتی
  • 2. آشنایی با HealthKit و ذخیره‌سازی داده‌های سلامت
  • 3. فرمت‌های فایل و دیتابیس‌های داخلی HealthKit
  • 4. رمزنگاری و محافظت داده‌ها در iOS
  • 5. ابزارهای مهندسی معکوس موبایل: Frida، Objection، Cycript
  • 6. استفاده از Ghidra و IDA Pro برای تحلیل باینری iOS
  • 7. استخراج کلیدهای رمزنگاری از Keychain
  • 8. تحلیل ترافیک شبکه با Burp Suite و mitmproxy
  • 9. شناسایی و دور زدن Pinning و Certificate Validation
  • 10. کار با فایل‌های SQLite و Core Data در HealthKit
  • 11. تکنیک‌های Hooking توابع Swift و Objective‑C
  • 12. استفاده از LLDB برای دیباگ ریموت در دستگاه‌های واقعی
  • 13. استخراج داده‌های سنجشگرها (Motion، Heart Rate، Sleep)
  • 14. تحلیل لاگ‌های سیستم و Console برای یافتن نشت داده
  • 15. مدیریت مجوزها و Privacy Prompt در iOS 14+
  • 16. بازسازی مدل داده HealthKit از باینری‌های فریم‌ورک
  • 17. استفاده از Corellium و شبیه‌سازهای ابری برای تحلیل مقیاس‌پذیر
  • 18. تکنیک‌های Anti‑Debugging و Anti‑Tampering در اپلیکیشن‌های سلامت
  • 19. استخراج و تحلیل بکاپ‌های iTunes و iCloud
  • 20. استفاده از ابزارهای فورنسیک موبایل (Magnet AXIOM، Cellebrite)
  • 21. مطالعه موردی: مهندسی معکوس اپلیکیشن Apple Health
  • 22. مطالعه موردی: تحلیل اپلیکیشن‌های شخص ثالث سلامت (MyFitnessPal، Strava)
  • 23. توسعه اسکریپت‌های اتوماسیون استخراج داده با Python
  • 24. ایجاد رپورت‌های تحلیلی و مستندسازی نتایج
  • 25. ملاحظات قانونی و اخلاقی در مهندسی معکوس داده‌های سلامت
  • 26. استراتژی‌های مقابله با مهندسی معکوس برای توسعه‌دهندگان
  • 27. بهینه‌سازی عملکرد اسکریپت‌های Frida برای داده‌های حجیم
  • 28. کار با SwiftUI و Combine در تحلیل رابط کاربری
  • 29. استفاده از XCTest و UI Testing برای سناریوهای استخراج
  • 30. مدیریت نسخه‌ها و تغییرات API HealthKit در iOS 15/16/17
  • 31. تحلیل فرمت‌های صادراتی (CSV، JSON، XML) از HealthKit
  • 32. استفاده از GraphQL و REST API برای همگام‌سازی داده‌های سلامت
  • 33. تکنیک‌های Obfuscation در کدهای Swift و روش‌های شکستن آن
  • 34. بررسی آسیب‌پذیری‌های معروف در HealthKit (CVEها)
  • 35. طراحی محیط آزمایشی ایمن (Sandbox) برای تحلیل
  • 36. استفاده از Docker برای کانتینر کردن ابزارهای تحلیل
  • 37. استخراج متادیتا و timestamps برای بازسازی خط زمانی سلامت
  • 38. تحلیل داده‌های جغرافیایی و مکان‌یابی در HealthKit
  • 39. کار با HealthKit Extensions و Widgetها
  • 40. استفاده از Swift Package Manager برای ماژولار کردن ابزارها
  • 41. توسعه پلاگین‌های Burp Suite برای ترافیک HealthKit
  • 42. بررسی امنیت انتقال داده به سرورهای بک‌اند
  • 43. استفاده از Machine Learning برای طبقه‌بندی داده‌های استخراج‌شده
  • 44. استفاده از Swift Concurrency (async/await) در اسکریپت‌های تحلیل
  • 45. مدیریت خطاها و لاگ‌گیری پیشرفته در فرآیند مهندسی معکوس
  • 46. استفاده از SwiftProtobuf برای تحلیل پروتوباف‌های داخلی
  • 47. بررسی سیاست‌های App Store در مورد داده‌های سلامت
  • 48. توسعه چک‌لیست امنیتی برای اپلیکیشن‌های سلامت
  • 49. آموزش عملی: از صفر تا استخراج کامل داده‌های قلب
  • 50. آموزش عملی: تحلیل داده‌های خواب و الگوهای رفتاری
  • 51. آموزش عملی: مهندسی معکوس اپلیکیشن ورزش با GPS
  • 52. آموزش عملی: استخراج داده‌های تغذیه و مکمل‌ها
  • 53. آموزش عملی: ساخت داشبورد تحلیلی با داده‌های استخراج‌شده
  • 54. مروری بر ابزارهای جدید و روندهای آینده در مهندسی معکوس iOS
تگ‌ها: App Store Guidelines Binary Analysis Data Privacy Forensic Analysis Frida Ghidra HealthKit iOS Health Data Mobile Security Objective‑C Reverse Engineering Swift

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.