屏蔽输入隐藏数据

移动终端的端侧，通过多因素的身份认证、系统级别的设备管控、应用粒度的安全沙箱、网络层面的单包敲门和代理隧道技术，实现用户身份可信认证、移动应用安全保护、网络通信安全保护、敏感数据泄露防护、隐私信息合规使用、移动设备安全管控和风险威胁监测防御，保障端侧的用户、应用、网络、数据及设备的安全可信。安全网关的管侧，通过网络分析引擎、微隔离防火墙、双向证书认证、隧道加密通信和动态访问控制技术，实现网络及业务的隐身、传输数据的加密保护和基于风险的动态访问控制，有效收敛网络攻击暴露面，保障业务应用网络访问的安全可信和数据传输的安全可靠。管控平台的云侧，作为移动业务涉及诸要素的统一管理平台和控制中心，遵循三权分立的授权原则，通过微服务形式、应用安全检测、应用安全加固和大数据分析技术，提供用户管理、设备管理、应用管理、策略管理、访问管理、分配管理、日志管理和系统配置等功能以及移动威胁态势的图形化大屏展示，支持与三方系统的灵活集成对接，保障管理操作的便捷性和高效性。上讯信息助力企业保障移动业务安全高效开展，助力数字化转型。屏蔽输入隐藏数据

上讯信息移动安全管理平台，采用千余款不同品牌不同设备机型进行兼容性和稳定性测试，兼容移动操作系统Android和iOS主流版本和众多厂商的主流机型，自产品上线以来，终端装机量已达百万台，保护应用上百个，具备良好的兼容性和适配性。移动安全管理平台，整体采用分布式架构进行设计，具备良好的可扩展性，随着业务需求的增加，可直接通过集群部署模式，增加存储容量和计算资源，在线进行扩容，提高平台支撑能力。在提供安全防护能力的同时，并不改变用户使用习惯，完全通过透明方式实现，具备良好的用户操作体验。应用安全风险跟踪管理MSP产品不断深入能源、运营商、金融、政法、车联网等众多行业场景。

移动应用防逆向保护，通过加壳加密、控制流混淆及虚拟化指令等技术，对移动应用中的DEX文件、SO库文件及JS文件进行加密保护，增加代码逆向分析的难度。采用动态加载、JAVA2C及VMP等技术，对程序DEX文件进行保护，通过函数分离抽取和虚拟化执行，实现DEX文件代码安全加固；采用动态加载及高级混淆技术，对程序SO库文件进行保护，通过函数控制流深度混淆，实现SO库文件代码安全加固；采用动态加载及虚拟化技术，对JS代码进行保护，通过函数控制流混淆和虚拟指令，实现JS文件代码安全加固。除了针对移动应用APP加固之外，还可以对JAR或AAR等SDK库文件进行加密混淆，防止非法人员进行逆向分析和代码窃取，实现SDK库文件代码混淆，增加逆向分析的难度。

随着企业数字化转型的加速，远程办公、移动办公和混合办公模式越来越普遍，因此企业大部分资源会放在云上，但依靠网络边界的方式，会使得效率变得低下，同时也会给企业带来一系列互联网安全风险。面对网络安全威胁变化和网络边界泛化模糊的新形势，以“从不信任，始终验证”为基本原则的零信任架构应运而生。美国国家标准与技术研究院（NIST）将零信任安全定义为“一组不断发展的网络安全范式，将防御从静态的、基于网络边界转移到关注用户、资产和资源的领域”。InforCube移动安全管理平台（MSP），是一体化、可持续、自适应的移动安全整体防护解决方案。

应用安全检测，移动应用上线发布前，进行统一安全检测，从软件容错、组件安全、输入输出安全和程序代码漏洞等角度进行安全检测。对用户输入数据进行有效性、合法性校验，防止非法数据输入导致系统异常响应，如脚本注入攻击。对组件权限进行限制和安全配置，避免第三方移动应用随意调用组件内容和劫持组件的安全问题。不调用存在已知漏洞的第三方库，确保在进行调用过程中，不存在可被恶意利用的漏洞。采用安全键盘，屏蔽或隐藏输入的隐私数据，禁止明文显示。移动应用安全检测，通过对移动应用APP进行逆向分析和源代码还原，采用静态特征匹配、动态行为分析、人机交互模拟和数据流关联分析等多种自动化检测方式，从隐私敏感权限、程序源码漏洞、框架组件漏洞、数据泄露风险和敏感行为风险等上百种漏洞风险类型中，发现移动应用程序中存在的安全漏洞和数据泄露风险。检测结果可以在页面上详细直观展示出来，可以一键生成多种文件格式的检测报告，并针对检测出来的安全漏洞，给出有效的修改建议和解决方案，在移动应用上线发布前，解决移动应用程序存在的安全漏洞，保障移动应用安全。移动应用安全加固，采用自动化封装形式及加壳加密和虚拟沙箱技术。生成报告

企业移动应用商店，为企业提供应用的集中管理和统一发布入口，并支持各版本应用的下载安装使用情况统计。屏蔽输入隐藏数据

移动应用漏洞检测，采用模拟人机交互和操作行为分析的动态检测方式。使用移动虚拟沙箱环境，其中预置了多种行为捕获探针，包括敏感权限操作、敏感数据访问、通信网络访问等，通过自动化控制模拟人机交互，将需要检测的移动应用安装到该环境上运行，并采集应用程序运行时的多种操作行为，对操作行为进行关联分析，检测应用中存在的程序代码漏洞和敏感数据泄露，该方式有效的弥补了静态特征扫描的不足，更大程度的发现应用程序中的潜在漏洞，减小移动应用上线发布后的安全风险。屏蔽输入隐藏数据