基于Android應(yīng)用的安全分析技術(shù)研究.pdf

1、隨著科技的高速發(fā)展，智能手機(jī)已成為人們必不可少的生活用品。Android系統(tǒng)由于平臺(tái)的開放性獲得了很多開發(fā)者和廠商的支持，Android應(yīng)用的范圍不斷擴(kuò)大。隨著應(yīng)用和用戶不斷增多，Android應(yīng)用面臨的攻擊面越來(lái)越多。比如惡意代碼擁有某些權(quán)限執(zhí)行讀取用戶敏感數(shù)據(jù)，并發(fā)送到服務(wù)器端；又比如開發(fā)者不正確使用ICC通信機(jī)制發(fā)送敏感數(shù)據(jù)，攻擊者通過(guò)偽裝接收者竊取敏感信息。如何判斷Android應(yīng)用是否安全，是否進(jìn)行惡意攻擊，是用戶和開發(fā)者急需

2、解決的問(wèn)題。
　　1、基于上述App惡意行為問(wèn)題和ICC機(jī)制被惡意利用問(wèn)題，本文分析了現(xiàn)有的靜態(tài)分析技術(shù)和動(dòng)態(tài)檢測(cè)技術(shù)。針對(duì)動(dòng)態(tài)檢測(cè)比較復(fù)雜，可能存在惡意繞過(guò)檢測(cè)機(jī)制等原因，本文提出來(lái)基于機(jī)器學(xué)習(xí)和基于形式化的兩類靜態(tài)分析技術(shù)。
　　2、針對(duì)App中泄露用戶敏感數(shù)據(jù)等惡意行為，由于其存在惡意特征，本文選擇機(jī)器學(xué)習(xí)技術(shù)對(duì)其惡意特征進(jìn)行檢測(cè)。分析方案首先根據(jù)已知善意和惡意樣本提取權(quán)限特征和 API特征，然后利用多種機(jī)器學(xué)習(xí)方法訓(xùn)

3、練分類器，再用分類器判別未知樣本是善意程序還是惡意程序，最后選擇具有最高準(zhǔn)確率的分類器。
　　3、App中除了攻擊者惡意編寫的代碼之外，還可能存在不正確使用各類機(jī)制所造成的威脅。為了檢測(cè)開發(fā)者不正確使用ICC機(jī)制構(gòu)成的潛在攻擊路徑，需要分析其App組件內(nèi)部和組件間數(shù)據(jù)流，本文選擇形式化技術(shù)進(jìn)行檢測(cè)。該方案首先在FlowDroid和Soot的基礎(chǔ)上做靜態(tài)分析，獲取利用ICC通信的組件、意圖、權(quán)限等模型信息和敏感流信息；然后根據(jù)形式化

4、語(yǔ)言對(duì)Android ICC通信機(jī)制以及App中提取的實(shí)體建立形式化模型；再根據(jù)組件間通信常見(jiàn)攻擊模型，建立模型檢測(cè)語(yǔ)句，利用分析器執(zhí)行模型檢測(cè)；最后將檢測(cè)的潛在攻擊路徑反饋給用戶。
　　4、為了找到準(zhǔn)確率最高的分類器，本文選擇8種不同的機(jī)器學(xué)習(xí)算法以及3種不同的靜態(tài)特征訓(xùn)練不同的分類器，實(shí)驗(yàn)表明隨機(jī)森林分類器達(dá)到了一個(gè)較高的準(zhǔn)確率（98.08％）。同時(shí)，為了驗(yàn)證形式化方案的有效性，本文進(jìn)行自動(dòng)化測(cè)試、正確性測(cè)試、性能測(cè)試。測(cè)試表