基于有向信息流的Android隐私泄露类恶意应用检测方法.PDFVIP

第３２卷第６期 中国科学院大学学报 Ｖｏｌ. ３２ Ｎｏ. ６ ２０１５年１１月 Ｊｏｕｒｎａｌ ｏｆ Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ｃｈｉｎｅｓｅ Ａｃａｄｅｍｙ ｏｆ Ｓｃｉｅｎｃｅｓ Ｎｏｖｅｍｂｅｒ ２０１５　 文章编号:２０９５￣６１３４(２０１５)０６￣０８０７￣０９ 基于有向信息流的 Ａｎｄｒｏｉｄ 隐私泄露类恶意应用检测方法∗ １ꎬ２† １ꎬ２ １ １ １ ２ꎬ３ 吴敬征 ꎬ武延军 ꎬ武志飞 ꎬ杨牧天 ꎬ罗天悦 ꎬ王永吉 (１ 中国科学院软件研究所总体部ꎬ北京 １００１９０ꎻ２ 中国科学院软件研究所计算机科学国家重点实验室ꎬ北京 １００１９０ꎻ ３ 中国科学院软件研究所基础软件国家工程中心ꎬ北京 １００１９０) (２０１４年１０月１１ 日收稿ꎻ２０１５年３月２７ 日收修改稿) Ｗｕ Ｊ ＺꎬＷｕ Ｙ ＪꎬＷｕ Ｚ Ｆꎬｅｔ ａｌ. Ａｎ Ａｎｄｒｏｉｄ ｐｒｉｖａｃｙ ｌｅａｋａｇｅ ｍａｌｉｃｉｏｕｓ ａｐｐｌｉｃａｔｉｏｎ ｄｅｔｅｃｔｉｏｎ ａｐｐｒｏａｃｈ ｂａｓｅｄ ｏｎ ｄｉｒｅｃｔｅｄ ｉｎｆｏｒｍａｔｉｏｎ ｆｌｏｗ[Ｊ]. Ｊｏｕｒｎａｌ ｏｆ Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ｃｈｉｎｅｓｅ Ａｃａｄｅｍｙ ｏｆ Ｓｃｉｅｎｃｅｓꎬ２０１５ꎬ３２(６):８０７￣８１５. 摘　 要　 Ａｎｄｒｏｉｄ 系统占据智能移动终端市场８１９％ 的份额ꎬ预计还会持续增长. 同时ꎬ针对 Ａｎｄｒｏｉｄ 系统的恶意应用日益增多ꎬＡｎｄｒｏｉｄ 恶意应用程序检测技术已经成为安全领域研究的 热点问题.本文提出一种基于有向信息流的针对Ａｎｄｒｏｉｄ 隐私泄漏类恶意应用的检测方法.该 方法首先反编译应用程序ꎬ分析配置文件中的权限申明ꎻ基于隐私点数据集构建隐私数据有向 信息流模型ꎻ通过在信息流模型中对隐私点的跟踪分析ꎬ检测隐私数据是否被发送出去而导致 信息泄漏.该方法在对Ａｎｄｒｏｉｄ 第三方市场的７９８５ 个应用程序检测中ꎬ发现３５７ 个恶意应用. 通过实验方式验证了检测结果的准确性.结果表明该方法对Ａｎｄｒｏｉｄ 隐私泄露类恶意应用具 有很好的检测效果. 关键词　 Ａｎｄｒｏｉｄ应用ꎻ隐私泄露ꎻ有向信息流ꎻ恶意应用检测ꎻ反编译 中图分类号:ＴＰ３９３　 　 文献标志码:Ａ　 　 ｄｏｉ:１０７５２３/ ｊ.ｉｓｓｎ.２０９５￣６１３４２０１５０６０１３ Ａｎ Ａｎｄｒｏｉｄ ｐｒｉｖａｃｙ ｌｅａｋａｇｅ ｍａｌｉｃｉｏｕｓ ａｐｐｌｉｃａｔｉｏｎ ｄｅｔｅｃｔｉｏｎ ａｐｐｒｏａｃｈ ｂａｓｅｄ ｏｎ ｄｉｒｅｃｔｅｄ ｉｎｆｏｒｍａｔｉｏｎ ｆｌｏｗ １ꎬ２ １ꎬ２ １ １ １ ２ꎬ３ ＷＵＪｉｎｇｚｈｅｎｇ ꎬＷＵ Ｙａｎｊｕｎ ꎬＷＵ Ｚｈｉｆｅｉ ꎬＹＡＮＧ Ｍｕｔｉａｎ ꎬＬＵＯＴｉａｎｙｕｅ ꎬＷＡＮＧ Ｙｏｎｇｊｉ (１Ｉｎｓｔｉｔｕｔｅ ｏｆ ＳｏｆｔｗａｒｅꎬＣｈｉｎｅｓｅＡｃａｄｅｍｙ ｏｆ ＳｃｉｅｎｃｅｓꎬＢｅｉｊｉｎｇ １００１９０ꎬＣｈｉｎａꎻ２ ＳｔａｔｅＫｅｙ Ｌａｂｏｒａｔｏｒｙ ｏｆ Ｃｏｍｐｕｔｅｒ ＳｃｉｅｎｃｅꎬＩｎｓｔｉｔｕｔｅ ｏｆ ＳｏｆｔｗａｒｅꎬＣｈｉｎｅｓｅＡｃａｄｅｍｙ ｏｆ ＳｃｉｅｎｃｅｓꎬＢｅｉｊｉｎｇ １００１９０ꎬＣｈｉｎａꎻ３Ｎａｔｉｏｎａｌ Ｅｎｇｉｎｅｅｒｉｎｇ Ｒｅｓｅａｒｃｈ Ｃｅｎｔｅｒｆｏｒ Ｆｏｕｎｄａｍｅｎｔａｌ ＳｏｆｔｗａｒｅꎬＩｎｓｔｉｔｕｔｅ ｏｆ Ｓｏｆｔｗａ