基于靜態(tài)分析的Android操作系統(tǒng)隱私保護(hù)機(jī)制評(píng)估方法研究.pdf

1、近年來，智能手機(jī)在移動(dòng)終端市場(chǎng)具有很高的占有率。隨著智能手機(jī)的功能日益強(qiáng)大，它們能完成的工作也越來越多，例如拍攝照片、定位導(dǎo)航、支付賬單、瀏覽網(wǎng)頁、發(fā)送電子郵件等。在用戶使用智能手機(jī)時(shí)，他們會(huì)把許多隱私數(shù)據(jù)保存在手機(jī)里，包括照片、電子郵件、文檔、瀏覽歷史等。于是，為這些隱私數(shù)據(jù)提供有效的保護(hù)，成為智能手機(jī)操作系統(tǒng)的重要任務(wù)。作為當(dāng)前市場(chǎng)占有率最高的智能手機(jī)操作系統(tǒng)，Android實(shí)現(xiàn)了一套基于權(quán)限管理的隱私保護(hù)機(jī)制，來保護(hù)用戶的隱私數(shù)據(jù)

2、。當(dāng)前，該機(jī)制的有效性已經(jīng)成為信息安全領(lǐng)域的研究熱點(diǎn)之一。
　　本文在靜態(tài)分析的基礎(chǔ)上，提出了一種針對(duì)Android系統(tǒng)隱私保護(hù)機(jī)制有效性的評(píng)估方法。在識(shí)別出智能手機(jī)中的所有讀取和發(fā)送隱私數(shù)據(jù)的接口后，該評(píng)估方法可以檢測(cè)惡意軟件可能利用的攻擊路徑，這些攻擊路徑可以在用戶不知情的情況下侵犯用戶的隱私數(shù)據(jù)。本文的主要工作和創(chuàng)新點(diǎn)如下:
　　1.提出了一種基于靜態(tài)分析的形式化評(píng)估方法，對(duì)Android系統(tǒng)隱私保護(hù)機(jī)制的有效性進(jìn)行了

3、評(píng)估。該評(píng)估方法從攻擊者的角度，檢測(cè)隱私保護(hù)機(jī)制的脆弱性。
　　2.提出了一種Android隱私保護(hù)機(jī)制的攻擊圖生成方法。該方法首先識(shí)別Android系統(tǒng)的隱私數(shù)據(jù)，以及讀取或發(fā)送隱私數(shù)據(jù)的敏感接口;然后，基于靜態(tài)分析工具對(duì)調(diào)用這些敏感接口的執(zhí)行路徑進(jìn)行分析，據(jù)此建立隱私保護(hù)機(jī)制的攻擊圖。
　　3.實(shí)現(xiàn)了一個(gè)邏輯分析器，該分析器首先將Android隱私保護(hù)機(jī)制的攻擊圖轉(zhuǎn)換為Horn子句;然后對(duì)其進(jìn)行邏輯推理。通過枚舉惡意軟件

4、可能利用的攻擊路徑，該邏輯分析器可以檢測(cè)出惡意軟件在沒有聲明任何權(quán)限的情況下，讀取并發(fā)送隱私數(shù)據(jù)的攻擊路徑。
　　4.發(fā)現(xiàn)了一些Android隱私保護(hù)機(jī)制的脆弱性。本文對(duì)12個(gè)版本的Android系統(tǒng)進(jìn)行了評(píng)估，從Android2.1到最新發(fā)布的Android4.4.2，并發(fā)現(xiàn)多處隱私保護(hù)機(jī)制的脆弱性。通過利用這些脆弱性，惡意軟件可以在沒有聲明相關(guān)權(quán)限的情況下，讀取多種類型的隱私數(shù)據(jù)，并通過網(wǎng)絡(luò)發(fā)送給外部服務(wù)器，而不會(huì)引起用戶的察

5、覺。這些系統(tǒng)脆弱性在8個(gè)Android設(shè)備中得到了驗(yàn)證，實(shí)驗(yàn)表明，這些脆弱性已經(jīng)在Android系統(tǒng)中存在多年，當(dāng)前幾乎所有的Android設(shè)備都受其影響。
　　5.對(duì)于發(fā)現(xiàn)的Android隱私保護(hù)機(jī)制的脆弱性，提出了多種修復(fù)方法，并為軟件市場(chǎng)管理者以及Android系統(tǒng)提出了惡意軟件檢測(cè)方法，以檢測(cè)利用這些系統(tǒng)脆弱性的惡意軟件。
　　6.為了證明當(dāng)前應(yīng)用軟件市場(chǎng)管理者和多款流行的安全監(jiān)控軟件對(duì)本文發(fā)現(xiàn)的系統(tǒng)脆弱性疏于防范，

6、本文實(shí)現(xiàn)了一個(gè)利用這些系統(tǒng)脆弱性的惡意軟件，并發(fā)布到Google Play軟件市場(chǎng)。實(shí)驗(yàn)表明，用戶在安裝該惡意軟件時(shí)，不會(huì)受到任何敏感權(quán)限的警告，在該惡意軟件發(fā)起攻擊時(shí)，也不會(huì)引發(fā)多款安全監(jiān)控軟件的警報(bào)。
　　7.提出了一種基于代碼模塊質(zhì)量的優(yōu)化方法，以解決評(píng)估工作中遇到的靜態(tài)分析工具高誤報(bào)率問題。該方法可以為每一份靜態(tài)分析警報(bào)計(jì)算一個(gè)優(yōu)先級(jí)，優(yōu)先級(jí)越高的警報(bào)，越有可能對(duì)應(yīng)真實(shí)的軟件漏洞或問題。在針對(duì)三個(gè)開源軟件的實(shí)驗(yàn)中，該方法與