抗机器学习检测的Android应用流量混淆过程

作者：吴超; 王佳贺; 魏松杰

来源：计算机应用与软件, 2018, 35(11): 301-308.

• Android
• 隐私保护
• 流量混淆
• BP神经网络
• 支持向量机

移动互联网时代,基于Android应用的智能终端普及率日益提高。Android终端应用网络连接和数据包交换频繁,用户在使用Android终端上的应用进行数据传输和信息发送的同时,也暴露了用户的应用操作网络行为状态。面向Android应用的网络行为流量混淆方法可以在不改变用户原有连接状态和网络数据传输内容的前提下,通过改变传输流量数据包的时序和数目特征,达到对指定用户应用行为特征的隐私保护。通过提取连接数、连接平均时长等流量特征,对混淆后的流量进行分类验证。实验结果表明,经过该过程混淆后的流量能够有效地改变Android终端的应用行为流量特征,抵御支持向量机(SVM)和BP神经网络算法的分类识别,实现对Android终端指定应用网络行为的保护。

• 单位
  南京理工大学