基于有向信息流的Android隐私泄露类恶意应用检测方法

作者：吴敬征; 武延军; 武志飞; 杨牧天; 罗天悦; 王永吉

来源：中国科学院大学学报, 2015, 32(06): 807-815.

• Android应用
• 隐私泄露
• 有向信息流
• 恶意应用检测
• 反编译

Android系统占据智能移动终端市场81.9%的份额,预计还会持续增长.同时,针对Android系统的恶意应用日益增多,Android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,分析配置文件中的权限申明;基于隐私点数据集构建隐私数据有向信息流模型;通过在信息流模型中对隐私点的跟踪分析,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7 985个应用程序检测中,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.

• 单位
  中国科学院软件研究所; 计算机科学国家重点实验室