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 杨牧天 武延军 武志飞 王永吉 罗天悦
• 来源期刊: 中国科学院大学学报
• 学科: 工学
• 关键词: Android应用 隐私泄露 有向信息流 恶意应用检测 反编译
• 年，卷（期）: 2015,（6）
• 所属期刊栏目: 计算机科学
• 页码范围: 807-815
• 分类号: TP393
• 语种: 中文
• DOI: 10.7523/j.issn.2095-6134.2015.06.013

摘要

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	武延军	中国科学院软件研究所总体部	35	178	7.0	11.0
5	吴敬征	中国科学院软件研究所总体部	7	27	3.0	5.0
9	罗天悦	中国科学院软件研究所总体部	2	0	0.0	0.0
10	武志飞	中国科学院软件研究所总体部	2	0	0.0	0.0
11	杨牧天	中国科学院软件研究所总体部	2	0	0.0	0.0