差分隐私保护的Android应用流量行为混淆方法

来源：计算机工程与应用杂志2020年第2期北京时间：

作者：王佳贺，魏松杰，吴超

单位：南京理工大学 计算机科学与工程学院，南京 210094

摘要：针对Android用户在终端传输数据和发送信息所带来的网络应用行为暴露等问题，通过结合自定义流量混淆和差分隐私无关流量干扰两种方法的优势，能够在保证Android应用网络连接状态和数据传输内容不变的前提下，通过改变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。实验结果表明，选取Android典型应用流量并提取六种主要流量特征，对比混淆前后数据包特征，所提混淆方法能够有效地改变Android终端的应用流量，抵御支持向量机（Support Vector Machine，SVM）和BP（Back Propagation）神经网络算法的识别，准确率高达96.55%，最终实现对Android终端应用行为的保护。

关键词：安卓,差分隐私,流量混淆,隐私保护