使用敏感路径识别方法分析安卓应用安全性

来源：软件学报杂志2017年第9期北京时间：

作者：缪小川,汪睿,许蕾,张卫丰,徐宝文

单位：缪小川，计算机软件新技术国家重点实验室(南京大学), 江苏 南京 210023;南京大学 计算机科学与技术系, 江苏 南京 21002311,汪睿，计算机软件新技术国家重点实验室(南京大学), 江苏 南京 210023;南京大学 计算机科学与技术系, 江苏 南京 21002302,许蕾，计算机软件新技术国家重点实验室(南京大学), 江苏 南京 210023;南京大学 计算机科学与技术系, 江苏 南京 21002303,张卫丰，南京邮电大学 计算机学院, 江苏 南京 21002304,徐宝文，计算机软件新技术国家重点实验室(南京大学), 江苏 南京 210023;南京大学 计算机科学与技术系, 江苏 南京 21002305

摘要：安卓系统在手机端操作系统中长期占据主导地位，但由于安卓系统开放共享的特性和不够严谨的第三方市场审核机制，安卓平台受到众多恶意应用的侵扰.结合静态程序分析和机器学习方法，提出了基于敏感路径识别的安卓应用安全性分析方法.首先，针对恶意应用中存在的恶意行为以及触发条件，定义了敏感路径；其次，针对安卓应用中存在大量组件间函数调用关系问题，提出了一种生成应用组件间函数调用关系图的方法；再次，由于提取出的敏感路径信息无法直接作为识别特征，实现了一种基于敏感路径信息抽象的特征提取方法；最后，从Google Play、豌豆荚、Drebin等来源收集了493个应用APK文件作为实验数据集，该方法的准确率为97.97%，高于基于API-Feature的检测方法（90.47%）.此外，在恶意应用和良性应用检测的精度、召回率、F度量等方面，该方法均优于API-Feature方法.另外，实验结果表明：APK文件大小会影响实验的结果，尤其体现在分析时间上（0~4MB大小的APK平均分析用时89s；文件增大后，平均分析用时增长明显）.

关键词：安卓恶意应用;敏感路径;组件函数调用关系;程序静态分析;特征抽象

基金资助：国家重点基础研究发展计划（973）（2014CB340702）；国家自然科学基金（61272080，91418202，61403187）