一种android应用程序恶意行为的静态检测方法,一种Android应用程序恶意行为的静态检测方法①...

计 算 机 系 统 应 用 http://doc.docsou.com 2013 年 第22卷 第 7 期

148软件技术·算法 Software Technique ·Algorithm

一种Android 应用程序恶意行为的静态检测方法①

李子锋, 程绍银, 蒋 凡

(中国科学技术大学 信息安全测评中心, 合肥 230027)

摘 要: 目前Android 应用程序的安全问题得到越来越多的关注. 提出一种检测Android 应用程序中恶意行为的静态分析方法, 该方法采用静态数据流分析技术, 并实现了常量分析算法, 通过跟踪应用程序对常量值的使用来检测恶意订购、资费消耗等多种类型的恶意行为. 实验结果表明, 该方法可以有效检测出Android 应用程序的恶意行为, 具有较高的实用性.

关键词: 静态分析; 恶意行为; 常量分析; Android 安全; 数据流分析

Static Detection Method for Malicious Behavior in Android Apps

LI Zi-Feng, CHENG Shao-Yin, JIANG Fan

(Information Technology Security Evaluation Center, University of Science and Technology of China, Hefei 230027, China)

Abstract : Currently, the issues on Android application’s security have attracted more and more attentions. This paper presents a static analysis method to detect malicious behavior in Android applications. The method uses static data flow analysis technology, and implements a const analysis algorithm that tracing how the const value is used by the application to detect different kinds of malicious behavior, such as ordering services and consuming payments maliciously. The result of experiments shows that the method is practical, and can detect the malicious behavior in Android applications effectively.

Key words : static analysis; malicious behavior; const analysis; Android security; data flow analysis

1 引言

目前Android 系统的移动设备已经得到了广泛的应用. 2012年上半年搭载Android 系统的智能终端出货量达到一亿多部, 市场占有率近70%[1]. 随着移动智能终端的发展, Android 平台上的安全问题也日益突出, 恶意软件的数量出现爆发式的增长. 仅2012年第三季度就查杀恶意软件2.3万余款, 感染手机991万部, 且94%的恶意软件集中在Android 平台[2]. 而目前主流的安全软件都无法有效遏制恶意软件的大范围传播, 这使得Android 用户面临着越来越大的安全威胁.

目前对Android 恶意应用程序的检测方法主要有两种: 一种是按照病毒查杀的方式进行检测, 将恶意软件当成病毒, 按照特征签名的方式进行检测. DroidRanger [3]总结了十种已知的Android 恶意软件的

行为特征和两种启发式规则, 用来检测未知应用程序.该方法可以快速检测出已知恶意软件, 对于新出现的应用程序多采用人工分析的方式, 因此检测结果存在一定的滞后期. 另一种方式是采用动态监控的方法, 通过动态实时监控应用程序的执行及其与外部环境的交互进行检测. TaintDroid [4]是一个系统级的动态实时分析工具, 采用动态数据流分析方法, 监控应用程序对敏感信息的泄露. AppInspector [5]采用动态分析方法, 可以自动生成输入并在程序执行过程中记录日志, 通过分析记录的日志信息来检测应用程序当中是否存在隐私泄露行为. 该方法依赖于特定的触发条件, 对于触发逻辑较为复杂的应用程序, 存在明显的不足.

本文提出了一种基于常量分析的静态数据流分析方法, 通过静态分析Android 字节码文件, 跟踪应用程

① 基金项目:高等学校博士学科点专项科研基金新教师类资助课题(20113402120026);安徽省自然科学基金(1208085QF112);

安徽省高等学校优秀青年人才基金(2012SQRL001ZD);中央高校基本科研业务费专项资金(WK0110000007) 收稿时间:2012-12-27;收到修改稿时间:2013-01-29