随着技术的进步,智能手机给人们的生活带来了极大的便利。据统计,搭载Android智能系统的手机现如今已经占据了 81%的手机市场份额,这也正让安卓系统成为了攻击者窃取用户隐私数据的一个重要目标。因此,由智能手机所导致的用户隐私泄露问题成为了一个重要话题。导致用户隐私数据被泄露的原因主要有两种。一种是由于软件编写者的粗心所致,另一种是攻击者所编写的恶意软件的故意行为。但有的开发者为了谋取利润,使用了广告库所开发的非恶意软件同样会泄露用户的隐私数据。研究者通常会根据Android恶意软件的主要威胁特征:违反隐私保护机制,即泄露敏感信息(例如位置信息、联系人信息、图片、短信等)来识别恶意软件。所以,应用中的隐私泄露作为恶意软件的重要特征,引起了学术界的普遍关注。虽然基于Android平台的数据流分析不同于PC端,但是由于学术界众多研究者的共同努力,许多像Activity生命周期,回调函数,组件间通信等问题均己得到了很好的解决。我们在研究基于数据流分析的安卓平台隐私泄露的过程中发现由于Fragment出现的多样性,在回调函数以及Activity生命周期中动态绑定的Fragment占据了很大一部分,而在执行数据流分析时,Fragment的生命周期对数据流分析结果有着重要的影响。因此,缺少对这部分Fragment的分析将导致很大一部分的隐私泄露会被丢失。另一方面,攻击者可能会利用Fragment这种隐蔽点来隐藏其恶意行为,从而绕过恶意软件检测工具的检测。因此如果不完全考虑动态注册的Fragment的生命周期,那么由于该部分Fragment所引起的隐私泄露问题将无法被检测到。通过调研我们发现,在目前解决安卓平台隐私泄露问题的研究工作当中,都没有注意到这一问题。因此我们通过实验证明,执行数据流分析时应用中动态绑定的Fragment对检测结果有着至关重要的影响。我们基于学术界公认的静态数据流分析框架FlowDroid实现了分析结果更加全面的隐私泄露检测工具:FragHarden,并通过大量测试集的实验证明了动静态注册的Fragment对隐私泄露检测结果不同程度的影响,验证了FragHarden的有效性。最后我们对FragHarden的执行效率进行了对比评估,其平均性能开销为16.7%。