论文部分内容阅读
Wi-Fi环境下手机用户逐年增多,手机中存储了几乎用户所有的隐私信息,例如短信、手机联系人、照片、某些应用账户名和密码等,甚至有些用户手机还存储了公司或单位的机密文件,一旦手机中的隐私泄露,将给用户带来巨大的损失。安卓设备是当今移动设备中所占比例最高的手机设备。由于安卓系统的开源特性,很多恶意应用猖獗,在用户不知情的情况下盗取用户隐私信息。因此,Wi-Fi环境下,对安卓用户隐私信息保护的研究具有重要意义。Wi-Fi环境下,安卓恶意应用成为泄露用户隐私数据的主要方式,检测安卓应用是否为恶意应用可以从根源上保护用户隐私信息。本文针对Wi-Fi下安卓用户隐私泄露问题,从安卓恶意应用泄露用户隐私的角度出发,主要研究内容及创新点如下:1)对Wi-Fi环境下安卓手机用户隐私泄露风险进行验证分析。通过BT5系统,破解Wi-Fi登录密码,安卓手机连接上该Wi-Fi后,通过数据截取、数据流分析等方法,窃取安卓手机第三方应用所产生的隐私数据。通过该实验分析了Wi-Fi环境下安卓手机存在泄露用户隐私的风险。2)通过对数据挖掘算法Apriori的研究,提出了安卓恶意应用检测算法DApriori。DApriori算法对Apriori算法进行改进,将其应用于安卓恶意应用检测中。它通过对安卓恶意应用样本挖掘,得到恶意应用用户权限间关联规则,通过该规则来判断安卓应用是否是恶意的,并将该算法应用于安卓恶意应用静态检测与动态运行环境中,通过实验验证了该算法能够有效检测出安卓恶意应用。3)通过对静态污点分析工具FlowDroid的研究,提出安卓隐私保护方案DFlowDroid。DFlowDroid在FlowDroid的基础上,对计算污点传输流路径的算法进行优化。在计算污点传输路径的同时提取应用的特定信息,通过对这些特定信息做进一步判断,能够更准确的判断应用是否是恶意的,这种优化方式提升了原算法检测的准确率。