6thSense：面向智能设备的上下文感知基于传感器的攻击检测器
密码学与安全
2017-07-03 v1
摘要
传感器（例如光、陀螺仪、加速度计）及智能设备上启用传感的应用使应用更用户友好且高效。然而，当前智能设备基于权限的传感器管理系统仅关注某些传感器，任何App只需访问通用传感器API即可获取其他传感器。借此，攻击者能以众多方式利用这些传感器：提取或泄露用户敏感信息、传输恶意软件、或从其他附近设备记录或窃取敏感信息。本文提出6thSense，一个上下文感知入侵检测系统，它通过观察用户不同任务中传感器数据的变化并建立上下文模型以区分传感器的良性与恶意行为，从而增强智能设备安全性。6thSense利用三种不同的基于机器学习的检测机制（即马尔可夫链、朴素贝叶斯和LMT）检测与传感器关联的恶意行为。我们在传感器丰富的Android智能设备（即智能手机）上实现了6thSense，并收集了50名真实用户典型日常活动的数据。此外，我们评估了6thSense对抗三种基于传感器威胁的性能：(1)可通过传感器（例如光）触发的恶意App，(2)可通过传感器泄露信息的恶意App，(3)可使用传感器窃取数据的恶意App。我们广泛的评估表明，6thSense框架是一种有效且实用的击败日益增长的基于传感器威胁的方法，准确率高于96%且不损害设备正常功能。此外，我们的框架开销极小。
引用
@article{arxiv.1706.10220,
title = {6thSense: A Context-aware Sensor-based Attack Detector for Smart Devices},
author = {Amit Kumar Sikder and Hidayet Aksu and A. Selcuk Uluagac},
journal= {arXiv preprint arXiv:1706.10220},
year = {2017}
}
备注
18 pages, Cyber-security, smart devices, sensors, sensor-based threats, 26th USENIX Security Symposium