Glassbox：真实设备上恶意 Android 应用程序的动态分析平台

Android 是使用最广泛的智能手机操作系统，2015 年市场份额达 82.8%。因此，它也是恶意软件作者最常针对的系统。研究人员依赖动态分析来提取恶意软件行为，并经常使用模拟器来进行此操作。然而，使用模拟器带来了新的问题。恶意软件可能会检测到模拟环境，从而不执行载荷以规避分析。应对虚拟设备逃避是一场无休止的战争，且伴随着不可忽视的计算成本。为了克服这种状况，我们提出了一种不使用虚拟设备来分析恶意软件行为的系统。Glassbox 是一个用于恶意应用动态分析的功能原型。它在受监控和受控的环境中于真实设备上执行应用程序。它是一个全自动系统，负责安装、测试并从应用程序中提取特征以供进一步分析。我们展示了该平台的架构，并将其与现有的 Android 动态分析平台进行了比较。最后，我们通过测量在 AndroCoverage 数据集上的基本块平均覆盖率，评估了 Glassbox 触发应用程序行为的能力。结果表明，它执行的基本块数量平均比 Monkey 程序多 13.52%。