LeakSemantic：识别移动应用中的异常敏感网络传输
密码学与安全
2017-02-08 v2
摘要
移动应用（apps）经常出于各种意图通过网络传输敏感数据。某些传输是实现应用功能所必需的。然而，接收方恶意的传输可能导致隐私泄露，并且往往表现得隐蔽以规避检测。问题有两个方面：如何揭示移动应用中的敏感传输，以及给定一次敏感传输，如何判断其是否合法？本文提出LeakSemantic，一个能够自动定位移动应用中异常敏感网络传输的框架。LeakSemantic由一个混合程序分析组件和一个机器学习组件组成。我们的程序分析组件结合静态分析和动态分析以精确识别敏感传输。与现有的污点分析方法相比，LeakSemantic实现了更高的准确率，误报更少，并且能够为每次传输收集运行时数据（如网络流量）。基于从运行时数据中提取的特征，构建机器学习分类器以进一步区分合法与非法的披露。实验表明，在来自1404个应用的2279条敏感连接上，LeakSemantic达到了91%的准确率。
引用
@article{arxiv.1702.01160,
title = {LeakSemantic: Identifying Abnormal Sensitive Network Transmissions in Mobile Applications},
author = {Hao Fu and Zizhan Zheng and Somdutta Bose and Matt Bishop and Prasant Mohapatra},
journal= {arXiv preprint arXiv:1702.01160},
year = {2017}
}