CN110020552B - 一种基于有限状态自动机的Android应用跨组件污点数据流拼接方法 - Google Patents

一种基于有限状态自动机的Android应用跨组件污点数据流拼接方法 Download PDF

Info

Publication number
CN110020552B
CN110020552B CN201910278560.6A CN201910278560A CN110020552B CN 110020552 B CN110020552 B CN 110020552B CN 201910278560 A CN201910278560 A CN 201910278560A CN 110020552 B CN110020552 B CN 110020552B
Authority
CN
China
Prior art keywords
data stream
flow
tainted
taint
state
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201910278560.6A
Other languages
English (en)
Other versions
CN110020552A (zh
Inventor
王伟平
舒子蔚
宋虹
张士庚
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Central South University
Original Assignee
Central South University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Central South University filed Critical Central South University
Priority to CN201910278560.6A priority Critical patent/CN110020552B/zh
Publication of CN110020552A publication Critical patent/CN110020552A/zh
Application granted granted Critical
Publication of CN110020552B publication Critical patent/CN110020552B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/60—Protecting data
    • G06F21/62—Protecting access to data via a platform, e.g. using keys or access control rules
    • G06F21/6218—Protecting access to data via a platform, e.g. using keys or access control rules to a system of files or objects, e.g. local or distributed file system or database
    • G06F21/6245—Protecting personal data, e.g. for financial or medical purposes
    • G06F21/6263—Protecting personal data, e.g. for financial or medical purposes during internet communication, e.g. revealing personal data from cookies

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Bioethics (AREA)
  • General Health & Medical Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Databases & Information Systems (AREA)
  • Computer Security & Cryptography (AREA)
  • Software Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Medical Informatics (AREA)
  • Stored Programmes (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明提出了一种基于有限状态自动机的Android应用跨组件污点数据流拼接方法，首先提取Android应用的组件间的调用关系与组件内的污点数据流，然后依据污点数据流的Source点与Sink点进行分类，组成污点数据流序列集，最后建立有限自动机模型，判断各污点数据流序列能否进行拼接，对能够进行拼接的污点数据流序列，拼接形成跨组件污点数据流，获得Android应用跨组件污点数据流集。本发明所提出的跨组件污点数据流拼接方法，能得到正确的Android应用跨组件污点数据流，且能减少空间开销。

Description

一种基于有限状态自动机的Android应用跨组件污点数据流 拼接方法
技术领域
本发明涉及移动端安全领域，特别是一种基于有限状态自动机的Android应用跨组件污点数据流拼接方法。
背景技术
随着移动互联网技术的发展以及移动端智能设备的普及，移动互联网在生活中逐渐占据了重要的地位。移动端智能设备存储了大量用户隐私信息，随之而来的隐私泄露问题逐渐被人们所关注。
污点数据流分析是一种用来获取相关数据沿着程序执行路径流动的程序信息分析技术。污点数据流分析是常见的分析程序中数据传播的一种方法，通过对程序中的敏感数据进行污点标记，利用数据流分析技术跟踪标记的数据在程序中的传播，来检测程序中是否存在安全隐患问题。污点数据流分析在Android应用的安全漏洞检测、污点数据泄露检测等安全方面具有广泛应用。
现有Android应用的污点数据流分析按照技术大致可以分为两个方向：动态污点数据流分析，静态污点数据流分析。由于动态污点数据流分析的实现与Android平台的版本有关，不同的设备生产商对自己生产的设备会进行不同程度的定制，Android系统自身也在不断发展，这使得动态分析在兼容性方面的局限性较大。静态污点数据流分析则无需考虑Android环境的问题，具有较好的兼容性。
Android应用具有跨组件通信的特性，会发生多个组件联合泄露数据等安全问题，因此有必要对应用内跨组件污点数据流进行分析。现有的分析方法首先拼接出整体组件调用图，再在整体组件调用图上进行组件间的污点数据流分析，得到跨组件污点数据流。该方法需要先拼接出整体组件调用图，而整体组件调用图所需的存储空间大。因此，有必要设计一种能够解决该问题的跨组件污点数据流获取方法。
发明内容
本发明所解决的技术问题，针对现有技术的不足，提供一种跨组件污点数据流拼接方法，通过组件间的调用关系和组件内的污点数据流获得跨组件污点数据流，能减少空间开销。
本发明的技术解决方案如下：
一种基于有限状态自动机的Android应用跨组件污点数据流拼接方法，包括以下步骤：
步骤1：提取Android应用的组件调用参数，确定组件间调用关系；并提取Android应用组件内的污点数据流，存储其相关信息；
步骤2：依据污点数据流的Source点与Sink点情况，对Android应用组件内的污点数据流进行分类；
步骤3：将分类后的污点数据流，按照组件间调用关系，组成多条污点数据流序列，由所有污点数据流序列组成污点数据流序列集；
步骤4：建立污点数据流拼接自动机模型；将上述污点数据流序列集中的各条污点数据流序列分别输入污点数据流拼接自动机模型进行处理，判断能否进行拼接；
步骤5：分别对每条能够拼接的污点数据流序列，将其中的污点数据流按顺序拼接，形成跨组件污点数据流；由所有跨组件污点数据流组成跨组件污点数据流集。
进一步地，所述步骤1中，自定义结构体flow用于存储污点数据流的相关信息，结构体flow包括组件名、Source点、Sink点、读取键集Kg、存放键集Kp、和映射表f；其中组件名表示污点数据流所在组件，Source点表示污点数据流的入点，Sink点表示污点数据流的出点；读取键集Kg表示污点数据流中读取Intent中数据的键的集合；存放键集Kp表示污点数据流中于Intent存放数据的键的集合；映射表f用于表示读取键集Kg和存放键集Kp之间的元素的对应关系；若Kg中的元素g1与Kp中的元素p对应同一个数据，则g1的对应关系为g1：{g1，p}，其中{g1，p}为g1映射后的元素集合；若Kg中的元素g2与Kp中的任何元素都没有对应关系，即集合Kp中不存在与g2对应同一个数据的元素，则g2的对应关系为g2：{g2}。
进一步地，所述步骤2中，依据污点数据流的Source点与Sink点情况，将Android应用组件内的污点数据流分为N、S、D和M四种类型，具体如下：
N类型污点数据流的source点为直接获取敏感数据的API，sink点为直接发送敏感数据的API；
S类型污点数据流的source点为直接获取敏感数据的API，sink点为组件调用API；
D类型污点数据流的source点为组件调用API，sink点为直接发送敏感数据的API；
M类型污点数据流的source点为组件调用API，sink点为组件调用API。
进一步地，所述步骤3中，污点数据流序列有两种形式；
1)包含2条污点数据流，表示为flow1，flow2，其中flow1为S类型污点数据流、flow2为D类型污点数据流，且flow1和flow2所在组件满足组件调用关系；
2)包含3条以上污点数据流，表示为flow1，...，flowi，...，flown，其中1＜i＜n，n≥3，flow1为S类型污点数据流，flow2～flown-1为M类型污点数据流，flown为D类型污点数据流，且两条相邻的污点数据流flowj-1和flowj所在组件满足组件调用关系，其中2≤j≤n。
进一步地，所述步骤4中，污点数据流拼接自动机模型的状态包括：
state0：自动机初始态，此时自动机内没有污点数据流；
state1：自动机拼接状态；
state2：自动机拼接终止态；
state3：自动机错误终止态；
所述步骤4中，将污点数据流序列集中的每条污点数据流序列分别输入污点数据流拼接自动机模型进行处理，判断各条污点数据流序列能够进行拼接的方法为：
步骤4.1：自动机进入state0态，等待输入污点数据流序列，设置当前污点数据流c为空；
步骤4.2：输入一个污点数据流序列，并读入其中的第一条污点数据流；若读入的污点数据流是S类型污点数据流，则保存当前污点数据流c为读入的S类型污点数据流，自动机状态转换为state1，转步骤4.3；否则，自动机状态转换为state3，转步骤4.5；
步骤4.3：从输入的污点数据流序列中读入下一条污点数据流flowi；
(1)若读入的污点数据流flowi为M类型污点数据流，则将当前污点数据流c的组件名改为flowi的组件名，将当前污点数据流c的Sink点改为flowi的Sink点，将当前污点数据流c的存放键集Kp中与flowi的读取键集Kg中相同的元素，按照flowi的映射表中该元素的对应关系，改为映射后的元素，自动机状态仍为state1，转步骤4.3继续读入下一条污点数据流；
(2)若读入的污点数据流flowi为D类型污点数据流，且当前污点数据流c的存放键集Kp与flowi的读取键集Kg的交集非空，则将当前污点数据流c的组件名改为flowi的组件名、Sink点改为flowi的Sink点、存放键集Kg改为空，自动机状态转换为state2，转步骤4.4，否则，自动机状态转换为state3，转步骤4.5；
(3)若读入的污点数据流为其它类型污点数据流，自动机状态转换为state3；
步骤4.4：输出当前污点数据流序列能够拼接的信息；
步骤4.5：输出当前污点数据流序列不能拼接的信息。
有益效果：
本发明提出了一种跨组件污点数据流拼接方法，采用“分而治之”的思想，先逐个分析每个组件调用图中的污点数据流，得到组件内的污点数据流，然后将组件内污点数据流按组件调用关系和数据关系进行拼接，形成跨组件污点数据流。本发明能得到正确的Android应用跨组件污点数据流，且相比现有的分析方法，能减少空间开销，同时还具有扩展性。
附图说明
图1为组件内污点数据流分类示意图；
图2为污点数据流序列示意图；
图3为污点数据流拼接自动机模型图；
图4为跨组件污点数据流拼接方法分析框架图；
图5为市场应用内存占用对比图。
具体实施方式
以下将结合附图和具体实施例对本发明做进一步详细说明：
实施例1：
本实施例说明上述方法的具体步骤。
图4是本发明一种基于有限状态自动机的Android应用跨组件污点数据流拼接方法分析框架图，具体步骤如下：
步骤1：提取Android应用的组件调用参数，确定组件间调用关系，并将组件内污点数据流相关信息存入自定义结构体flow中；
步骤1.1：从Android应用中提取各个组件的Intent与Intent Filter参数，通过匹配Intent与Intent Filter，来确定组件间的调用关系。
使用现有工具IC3分析出Android应用内组件调用的Intent和Intent Filter的参数，根据Android官方文档，将源组件的Intent与目标组件的Intent Filer匹配，从而确定组件间的调用关系。
步骤1.2：从Android应用中提取组件内的污点数据流，将提取到的污点数据流相关信息存入自定义结构体flow中；
自定义的结构体定义为：
Figure BDA0002020900140000061
其中，comp表示污点数据流所在组件，source表示污点数据流的入点，sink表示污点数据流的出点。
集合Kg表示污点数据流中读取Intent中数据的键的集合，键由污点数据流中的getExtra()中的参数提取而来，提取到的这一类键构成集合Kg。
集合Kp表示污点数据流中于Intent存放数据的键的集合，键由污点数据流中的putExtra()中的第一个参数提取而来，提取到的这一类键构成集合Kp。
映射表用于表示集合Kg和集合Kp之间的元素的对应关系；若集合Kg中的元素g1与集合Kp中的元素p对应同一个数据，则g1的映射表为g1:{g1,p}；若集合Kg中的元素g2与集合Kp中的任何元素都没有对应关系(集合Kp中不存在与g2对应同一个数据的元素)，则g2的对应关系为g2:{g2}；此时的映射表为{g1:{g1,p},{g2:{g2}}。
本实施例中，分析得到应用Firstapp.apk的调用关系如下：
Firstapp.apk应用有5个组件，分别是com.example.Firstapp.Comp1、com.example.Firstapp.Comp2、com.example.Firstapp.Comp3、com.example.Firstapp.Comp4、com.example.Firstapp.Comp5。其中，
com.example.Firstapp.Comp1调用com.example.Firstapp.Comp3，com.example.Firstapp.Comp3调用com.example.Firstapp.Comp4，记为com.example.Firstapp.Comp1->com.example.Firstapp.Comp3->com.example.Firstapp.Comp4；
com.example.Firstapp.Comp2调用com.example.Firstapp.Comp5，记为com.example.Firstapp.Comp2->com.example.Firstapp.Comp5。
Firstapp.apk中有7条污点数据流，如下：
flow1{com.example.Firstapp.Comp1,getDeviceId(),d(java.lang.String,java.lang.String),{},{},{}}；
flow2{com.example.Firstapp.Comp1,getDeviceId(),startActivity(android.content.Intent),{},{"str1"},{}}；
flow3{com.example.Firstapp.Comp2,getLatitude(),sendBroadcast(android.content.Intent),{},{},{}}；
flow4{com.example.Firstapp.Comp4,getIntent(),write(byte[]),{"str1"},{},{}}；
flow5{com.example.Firstapp.Comp3,getIntent(),d(java.lang.String,java.lang.String),{"str3"},{},{}}；
flow6{com.example.Firstapp.Comp3,getIntent(),startActivity(android.content.Intent),{"str4"},{"str2"},{"str4":{"str4","str2"}}}；
flow7{com.example.Firstapp.Comp5,getIntent(),sendBroadcast(android.content.Intent),{},{},{}}；
步骤2：依据污点数据流的Source点与Sink点情况，对组件内污点数据流进行分类；
使用组件内污点数据流分析工具FlowDroid分析出组件内的污点数据流，以定义好的结构体存储，并依据污点数据流的Source点和Sink点情况，将组件内的污点数据流进行分类，分成N、S、D、M四类。，如图1所示。其中
source点为直接获取敏感数据的API，sink点为直接发送敏感数据的API的污点数据流为N类型污点数据流，该类型污点数据流中，读取键集Kg为空、存放键集Kp为空、映射关系f为空；
source点为直接获取敏感数据的API，sink点为组件调用API的污点数据流为S类型污点数据流，该类型污点数据流中，读取键集Kg为空、存放键集Kp非空、映射关系f为空；
source点为组件调用API，sink点为直接发送敏感数据的API的污点数据流为D类型污点数据流，该类型污点数据流中，读取键集Kg非空、存放键集Kp为空、映射关系f为空；
source点为组件调用API，sink点为组件调用API的污点数据流为M类型污点数据流，该类型污点数据流中，读取键集Kg、存放键集Kp和映射关系f要么全空，要么全部非空；
本实施例中，应用myapp.apk中的组件内污点数据流分类情况为：
N类型污点数据流有flow1；
S类型污点数据流有flow2、flow3；
D类型污点数据流有flow4、flow5；
M类型污点数据流有flow6、flow7；
步骤3：将分类后的污点数据流按组件间调用关系组成污点数据流序列集；
污点数据流序列有两种形式；
1)包含2条污点数据流，表示为flow1，flow2，其中flow1为S类型污点数据流、flow2为D类型污点数据流，且flow1和flow2所在组件满足组件调用关系；
2)包含3条以上污点数据流，表示为flow1，...，flowi..，.，flown，其中1＜i＜n，n≥3，flow1为S类型污点数据流、flow2～flown-1为M类型污点数据流、flown为D类型污点数据流，且两条相邻的污点数据流flowj-1和flowj所在组件满足组件调用关系，其中2≤j≤n。如图2所示。
将分类后的污点数据流，按照组件调用关系，组成污点数据流序列，将污点数据流序列组成污点数据流序列集。
本实施例中，在应用Firstapp.apk中由组件调用关系得到两条跨组件污点数据流：
(1)由com.example.Firstapp.Comp1-＞com.example.Firstapp.Comp3-＞com.example.Firstapp.Comp4，可知污点数据流序列为flow2-flow6-flow4；
(2)com.example.Firstapp.Comp2->com.example.Firstapp.Comp5，得到flow2-flow5；
从而，得到污点数据流序列集合为：{flow2-flow6-flow4，flow2-flow5}。
步骤4：建立污点数据流拼接自动机模型，将上述污点数据流序列集合中的污点数据流序列依次输入污点数据流拼接自动机进行处理，从而获得跨组件污点数据流集；
污点数据流拼接自动机模型包含四个状态，分别是：
state0：自动机初始态，此时自动机内没有污点数据流；
state1：自动机内的当前污点数据流为S类型污点数据流时的状态；
state2：自动机内的当前污点数据流为N类型污点数据流时的状态，为自动机拼接终止态；
state3：自动机错误终止态。
步骤4.1：自动机进入state0态，等待输入污点数据流序列，设置当前污点数据流c为空；
步骤4.2：自动机状态为state0时，从输入的污点数据流序列中读入第一条污点数据流。若读入的污点数据流是S类型污点数据流，保存当前污点数据流c为读入的S类型污点数据流，状态转换为state1；否则，自动机转换为state3；
步骤4.3：自动机状态为state1时，从输入的污点数据流序列中读入下一条污点数据流。
(1)若读入的污点数据流是M类型污点数据流，则将当前污点数据流c的组件名改为读入M类型污点数据流的组件名，Sink点改为读入M类型污点数据流的Sink点、存放键集Kp中与M类型数据的读取键集相同的元素改为映射后的元素，状态自转为state1；
(2)若读入的污点数据流为D类型污点数据流，假如自动机当前污点数据流c的集合Kp与读入D类型污点数据流集合Kg的交集非空，则将当前污点数据流c的组件名改为读入D类型污点数据流的组件名、Sink点改为读入D类型污点数据流的Sink点、存放键集Kp改为空，状态转换为state2；否则，状态转换为state3；
(3)若读入的污点数据流为其它类型污点数据流，自动机转换为state3；
步骤4.4：若自动机状态为state2，输出当前污点数据流序列能够拼接的信息，且当前污点数据流c中存储有拼接形成的跨组件污点数据流的source点和sink点，自动机运行结束；
步骤4.5：若自动机状态为state3，输出当前污点数据流序列不能拼接的信息，自动机运行结束；
重复步骤4.1至步骤4.5，直到污点数据流序列集处理完成。
将应用Firstapp.apk的污点数据流序列集为{flow2-flow6-flow4，flow2-flow5}，依次输入污点数据流拼接自动机。
1、自动机进入state0态，等待输入污点数据流序列flow2-flow6-flow4，设置当前污点数据流c为空；
2、自动机状态为state0，输入污点数据流序列flow2-flow6-flow4，从中读出第一条污点数据流flow2。因为flow2为S类型污点数据流，则将自动机状态转换为state1，保存当前污点数据流c为
{com.example.Firstapp.Comp1,getDeviceId(),startActivity(android.content.Intent),{},{"str1"},{}}；
3、自动机状态为state1，从输入的污点数据流序列flow2-flow6-flow4中读入下一条污点数据流flow6。因为flow6为M类型污点数据流，将当前污点数据流c改为{com.example.Firstapp.Comp3,getDeviceId(),startActivity(android.content.Intent),{},{"str1"},{}}，状态自转为state1；
4、自动机状态为state1，从输入的污点数据流序列flow2-flow6-flow4中读入下一条污点数据流flow4。因为flow4是D类型污点数据流，且c.Kp与flow4.Kg的交集为{"str1"}，将当前污点数据流c改为{com.
example.Firstapp.Comp4,getDeviceId(),write(byte[]),{},{},{}}，状态转换为state2；
5、输出当前污点数据流
c{com.example.Firstapp.Comp3,getDeviceId(),write(byte[]),{},{},{}}，自动机结束对序列flow2-flow6-flow4处理。
6、自动机进入state0态，等待输入污点数据流序列flow2-flow5，设置当前污点数据流c为空；
7、自动机状态为state0，输入污点数据流序列flow2-flow5，读入一条污点数据流flow2。flow2是S类型污点数据流，将自动机状态转换为state1，保存当前污点数据流c为{com.example.
Firstapp.Comp1,getDeviceId(),startActivity(android.content.Intent),{},{"str1"},{}}；
8、自动机状态为state1，输入污点数据流序列flow2-flow5中读入一条污点数据流flow5。flow5是D类型污点数据流，c.Kp与flow5.Kg的交集为空，自动机转换为state3；
9、自动机状态为state3，输出当前污点数据流序列不能拼接的信息。
最终获得Firstapp.apk中的跨组件污点数据流集为{{com.example.Firstapp.Comp3,getDeviceId(),write(byte[]),{},{},{}}}。
实施例2：
本实施例说明上述方法的正确性。
测试环境：CPU为Intel Core i7-7700处理器，内存8GB，搭载Ubuntu16.04TLS的64位操作系统上进行实验。
测试样例：16个来自开源样例集DroidBench2.0中的跨组件通信应用。其中DroidBench2.0是公开的一个涵盖多种污点数据流测试的Android应用样例集。
测试对照工具：IccTA。IccTA是近年提出的，针对Android应用的跨组件污点数据流隐私检测常用工具。
首先对这16个样例进行人工分析，得到它们真实的污点数据流情况。然后使用IccTA和本发明对这16个样例进行测试。测试数据如表1所示。
表1在DroidBench上的测试结果(单位：条)
Figure BDA0002020900140000131
Figure BDA0002020900140000141
从表中可以发现，本发明的测试结果与IccTA一致，能得到跨组件污点数据流的概率约为76.9％。但与IccTA一样，由于采用的Intent提取工具的不精确导致测试中存在一定的误报与漏报。
实施例3：
本实施例说明上述方法的有益效果。
使用2016年安软应用市场随机下载的100个市场应用与IccTA进行对比，内存对比结果如图5。图中横坐标表示应用编号，纵坐标表示每个应用在测试时占用的内存空间大小。
由图可以看出，采用本发明测试应用时占用的内存空间比IccTA小。通过分析100个应用的内存空间大小，采用本发明测试应用时所占用的内存空间比IccTA内存平均减少约64.47％。

Claims (4)

1.一种基于有限状态自动机的Android应用跨组件污点数据流拼接方法，其特征在于，包括以下步骤：
步骤1：提取Android应用的组件调用参数，确定组件间调用关系；并提取Android应用组件内的污点数据流，存储其相关信息；
步骤2：依据污点数据流的Source点与Sink点情况，对Android应用组件内的污点数据流进行分类；
步骤3：将分类后的污点数据流，按照组件间调用关系，组成多条污点数据流序列，由所有污点数据流序列组成污点数据流序列集；
步骤4：建立污点数据流拼接自动机模型；将上述污点数据流序列集中的各条污点数据流序列分别输入污点数据流拼接自动机模型进行处理，判断能否进行拼接；
步骤5：分别对每条能够拼接的污点数据流序列，将其中的污点数据流按顺序进行拼接，形成跨组件污点数据流；由所有跨组件污点数据流组成跨组件污点数据流集；
所述步骤1中，自定义结构体flow用于存储污点数据流的相关信息，结构体flow包括组件名、Source点、Sink点、读取键集Kg、存放键集Kp、和映射表f；其中组件名表示污点数据流所在组件，Source点表示污点数据流的入点，Sink点表示污点数据流的出点；读取键集Kg表示污点数据流中读取Intent中数据的键的集合；存放键集Kp表示污点数据流中于Intent存放数据的键的集合；映射表f用于表示读取键集Kg和存放键集Kp之间的元素的对应关系；若Kg中的元素g1与Kp中的元素p对应同一个数据，则g1的对应关系为g1:{g1,p}，其中{g1,p}为g1映射后的元素集合；若Kg中的元素g2与Kp中的任何元素都没有对应关系，即集合Kp中不存在与g2对应同一个数据的元素，则g2的对应关系为g2:{g2}。
2.根据权利要求1所述的基于有限状态自动机的Android应用跨组件污点数据流拼接方法，其特征在于，所述步骤2中，依据污点数据流的Source点与Sink点情况，将Android应用组件内的污点数据流分为N、S、D和M四种类型，具体如下：
N类型污点数据流的source点为直接获取敏感数据的API，sink点为直接发送敏感数据的API；
S类型污点数据流的source点为直接获取敏感数据的API，sink点为组件调用API；
D类型污点数据流的source点为组件调用API，sink点为直接发送敏感数据的API；
M类型污点数据流的source点为组件调用API，sink点为组件调用API。
3.根据权利要求2所述的基于有限状态自动机的Android应用跨组件污点数据流拼接方法，其特征在于，所述步骤3中，污点数据流序列有两种形式；
1)包含2条污点数据流，表示为flow1,flow2，其中flow1为S类型污点数据流、flow2为D类型污点数据流，且flow1和flow2所在组件满足组件调用关系；
2)包含3条以上污点数据流，表示为flow1,…,flowi,…,flown，其中1＜i＜n,n≥3，flow1为S类型污点数据流，flow2～flown-1为M类型污点数据流，flown为D类型污点数据流，且两条相邻的污点数据流flowj-1和flowj所在组件满足组件调用关系，其中2≤j≤n。
4.根据权利要求3所述的基于有限状态自动机的Android应用跨组件污点数据流拼接方法，其特征在于，所述步骤4中，污点数据流拼接自动机模型的状态包括：
state0：自动机初始态，此时自动机内没有污点数据流；
state1：自动机拼接状态；
state2：自动机拼接终止态；
state3：自动机错误终止态；
所述步骤4中，将污点数据流序列集中的每条污点数据流序列分别输入污点数据流拼接自动机模型进行处理，判断各条污点数据流序列能够进行拼接的方法为：
步骤4.1：自动机进入state0态，等待输入污点数据流序列，设置当前污点数据流c为空；
步骤4.2：输入一个污点数据流序列，并读入其中的第一条污点数据流；若读入的污点数据流是S类型污点数据流，则保存当前污点数据流c为读入的S类型污点数据流，自动机状态转换为state1，转步骤4.3；否则，自动机状态转换为state3，转步骤4.5；
步骤4.3：从输入的污点数据流序列中读入下一条污点数据流flowi；
(1)若读入的污点数据流flowi为M类型污点数据流，则将当前污点数据流c的组件名改为flowi的组件名，将当前污点数据流c的Sink点改为flowi的Sink点，将当前污点数据流c的存放键集Kp中与flowi的读取键集Kg中相同的元素，按照flowi的映射表中该元素的对应关系，改为映射后的元素，自动机状态仍为state1，转步骤4.3继续读入下一条污点数据流；
(2)若读入的污点数据流flowi为D类型污点数据流，且当前污点数据流c的存放键集Kp与flowi的读取键集Kg的交集非空，则将当前污点数据流c的组件名改为flowi的组件名、Sink点改为flowi的Sink点、存放键集Kg改为空，自动机状态转换为state2，转步骤4.4，否则，自动机状态转换为state3，转步骤4.5；
(3)若读入的污点数据流为其它类型污点数据流，自动机状态转换为state3；
步骤4.4：输出当前污点数据流序列能够拼接的信息；
步骤4.5：输出当前污点数据流序列不能拼接的信息。
CN201910278560.6A 2019-04-09 2019-04-09 一种基于有限状态自动机的Android应用跨组件污点数据流拼接方法 Active CN110020552B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910278560.6A CN110020552B (zh) 2019-04-09 2019-04-09 一种基于有限状态自动机的Android应用跨组件污点数据流拼接方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910278560.6A CN110020552B (zh) 2019-04-09 2019-04-09 一种基于有限状态自动机的Android应用跨组件污点数据流拼接方法

Publications (2)

Publication Number Publication Date
CN110020552A CN110020552A (zh) 2019-07-16
CN110020552B true CN110020552B (zh) 2021-02-26

Family

ID=67190733

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910278560.6A Active CN110020552B (zh) 2019-04-09 2019-04-09 一种基于有限状态自动机的Android应用跨组件污点数据流拼接方法

Country Status (1)

Country Link
CN (1) CN110020552B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110414222B (zh) * 2019-06-18 2020-08-14 北京邮电大学 一种基于组件关联的应用隐私泄露问题检测方法和装置

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106570399A (zh) * 2016-09-30 2017-04-19 西北大学 一种跨App组件间隐私泄露的检测方法
CN106940773A (zh) * 2017-01-10 2017-07-11 西安电子科技大学 基于静态污点数据分析的隐私泄漏漏洞检测确认方法
US10049222B1 (en) * 2014-09-23 2018-08-14 Amazon Technologies, Inc. Establishing application trust levels using taint propagation

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10049222B1 (en) * 2014-09-23 2018-08-14 Amazon Technologies, Inc. Establishing application trust levels using taint propagation
CN106570399A (zh) * 2016-09-30 2017-04-19 西北大学 一种跨App组件间隐私泄露的检测方法
CN106940773A (zh) * 2017-01-10 2017-07-11 西安电子科技大学 基于静态污点数据分析的隐私泄漏漏洞检测确认方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于ICC的Android恶意程序检测方法;郭帆 等;《江西师范大学学报》;20190331;第43卷(第2期);第149-150页 *

Also Published As

Publication number Publication date
CN110020552A (zh) 2019-07-16

Similar Documents

Publication Publication Date Title
CN108763928B (zh) 一种开源软件漏洞分析方法、装置和存储介质
CN114969760B (zh) 漏洞检测方法及装置、计算机可读介质和电子设备
CN109308263B (zh) 一种小程序测试方法、装置及设备
US20180181482A1 (en) Monitoring Activity of Software Development Kits Using Stack Trace Analysis
CN108985064B (zh) 一种识别恶意文档的方法及装置
US11573887B2 (en) Extracting code patches from binary code for fuzz testing
WO2022180702A1 (ja) 解析機能付与装置、解析機能付与プログラム及び解析機能付与方法
CN115114587A (zh) 仿冒小程序的自动识别方法、系统、设备及存储介质
CN108446572A (zh) 一种基于服务粒度的隐私权限管理方法
US11989291B2 (en) System, method, and apparatus for software verification
CN113672919A (zh) 基于小程序动静态分析的风险检测方法、装置以及设备
CN107678833A (zh) 基于操作系统信息的模拟器检测方法及装置
CN110287722B (zh) iOS应用中用于隐私条例检查的敏感权限提取方法
CN105793864A (zh) 检测恶意多媒体文件的系统和方法
CN110020552B (zh) 一种基于有限状态自动机的Android应用跨组件污点数据流拼接方法
WO2023067668A1 (ja) 解析機能付与方法、解析機能付与装置及び解析機能付与プログラム
CN113901463A (zh) 面向概念漂移的可解释Android恶意软件检测方法
US20240129329A1 (en) Method and apparatus for testing a malware detection machine learning model
CN116680140A (zh) 用于处理器的验证方法、系统、设备以及存储介质
US9064042B2 (en) Instrumenting computer program code by merging template and target code methods
CN102789417A (zh) 一种移动智能终端上的定向符号执行程序检测系统及方法
CN115422543B (zh) 一种基于小程序框架的漏洞检测方法
CN108133123B (zh) 一种应用程序的识别方法及系统
CN115586996A (zh) 基于开源软件供应链的物联网固件指纹识别方法及装置
CN113890835A (zh) Dpi应用测试报文的处理方法及装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant