多维度iOS隐私泄露评估模型研究
2016-09-23邢月秀胡爱群王永剑赵然
网络与信息安全学报 2016年4期
邢月秀,胡爱群,王永剑,赵然
(1. 东南大学信息安全研究中心,江苏 南京210096;2. 公安部第三研究所,上海200031)
多维度iOS隐私泄露评估模型研究
邢月秀1,胡爱群1,王永剑2,赵然1
(1. 东南大学信息安全研究中心,江苏 南京210096;2. 公安部第三研究所,上海200031)
针对目前iOS平台隐私泄露检测缺乏系统性的评估方法,提出了一种多维度iOS隐私泄露评估模型。该模型分为综合静态分析、动态分析和网络数据分析方法,从多维度对应用程序隐私泄露行为进行特征抽取和评估。实验测试了30款来自苹果App Store不同类型的应用程序,发现超过50%的应用程序会读取用户位置信息,约40%的应用程序存在未经用户同意发送数据到服务器的情况。该模型弥补了单一使用静态分析或动态分析方法的局限性,有效解决了隐私泄露的量化问题。
iOS;隐私泄露;静态分析;动态分析;网络数据分析
1 引言
互联网数据中心(IDC,Internet data center)2015年第二季度智能手机市场调查报告[1]显示:iOS智能手机的市场占有率为 13.9%,总出货量达到了4 750万部。智能手机普及的同时,也带来了用户隐私泄露等安全问题。但由于iOS平台是一个相对封闭的系统,国内外研究人员对该平台的隐私泄露问题研究相对较少。
2011年2月,Egele等[2]提出并实现了一种基于静态分析的iOS隐私泄露检测模型PiOS,该模型通过数据流分析和切片技术检测iOS应用程序的隐私泄露行为。但是,这种单一的静态分析方法存在无法解析消息目的地等固有缺陷。
2011年6月,Gilbert等[3]指出PiOS存在较高的误报率,并提出了基于动态分析的iOS隐私泄露检测方法。……
登录APP查看全文
