基于密度聚类和随机森林的移动应用识别技术
2020-02-18陈丹伟
计算机工程与应用 2020年4期
朱 迪,陈丹伟
南京邮电大学 计算机学院、软件学院、网络空间安全学院,南京210023
1 引言
近年来,随着智能移动终端硬件性能的大幅提升,软件功能的日益丰富,智能移动终端的使用量也在持续增长。美国调查公司IDC的统计报告显示,2016年全世界智能设备总销售量高达14亿7 060万部[1]。另一家调查公司Statista统计报告显示,截至2017年3月,Google Play中已包含280万种不同类型的应用程序[2]。如今智能移动终端已经是人们日常生活中不可或缺的工具,人们通过手机进行基本的语音通话、短信交流以及互联网相关的电子邮件、社交网络等日常的通信活动,与此同时各种基于移动设备的攻击手段应运而生,例如多年来屡见不鲜的间谍技术和获取个人定位的手段[3-5]等。
传统的攻击防范技术中,最典型的方法即从源头出发,通过识别和隔离移动终端中运行的恶意代码[6-8],减少来自网络的攻击和威胁。然而,随着网络攻击防范技术的不断提高,许多攻击手段不需要控制终端设备就可以窃取用户隐私,甚至实施定向攻击。本文主要讨论一种被动攻击方式,即攻击者通过监听和分析网络通信数据,获取用户的敏感信息。现如今大多数移动应用程序都采用SSL/TLS(Secure Sockets Layer/Transport Layer Security)协议进行数据加密,即便如此,攻击者仍然可以通过分析加密流量,间接推断用户的敏感信息,例如通过加密流量分析实现对当前网络中某个特定用户身份的识别[9]。
本文致力于通过加密流量分析,实现Android平台下移动应用程序的类型识别。……
登录APP查看全文
