Going Native: Using a Large-Scale Analysis of Android Apps to Create a Practical Native-Code Sandboxing Policy

背景

  • 出處:NDSS ’16, 21-24 February 2016, San Diego, CA, USA
  • 作者:Vitor Afonso?, Antonio Bianchiy, Yanick Fratantonioy, Adam Doup′ez, Mario Polinox, Paulo de Geus, Christopher Kruegely, and Giovanni Vignay

概述

論文主要觀點

對大量app的native code進(jìn)行了統(tǒng)計分析,提出了一種新型的可以自動生成策略的native code沙箱。

成果

  • 開發(fā)了一個可以用來監(jiān)控本地代碼部分執(zhí)行的工具,并且使用這個工具做了大批量的分析;
  • 對收集來的數(shù)據(jù)進(jìn)行了系統(tǒng)性分析,發(fā)現(xiàn)良性應(yīng)用是如何使用native code的,并放出了全部數(shù)據(jù);
  • 結(jié)果顯示完全去除native code的權(quán)限是不理想的,利用動態(tài)分析系統(tǒng)可自動生成native 沙箱策略,以限制惡意應(yīng)用的行為。

方法模型

分析基礎(chǔ)

只取有使用native code跡象的app來分析;
分析工具記錄native code的全部事件和操作,工具以Androguard tool為基礎(chǔ)修改了一些模塊;
為了區(qū)別java和native code的行為,觀察從java到native和native到j(luò)ava的切換;
同時監(jiān)控數(shù)據(jù)交換。

數(shù)據(jù)分析

使用Google Monkey用一些隨機事件(或連續(xù))去刺激app的全部組件。
分析了native code的行為,java與native code直接的交互,super user權(quán)限的使用,JNI調(diào)用統(tǒng)計,Binder調(diào)用,外部lib的使用。

安全策略生成

所謂安全策略就是正常的行為,其實就是個白名單;
安全策略生成關(guān)鍵是給一個參數(shù)(迭代次數(shù))。選擇一個大多數(shù)app都有的系統(tǒng)調(diào)用,迭代這個過程,直到生成一個系統(tǒng)調(diào)用的list可以使百分之所給閾值的應(yīng)用都能正常執(zhí)行native code。

實驗

簡單說明了下安全策略的影響和一些發(fā)現(xiàn)。

總結(jié)

優(yōu)點

大量數(shù)據(jù)分析

不足

方法較為單薄,本質(zhì)還是數(shù)據(jù)分析

我的想法

。。。

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
【社區(qū)內(nèi)容提示】社區(qū)部分內(nèi)容疑似由AI輔助生成,瀏覽時請結(jié)合常識與多方信息審慎甄別。
平臺聲明:文章內(nèi)容(如有圖片或視頻亦包括在內(nèi))由作者上傳并發(fā)布,文章內(nèi)容僅代表作者本人觀點,簡書系信息發(fā)布平臺,僅提供信息存儲服務(wù)。

相關(guān)閱讀更多精彩內(nèi)容

友情鏈接更多精彩內(nèi)容