基于指令虚拟化的安卓本地代码加固方法

安卓系统越来越广泛地被应用于各种类型的智能设备,比如智能手机、智能手表、智能电视、智能汽车。与此同时,针对这些平台应用软件的逆向攻击也日益增多,这不仅极大地侵犯了软件开发者的合法权益,也给终端用户带来了潜在的安全风险。如何保护运行在各种类型设备上的安卓应用软件不被逆向攻击成为一个重要的研究问题。然而,现有的安卓软件保护方法比如命名混淆、动态加载、代码隐藏等虽然可在一定程度上增加安卓软件的逆向难度,但是原理相对简单容易被绕过。一种更为有效的方法是基于指令虚拟化的加固方法,但已有的指令虚拟化方法只针对特定架构(x86架构),无法兼容运行于多种架构的安卓设备。该文针对安卓应用软件中的本地代码提出了一种架构无关的指令虚拟化技术,设计并实现了基于虚拟机打包保护(VMPP)的加固系统。该系统包含一套基于寄存器架构的定长虚拟指令集、支持该虚拟指令集的解释器以及可以与现有开发环境集成的工具链。在大量C/C++代码以及真实安卓软件上的测试表明,VMPP在引入较低的运行时开销下,能够显著提升安卓本地代码的防逆向能力,并且可被用于保护不同架构上的安卓本地代码。     

差分隐私保护的Android应用流量行为混淆方法

针对Android用户在终端传输数据和发送信息所带来的网络应用行为暴露等问题,通过结合自定义流量混淆和差分隐私无关流量干扰两种方法的优势,能够在保证Android应用网络连接状态和数据传输内容不变的前提下,通过改变流量数据包的时序和数目特征,达到对指定用户应用行为特征的隐私保护。实验结果表明,选取Android典型应用流量并提取六种主要流量特征,对比混淆前后数据包特征,所提混淆方法能够有效地改变Android终端的应用流量,抵御支持向量机（Support Vector Machine,SVM）和BP（Back Propagation）神经网络算法的识别,准确率高达96.55%,最终实现对Android终端应用行为的保护。     

结合资源特征的Android恶意应用检测方法

近年来Android平台遭到了黑客们的频繁攻击。随着安卓恶意应用的增多,信息泄露以及财产损失等问题也愈发严重。首先测试了恶意应用与正常应用在图片和界面元素两类资源特征上的差异,提出了一种结合资源特征的Android恶意应用检测方法——MalAssassin。该方法对APK进行静态分析,提取应用的8类共68个特征,包括综合了其他研究所提取的权限、组件、API、命令、硬编码IP地址、签名证书特征,并且结合了所发现的图片与界面元素两类资源特征。这些特征被映射到向量空间,训练成检测模型,并对应用的恶意性进行判定。通过对53 422个正常应用以及5 671个恶意应用的测试,MalAssassin达到了99.1%的精确度以及召回率。同时,资源特征的引入使得MalAssassin在不同数据集上具有较好的适应性。     

基于分布式信息流控制的无障碍辅助性服务安全加固

随着安卓系统的广泛使用,系统提供的功能也越来越多,其中一个重要特性是1.6版本中引入并在4.0及以上版本中优化的无障碍辅助性服务.通过无障碍辅助功能,应用不仅可以获得输入框输入文本等窗口元素信息,还可以与应用窗口自动地进行双向交互（如获得按钮信息点击按钮）.然而,这些特性一旦被滥用将会给用户带来巨大的安全威胁.本文对安卓系统中的无障碍辅助性服务进行深入研究,分析其可能被滥用的途径,并找出安全缺陷及产生原因.然后提出了基于分布式信息流的控制机制标记并跟踪无障碍辅助性服务和无障碍事件以进行安全加固.我们实现了一个名为的Tassel安全系统以防止无障碍辅助性服务滥用.经过测试,该系统可以在不影响系统其他功能正常使用的前提下,保证服务的使用安全,且系统整体的性能影响很小.     

基于Android系统的 大学生公务员辅助学习APP设计

目前Android技术的飞速发展,其开源、方便、易用的特性吸引大批开发者.经研究发现,当下公务员考试热度不断升温,我们基于安卓系统开发了一款针对公务员行测备考App.本文就用户需求引入,功能分析展开.此App将极大地提高了备考者的学习兴趣和效率.我们致力于改变传统备考的学习习惯,鼓励大家利用零散时间高效学习!     

双点辅助定位的移动终端掌纹识别系统

移动终端掌纹识别中难以控制手掌摆放位置和姿态,并且受到复杂场景和差异光照的干扰以及硬件资源的限制。针对上述技术挑战,本文在Android平台上自主设计和实现双点辅助定位的新型掌纹识别系统,并解决整个工程实现中的多个技术难题。拍摄时由辅助点和辅助框共同限定手部位置和姿态,确定食指和中指之间以及无名指和小指之间的2个指间谷底点为关键点,旋转掌纹图像使两点连线与坐标系横轴平行,最终裁剪感兴趣区域用于特征提取和识别。本文提出的辅助定位方案增强了掌纹预处理抵御干扰因素的稳健性和系统实时性。     

使用安卓设备调试自动化设备的设计与实现

移动便携式设备的高速发展和普及应用,例如手机,设备上集成的功能越来越多,已经应用到各行各业中。自动化行业市场对使用安卓设备调试自动化设备也有急切的需求,设计基于Cortex-M3内核的控制器与安卓设备数据交互,经过使用数据线或者开启设备蓝牙功能就可以进行设备安装、调试、检修等功能,系统具有结构简洁,使用方便、配置灵活等特点,经实际应用满足了在膨胀节检测系统调试上的应用,给调试人员提供便利。     

基于Android的频谱处理显示系统设计

针对目前市场上的频谱处理显示设备体积庞大,携带不便等问题,基于Android系统和智能移动终端等应用设备的控制和联网技术,设计出一款可以在个人手机上实现对信号进行显控操作的APP。利用Android强大的手机操作系统,对信号的检测及处理更加方便快捷有效,同时还可以对该软件进行升级增添新的程序,使其功能更加完善。频谱仪的显示控制部分更易于维护和更换,降低了生产成本。通过测试,该APP的有效性和可行性得到了验证。     

基于权限统计的Android恶意应用检测算法

作为世界上最流行的移动操作系统,Android正面临着快速增长的恶意软件的威胁。如何快速高效地检测出Android恶意软件对保证用户手机安全具有十分重大的意义。从Android软件的权限出发,统计了4000多个恶意应用和2000多个正常应用的权限分布情况,依据特征权限在恶意应用和正常应用中的分布规律,设计了一种轻量级的快速检测方法 LWD(Light Weight Detection)。LWD根据特征权限在恶意应用中的使用频率和在正常应用中的使用频率的不同来定量分析特征权限恶意程度值,并以此计算每个样本的恶意程度值是否超过规定阈值来判断该样本是否属于恶意应用。实验结果表明,与市场上主流的杀毒软件相比,LWD方法具有较好的检测率。而且LWD是基于单一的权限特征对恶意软件进行检测,因此具有较高的时间效率。作为一种轻量级检测方法,LWD可以为更进一步深入检测恶意应用提供参考依据。