基于流量分析的移动应用指纹识别技术研究

摘要

近年来，随着移动智能终端的普及和移动应用市场的繁荣，移动流量占网络总体流量比例迅速增加，如何对其进行有效的监管日益受到关注。为了对移动流量进行细粒度监控，需要对流量的来源、功能等属性进行识别。移动应用识别技术由于能够有效解决上述问题而受到广泛关注。 目前的移动应用指纹识别技术大致可分为动态和静态两类。一方面，大部分工作通过动态采集应用流量来进行分析，但是由于目前尚不存在有效的自动化测试工具能够充分触发应用执行路径，所以普遍存在流量样本不够全面，流覆盖率不高的问题；另一方面，部分工作对应用进行静态分析从而抽取应用流量特征。但是由于静态分析方法较为复杂，不仅难以准确重构流量，而且耗时较大难以进行大规模分析。针对上述问题，本论文在设计动态流量采集和静态特征抽取相结合的移动应用流量特征提取技术的基础上，设计了基于流量分析的移动应用指纹识别方法及其应用识别原型系统。具体工作主要包括以下三个方面： 1.研究了动态流量采集和静态特征抽取相结合的移动应用流量特征提取技术。利用Android虚拟机和模糊测试工具搭建大规模移动应用的自动化流量采集平台，通过对移动应用的动态测试获取流量特征信息，进而设计了基于静态分析的移动应用流量特征抽取方法，通过对应用安装包进行逆向分析提取流量特征。该技术较好地解决了动态方法流覆盖率较低和静态分析的规模性问题。 2.研究了基于流量分析的移动应用指纹识别方法。本论文综合应用各个层面的应用流量特征，并结合第三方流量的识别和利用，设计了基于朴素贝叶斯的应用指纹识别方法。该方法在动态分析流覆盖率较低的情况下，由于静态特征的应用，连续监听目标应用超过13个上行报文以后即可以90%左右的准确率识别出报文的应用来源；在流覆盖率较高的情况下，仅连续监听目标应用4个报文，应用识别的准确率即可达到90.5%。 3.在Android应用指纹识别理论研究成果的基础上，设计并实现了基于流量分析的移动应用指纹识别系统，可以对目标设备上行流量进行监听，在线分析识别流量的应用来源。 综上所述，本文研究了基于流量分析的移动应用指纹识别技术，通过搭建自动化流量采集平台收集应用流量样本，综合使用动态流量采集技术和静态特征抽取技术对应用流量特征进行提取，并设计了基于朴素贝叶斯的应用指纹识别方法。在此基础上，实现了一套应用识别系统，可以对目标流量来源进行在线识别。

目录

第一个书签之前