基于Android的第三方类库漏洞挖掘技术研究

来源 :天津理工大学 | 被引量 : 0次 | 上传用户:zybmc
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着移动互联网的快速发展以及Android操作系统的持续更新,运行在Android系统上的应用程序也越来越复杂和庞大,使得Android手机软件开发者必须使用基于该平台的第三方库来快速构建应用程序。与此同时,随着第三方类库的快速增长以及在开发者构建应用程序中的大量使用,导致由其带来的各种安全漏洞也层出不穷,给相关应用程序带来了严重的安全隐患。本文在研究Android系统的安全机制、第三方类库的安全问题以及多种漏洞挖掘技术的基础上,提出了一种专门针对Android第三方类库漏洞挖掘的思路和方法。本文主要工作如下:(1)分层次的对Android系统的安全架构进行了阐述,研究分析了每一层上的安全问题和研究现状,然后对Android第三方库及其安全问题作了深入的研究和阐述,并分析了目前的研究现状和下一步的研究方向。最后介绍了目前安全研究领用中最常用的几种漏洞挖掘技术,并重点分析了本文所使用的Fuzzing测试技术的有效性。(2)在实现对应用程序所使用的第三方类库的检测问题上,通过对第三方类库的源码进行特征提取,然后使用哈希运算对特征集进行降维处理后,将其存储到特征库中,而后通过特征匹配来检测出该Android应用程序所使用的第三方类库。最后通过实验验证,确认该方法能够有效检测出应用程序所使用的第三方库。(3)本文在研究了Android第三方类库特征和漏洞挖掘技术的基础之上,提出了一种基于遗传算法的Fuzzing漏洞挖掘技术。在传统的Fuzzing测试基础上,首先对第三方库进行分类,总结提取出每类第三方库的共同特征和覆盖率最高的函数,而后对遗传算法进行改进,通过使用遗传算法对测试用例进行优化,提高了测试用例的有效率。本文最后,在满足有效率的基础上,为了能够更快的让程序出现异常,提出了一种利用已知漏洞类型和函数特征对测试用例进一步优化的思想,以期更快的发现漏洞。
其他文献
针对应用时间序列方法在处理数据不足、缺失和信息模糊性的问题,本文在Type-2模糊时间序列预测模型基础上,首先,将模糊聚类的算法引入Type-2模糊时间序列模型中,利用物以类聚的思
人脸识别是图像处理和计算机视觉领域的一项重要研究内容,其主要目的是通过匹配数据库来检测输入的测试人脸图像属于哪一类别。脸部识别率指的是正确识别出的脸部图像的比率。
随着高性能计算的发展,超级计算机在功率和能耗方面的不足正在逐步显露。目前超级计算机的系统功耗普遍在5000KW以上,而地球模拟器的峰值功耗则达到了12MW[1],即一天的耗电量可
当今社会,计算机软件与人们的生活息息相关,人们对软件质量的要求也越来越高。软件在运行时发生失效,如何实现快速、高效的、准确的软件故障定位仍是学术界和工业界研究的关
随着计算机网络技术的迅猛发展,网络时间隐通道受到越来越多的关注与研究。网络时间隐通道以数据包可携带的时间变量(time variable)作为信息的载体,通信双方通过改变/观察双方
近年来,随着数据收集与存储技术的提高,人们收集到的数据量呈指数速度增长,传统的离群点检测方法在处理大规模数据集时已开始表现出极大的局限性。大规模数据集具有数据数量大、
社交网络起源较早,伴随无线定位技术的成熟、移动终端设备的普及以及移动互联网的发展,移动社交网络迅速崛起。空间定位技术的发展使得基于位置服务(Location-based service,LBS
随着遥感应用领域及范围的日益扩大,遥感产品生产的规模也越来越大,为了解决遥感产品生产的专业化、规模化、快速化等问题,需要设计构建可读性强,且能被计算机接受的遥感产品生产
在信息检索技术随着互联网的迅猛发展而日趋成熟的同时,搜索引擎也已经成为人们日常生活中越来越不可缺少的重要工具和手段。传统的信息检索是在基于关键词匹配的基础上,机械
随着数据存储技术的快速发展,从大量数据中发现潜在的、有用的信息成为巨大的挑战。特别是随着数据流广泛呈现在各个应用领域,对数据流的挖掘成为了目前数据挖掘研究领域的一个