安卓惡意代碼及軟件檢測方法研究

王晨光 宋繼紅

摘要：Android系統作為現階段社會廣泛使用的移動端操作系統，雖然給社會帶來了很多便利，但是隨著Android系統上惡意軟件的滋生和傳播，也給用戶造成了巨大的安全威脅。文章從安卓的安全機制進行分析，針對各種可能對Android操作系統造成安全威脅的漏洞進行提煉和分析，通過靜態分析的方式對反編譯后的smali文件中的信息進行提煉和總結，根據組件、權限、url和所對應的敏感api進行語義分析，總結App可能對用戶產生的安全威脅。

關鍵詞：靜態分析;惡意軟件檢測;敏感API;Smali;Soot

中圖分類號：TP393? ? ? ? 文獻標識碼：A

文章編號：1009-3044（2022）06-0031-03

開放科學（資源服務）標識碼（OSID）：

Android是由Google公司與開放手機聯盟開發的一款基于Linux內核的操作系統，已經過多年，至今Android應用市場已形成較大的規模，例如官方的Google應用市場，第三方安卓應用市場應用寶等，雖然大量的移動應用的出現給人們的生活帶來了很多便利，但與此同時，由于其系統的開源性也導致很多惡意應用乘虛而入，破壞Android系統的安全性，根據360烽火實驗室2019年報告[1]指出，中國平均每天都會攔截手機的惡意程序攻擊259.2萬次，其中在移動金融行業，移動流量產業和移動社交領域都出現了對于經濟效益的攻擊。根據奇安信 2020年報告[2]指出，現在黑色產業鏈仍然活躍并相比2019年的攻擊方式，又多了很多新型攻擊手段，對于用戶隱私和財產安全威脅嚴重，其中山寨網貸、刷量廣告、棋牌私彩等黑色產業鏈最為突出，對于用戶的隱私信息和經濟利益會造成巨大的威脅，所以對于Android的安全性治理應該隨著現代的發展進行進一步的更新以及深入。

1 Android安全機制

Android系統在Linux原有的安全機制的基礎上結合移動端特性，設計了進程沙箱隔離機制、應用程序簽名機制和權限機制等安全機制，保證應用程序的安全性[3]。

1.1 進程沙箱隔離機制

Android應用程序移植Linux操作系統的多用戶隔離機制，讓應用程序在安裝時被賦予獨特的用戶標識（UID），并永久保持;應用程序及其運行的Dalvik虛擬機運行于獨立的Linux進程空間，與UID不同的應用程序完全隔離。雖然是隔離的，但在用戶要共享資源時，同時提供共享資源的方式，保證資源的共享順利完成。這種安全機制，在發現惡意軟件的時候，可以將惡意軟件隔離在一個單獨的空間，保證其他應用程序的安全。

1.2 應用程序簽名機制

Android應用程序的簽名對每一個應用程序都必不可少。為了標志代碼作者和監測應用程序的改變，開發者需要擁有私有密鑰，從而可以在應用程序之間安全地共享資源。不同的應用程序通過相同的簽名可以相互授權訪問API[4]。

1.3 權限機制

Android權限機制是指在應用程序成功運行時所需要的權限，在Android 6.0之后，具體權限在AndroidManifest.xml文件中<uses-permisson>標簽中通過android：protectionLevel屬性進行設置分為4類，Normal類：低風險權限，任何應用都可以申請，在安裝應用時系統默認授權;Dangerous類：高風險權限，在安裝時需要用戶確認才可以使用;Signature類：僅當申請該權限的應用程序與聲明該權限的程序使用相同的簽名時，才能賦予該權限;SignatureOrSystem類：僅當申請該權限的應用程序位于相同的Android系統鏡像中，或申請該權限的應用程序與聲明該權限的程序使用相同的簽名時，才賦予該權限。

2 Android漏洞分析

2.1 惡意軟件

Android的惡意軟件是各種各樣的，并且有很多種分類的方法。其中按照傳統進行分析，卿思漢[5]等人表示可以分為木馬類、病毒類、后門類、僵尸類、間諜軟件類、恐嚇軟件類、勒索軟件類、廣告軟件類和跟蹤軟件類等。另一種是按照惡意軟件特征進行分類，Zhou[6]等人認為可以分為惡意軟件安裝、惡意軟件運行、惡意負載、權限使用等。在其中360官方2020年報告[7]顯示指出，其中惡意軟件行為主要為惡意扣費、資源消耗、流氓行為，所以直接可以看出，惡意軟件的目的直接和經濟聯系到一起，為謀取利益而進行惡意行為。

2.2 Android敏感權限

Android 6.0 版本以后，Android官方加強了對權限的管理，其中Android的敏感權限都放在了Dangerous權限類中，在Dangerous權限的類中分為9個大類包含24個敏感權限，在Androidapp運行的時候對于安全級別為dangerous的服務進行授權時，需要用戶的授權同意，才可以獲得授權，其中還有與危險權限不同的特殊權限，SYSTEM_ALERT_WINDOW 和 WRITE_SETTINGS 特別敏感對系統進行操作，因此大多數應用不應該使用這兩個權限，如果某應用需要其中一種權限，必須在清單中聲明該權限，并且發送請求用戶授權的 intent。這樣可以通過用戶的操作，提高Android系統安全性。

2.3 第三方SDK漏洞

SDK全稱：Software Development Kit，通常是指專業公司提供的第三方服務，以jar包/so庫的形式集成到應用中，封裝了很多功能。對于開發者而言屬于黑盒，無法知曉其中是否安全。所以由于這個原因，很多第三方公司對此進行利用，導致很多漏洞的出現，包括繞過沙盒限制、訪問應用私有組件、推送惡意消息、誘導訪問釣魚網站、訪問用戶隱私數據等。

3 Android漏洞分析方法

3.1 惡意數據集收集

Android的惡意軟件檢測離不開數據集的支持，但是由于Android應用更新較快，所以數據集的收集也成為當前一個非常困難的事情，當前最常用的有兩類，一類是惡意樣本的共享網站，例如VirusShare[8]等;另一類是具有家族信息的數據集，例如Drebin[9]數據集、開源DroidBench[10]數據集等。

3.2 Androidapp介紹

Androidapp是一個被打包的Apk文件，而Apk文件同時也是一個壓縮文件，通過解壓可以看到每一個Apk文件的基本組成結構，如表1所示。

其中最為重要也是需要進行重點分析的是AndroidManifest.xml文件和classes.dex文件，AndroidManifest.xml文件中主要存儲Android四大組件，其中Activity是用戶操作的可視化頁面，它為用戶提供了一個完成操作指令的窗口。Service是用作后臺處理耗時的邏輯，Content Provider一個應用程序指定數據集提供給其他程序，實現數據共享。 BroadcastReceiver運用在應用程序之間的傳輸信息的機制，對發送出來的廣播進行過濾并響應。Androidapp的四大組件之間通過一個運行綁定機制——Intent機制將四大組件聯系起來，進行通信以及程序之間的交互。

3.3 Androidapp逆向工程

1） Apk反編譯

通過Apktool工具反編譯Apk得到以下文件結構，如表2所示。

其中最關鍵的是通過Smali文件夾中的以.smali文件結尾的文件獲取信息。在smali文件中，可以通過指定的讀取smali文件的方法提取文件的信息。

2） smali文件

Smali是用于Dalvik（Android虛擬機）的反匯編程序實現，一個smali文件相對應一個java的.class文件，如果java有內部類的格式，則寫為ClassName$InnerClassA表示，所以smali文件個數要比對應的class的文件個數數量多。

（1） 在smali文件中存放了很多和java文件所對應的指令代碼，在smali文件中的指令都是以“.”開始，對應java文件的常用指令如表3所示。

（2） smali文件中的也有屬于自己的數據類型，它的類型是和java文件中的數據類型一一對應的，例如smali文件中的“I”表示java文件中的int，具體常用的類型如表4所示。

通過對于smali文件的解析可以得到每個class的詳細信息，如下部分smali文件代碼所示：

.class public Lmiui/app/ActivityOptionsHelper;//指定包名和類名

.super Ljava/lang/Object;//父類名

.source "SourceFile"http:// 源文件名稱

.method private constructor <init>（）V// 函數的名稱

.locals 0// 寄存器個數

.line 1// 行數

invoke-direct {p0}， Ljava/lang/Object;→<init>（）V// 方法調用一個參數

return-void// 返回值

.end method// 結束任務

在上述代碼中可以通過前三行代碼判斷這個文件的類關系，“.method”為函數的開始，隨后可知函數的名稱，在函數中“invoke”的字符，后面也會有調用函數的名稱，可以得到調用函數的關系，在搜索到“.end method”中，代表此函數的結束，通過遍歷文件的這個方法可以提取所有Apk信息中所調用的api，經過以上步驟可以通過這種方式獲取所有靜態特征。

在得到想要的信息后，可以和Virustutal[11]提供的官方分析工具給出分析信息并比較，查看是否存在問題，從而增加得到數據的準確性。

3.4 Android靜態分析

靜態分析法通過對惡意軟件本身二進制文件、可執行文件或者通過反編譯文件提取到的應用程序組件、權限、API等靜態特征進行分析[12]，對比惡意軟件與正常軟件的靜態特征的異同來發現惡意軟件。靜態檢測的優點是檢測速度快、可以上傳Apk到服務端進行檢測，缺點是無法有效識別利用Android系統漏洞和靜態檢測對抗技術的惡意應用識別[3]。

1） Soot框架

Soot[13]是Mc Gill大學的Sable研究小組所研發的一種Java優化框架，現在被世界各地的研究人員用來對Java工程和Android應用進行分析。其中最關鍵的是其中定義的五種數據結構，分別是Scene、SootClass、SootMethod、SootField、Body。這些數據結構使用面向對象技術來實現，所以可以被輕易使用。通過Soot對于Apk的靜態分析可以得到Apk的詳細信息例如權限，Android四大組件信息以及Intent的調用信息。

通過Soot框架進行的某app調用權限以及組件部分信息的情況圖，可以通得出結果，如圖1所示。

在將權限收集完成后，與官方所給出的風險提示相比較，得出所含有的風險類型以及風險詳細描述，如發現第三方所需要的權限與數據庫內容不相符，則加入數據庫中并產生提示，在后續的維護中，進行第三方權限的補充收集工作。在通過代碼獲取四大組件的部分信息如圖2所示。

通過簡單的邏輯代碼可以提取在權限文件中所屬的四大組件使用Intent-filter便簽的信息，例如<action name="miui.intent.calculator.FLOAT_WINDOW_SERVICE">，屬于service組件中使用intent-filter進行標注的組件，其他三大組件和此方法的提取方式一致，通過算法實現對intent-filter中action和category信息進行提取。

通過對Android中四大組件信息的收集，可以分析出 exported 屬性是否為私有或者公有，通過判斷是否存在intent filter 和 android：exported的設置，對于結果進行收集，通過權限的設置和上述屬性的配置，判斷在四大組件中是否存在組件暴露的風險特征，如果出現了風險，則進行組件判斷，判斷是由哪個組件的產生的風險，跟蹤組件信息，從而定位準確位置。

2） 語義分析

通過在各大應用市場的Apk收集和上文所提到的惡意軟件數據集的提取，將其中的權限作為語義分析的特征之一，其中提取第三方權限和官方權限信息1800余條并分類。再通過Psout所提供的數據集，將其中敏感的權限取出保存至txt文件中。依據所提取到的權限與已提取到的數據進行數據匹配得到敏感Api，作為語義分析的第二特征。將所有提取到的特征利用集合進行存儲，再將所得到結果的集合組合，生成最終的數據集文件，利用weka進行所得到特征的數據集分析，通過決策樹，貝葉斯分類器算法進行訓練，根據訓練所得的比率，設定閾值從而預測App是否屬于惡意軟件。

4 結論

通過對于Androidapp的逆向工程以及反編譯知識，了解到在Androidapp背后所產生的種種安全。在對于權限分析和第三方SDK的分析中，可能會因為版本的變換以及權限對應Api的改變導致分析的不正確產生偏差，所以在后續的研究中要加強對于出現問題的解決能力。隨著5G時代的到來，安全的信息化建設更是重中之重，在對于移動端的安全保證方面，還需要更加努力地繼續深入研究。

參考文獻：

[1] 2019年Android惡意軟件專題報告 - 360 核心安全技術博客[EB/OL]. [2021/12/1]. https：//blogs.360.cn/post/review_android_malware_of_2019.html.

[2] 2020Android平臺安全亂象：超230萬惡意程序被截獲[EB/OL].[2021/12/1].https：//baijiahao.baidu.com/s？id=169519861 2017629671.

[3] 王思遠，張仰森，曾健榮，等.Android惡意軟件檢測方法綜述[J].計算機應用與軟件，2021，38（9）：1-9.

[4] 張琳.Android安全技術分析[J].電子技術與軟件工程，2016（18）：211.

[5] 卿斯漢.Android安全研究進展[J].軟件學報，2016，27（1）：45-71.

[6] Zhou Y J，Jiang X X.Dissectingandroid malware：characterization and evolution[J].2012 IEEE Symposium on Security andPrivacy，2012：95-109.

[7] 你的Android手機安全嗎？這份報告驚呆你！-安全資訊-360官網[EB/OL]. [2021/12/1]. https：//www.360.cn/n/11558.html.

[8] VirusShare.com. https：//virusshare.com/.

[9] The Drebin Dataset. https：//www.sec.tu-bs.de/～danarp/drebin/.

[10] DroidBench. https：//github.com/secure-software-engineering/DroidBench/.

[11] VirusTotal. https：//www.virustotal.com/gui/.

[12] 蔣煦，張長勝，戴大蒙，等.Android平臺惡意應用程序靜態檢測方法[J].計算機系統應用，2016，25（4）：1-7.

[13] Soot - A Java optimization framework. https：//github.com/soot-oss/soot.

【通聯編輯：代影】