Phát Hiện Khả Năng Rò Rỉ Thông Tin Riêng Tư Trong Ứng Dụng Android

• Tác giả: Đinh Trọng Hiếu
• Người hướng dẫn: TS. Phạm Văn Việt
• Trường học: Trường Đại Học Quy Nhơn
• Chuyên ngành: Khoa Học Máy Tính
• Đề tài: Phát Hiện Khả Năng Rò Rỉ Thông Tin Riêng Tư Trong Ứng Dụng Android
• Loại tài liệu: luận văn
• Năm xuất bản: 2021
• Địa điểm: Quy Nhơn

Mục lục chi tiết

• LỜI CAM ĐOAN
• LỜI CẢM ƠN
• 1. CHƯƠNG 1: TỔNG QUAN VỀ ANDROID VÀ VẤN ĐỀ RÒ RỈ THÔNG TIN RIÊNG TƯ TRONG CÁC ỨNG DỤNG
• 1.1. GIỚI THIỆU TỔNG QUAN VỀ ANDROID
• 1.1.1. Kiến trúc chung của Android
• 1.1.2. Các thành phần của ứng dụng Android
• 1.1.3. Kiến trúc tệp APK
• 1.1.4. Tính năng bảo mật của Android
• 1.1.5. Mô hình phân quyền của Android
• 1.1.6. Các cấp độ bảo vệ quyền của Android
• 1.1.7. Phần mềm độc hại Android
• 1.2. RÒ RỈ VÀ PHƯƠNG PHÁP PHÂN TÍCH PHÁT HIỆN RÒ RỈ THÔNG TIN RIÊNG TƯ
• 1.2.1. Rò rỉ thông tin và tính bảo mật trong các ứng dụng Android
• 1.2.2. Nguyên nhân chính làm rò rỉ thông tin trên Android
• 1.2.3. Các phương pháp phân tích để phát hiện rò rỉ thông tin
• 1.2.3.1. Phương pháp phân tích tĩnh
• 1.2.3.2. Phương pháp phân tích động
• 1.3. TIỂU KẾT CHƯƠNG 1
• 2. CHƯƠNG 2: PHÁT HIỆN KHẢ NĂNG RÒ RỈ THÔNG TIN RIÊNG TƯ TRONG ỨNG DỤNG ANDROID SỬ DỤNG SVM
• 2.1. PHÁT HIỆN KHẢ NĂNG RÒ RỈ THÔNG TIN TRONG ỨNG DỤNG ANDROID THEO HƯỚNG HỌC MÁY
• 2.1.1. Một số phương pháp phân tích phát hiện rò rỉ thông tin theo hướng học máy
• 2.1.2. Phương pháp phân tích dựa vào các quyền truy cập theo hướng học máy
• 2.1.3. Phân tích dựa trên mã nguồn theo hướng học máy
• 2.1.4. Phát hiện rò rỉ thông tin riêng tư theo hướng mô hình học máy
• 2.1.5. Kiến trúc chung của các mô hình học máy
• 2.2. SỬ DỤNG SVM ĐỂ PHÁT HIỆN RÒ RỈ THÔNG TIN TRONG ỨNG DỤNG ANDROID
• 2.2.1. Cơ sở toán học của mô hình SVM
• 2.2.2. Kiến trúc của mô hình SVM trong việc phát hiện rò rỉ thông tin
• 2.2.3. Ưu điểm mô hình SVM trong việc phát hiện rò rỉ thông tin
• 2.3. ĐẶC TRƯNG TRONG CÁC ỨNG DỤNG ANDROID
• 2.3.1. Đặc trưng quyền truy cập
• 2.3.2. Đặc trưng Broadcast Receivers
• 2.3.3. Đặc trưng các lớp API
• 2.3.4. Tiền xử lý dữ liệu và lựa chọn đặc trưng
• 2.3.4.1. Vector hóa các đặc trưng
• 2.3.5. Giới thiệu về phương pháp đánh giá chéo
• 2.4. TIỂU KẾT CHƯƠNG 2
• 3. CHƯƠNG 3: CÀI ĐẶT THỬ NGHIỆM VÀ ĐÁNH GIÁ
• 3.1. GIỚI THIỆU PHÁT BIỂU BÀI TOÁN
• 3.1.1. Phát biểu bài toán
• 3.2. CÀI ĐẶT MÔ PHỎNG
• 3.2.1. Môi trường và ngôn ngữ lập trình
• 3.2.2. Công cụ và thư viện
• 3.2.3. Bộ dữ liệu. Trích xuất và lựa chọn đặc trưng
• 3.2.3.1. Đặc trưng quyền truy cập
• 3.2.3.2. Đặc trưng đồ thị luồng điều khiển
• 3.2.3.3. Vector hóa đặc trưng
• 3.3. KẾT QUẢ CÀI ĐẶT THỰC NGHIỆM VÀ ĐÁNH GIÁ
• 3.3.1. Kết quả cài đặt
• 3.3.2. Đánh giá kết quả của mô hình
• 3.3.3. Nhận xét và kết quả cài đặt
• 3.4. TIỂU KẾT CHƯƠNG 3
• KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN
• DANH MỤC TÀI LIỆU THAM KHẢO

Tóm tắt

I. Tổng Quan Về Rò Rỉ Thông Tin Riêng Tư Android Mối Nguy

Android, hệ điều hành mã nguồn mở phổ biến, đang đối mặt với thách thức lớn về rò rỉ dữ liệu Android. Sự gia tăng của các thiết bị Android đã tạo điều kiện cho các cuộc tấn công mạng, đặc biệt là thông qua các ứng dụng Android độc hại. Các ứng dụng này có thể thu thập và làm rò rỉ thông tin cá nhân Android của người dùng. Các kỹ thuật tấn công ngày càng tinh vi, vượt qua các hệ thống phát hiện truyền thống. Do đó, việc nghiên cứu và phát triển các phương pháp phát hiện rò rỉ thông tin hiệu quả là vô cùng quan trọng. Luận văn này tập trung vào việc phát hiện khả năng rò rỉ thông tin riêng tư trong các ứng dụng Android, sử dụng các kỹ thuật học máy để đối phó với các mối đe dọa ngày càng phức tạp.

1.1. Sự Phổ Biến Của Android Và Nguy Cơ Rò Rỉ Dữ Liệu

Theo International Data Corporation (IDC), Android chiếm thị phần lớn trên thị trường điện thoại thông minh. Điều này khiến nó trở thành mục tiêu hấp dẫn cho các tác giả phần mềm độc hại Android. Sự phổ biến của Android, cùng với tính chất mã nguồn mở, tạo điều kiện cho việc phát triển và phân phối các ứng dụng độc hại, gây ra data breach Android và privacy violation Android. Các ứng dụng này có thể lạm dụng các tính năng của nền tảng hoặc khai thác các lỗ hổng bảo mật để truy cập và làm rò rỉ dữ liệu bí mật của người dùng.

1.2. Các Phương Pháp Phân Tích Phát Hiện Rò Rỉ Thông Tin

Các nghiên cứu về phát hiện phần mềm độc hại Android thường sử dụng ba phương pháp chính: phân tích tĩnh ứng dụng Android, phân tích động ứng dụng Android, hoặc kết hợp cả hai. Phân tích tĩnh tập trung vào việc phân tích mã nguồn để trích xuất các đặc trưng. Phân tích động giám sát ứng dụng trong quá trình chạy trong môi trường ảo. Cả hai phương pháp đều sử dụng các thuật toán học máy để xây dựng mô hình phân loại và phát hiện các ứng dụng độc hại. Các mô hình này được huấn luyện bằng dữ liệu về các đặc trưng malware Android thu thập được từ phân tích tĩnh hoặc động.

II. Kiến Trúc Android Hiểu Rõ Để Phát Hiện Rò Rỉ Dữ Liệu

Kiến trúc Android được chia thành bốn lớp chính, từ phần cứng đến ứng dụng người dùng. Lớp nhân Linux là nền tảng, cung cấp các dịch vụ hệ điều hành và quản lý phần cứng. Lớp thư viện gốc cung cấp các thư viện nguồn mở để xử lý dữ liệu. Lớp khung ứng dụng (Application framework) bao gồm các API Android để phát triển ứng dụng. Cuối cùng, lớp ứng dụng cung cấp các chức năng cho người dùng cuối. Hiểu rõ kiến trúc này là rất quan trọng để kiểm tra bảo mật ứng dụng Android và phát hiện lỗ hổng bảo mật Android.

2.1. Các Thành Phần Của Ứng Dụng Android

Một ứng dụng Android bao gồm các lớp, tài nguyên và tệp AndroidManifest.xml. Tệp AndroidManifest.xml là tệp cấu hình quan trọng, liệt kê thông tin về ứng dụng, bao gồm tên gói Java, các thành phần của ứng dụng, quyền truy cập và các thư viện khác. Cấu trúc của ứng dụng Android bao gồm bốn thành phần chính: Activity, Service, BroadCastReceiver và ContentProvider. Tất cả các thành phần này được khai báo trong tệp AndroidManifest.

2.2. Tệp APK Cấu Trúc Và Thành Phần Quan Trọng

Tệp APK (Android Package Kit) là định dạng tệp được sử dụng để phân phối các ứng dụng Android. Nó bao gồm các thành phần chính như tệp dex (mã bytecode), AndroidManifest.xml (thông tin về ứng dụng), lib (thư viện hỗ trợ), res (tài nguyên), assets (tài sản), và META-INF (chữ ký số). Việc phân tích cấu trúc tệp APK là một bước quan trọng trong quá trình reverse engineering ứng dụng Android và phân tích tĩnh ứng dụng Android để tìm kiếm các dấu hiệu của ứng dụng Android nguy hiểm.

2.3. Tính Năng Bảo Mật Của Android Cơ Chế Hoạt Động

Bảo mật Android dựa trên các yếu tố chính: nhân Linux, Sandboxing ứng dụng, chữ ký ứng dụng và mô hình phân quyền. Sandboxing ứng dụng cô lập các quy trình và dữ liệu của ứng dụng. Chữ ký ứng dụng xác định tác giả của ứng dụng. Mô hình phân quyền bảo vệ tài nguyên và chức năng của điện thoại, chỉ cho phép các ứng dụng được cấp quyền truy cập. Các nhà phát triển cần khai báo các quyền cần thiết trong tệp AndroidManifest.xml, và người dùng cần cấp quyền tại thời điểm cài đặt.

III. Phương Pháp SVM Phát Hiện Rò Rỉ Thông Tin Hướng Dẫn Chi Tiết

Luận văn này sử dụng Support Vector Machine (SVM) để phát hiện rò rỉ thông tin riêng tư trong các ứng dụng Android. SVM là một thuật toán học máy mạnh mẽ, có khả năng phân loại dữ liệu hiệu quả. SVM được sử dụng để xây dựng mô hình phân loại dựa trên các đặc trưng của ứng dụng, như quyền truy cập, Broadcast Receivers và các lớp API. Mô hình này có thể dự đoán khả năng rò rỉ thông tin của một ứng dụng dựa trên các đặc trưng này.

3.1. Học Máy Trong Phát Hiện Rò Rỉ Thông Tin Android

Các kỹ thuật học máy đang ngày càng trở nên phổ biến trong việc phát hiện rò rỉ thông tin Android. Các phương pháp này bao gồm phân tích dựa trên quyền truy cập, phân tích dựa trên mã nguồn và phân tích dựa trên mô hình học máy. Các mô hình học máy có thể học các mẫu từ dữ liệu và dự đoán khả năng rò rỉ thông tin của một ứng dụng. Kiến trúc chung của các mô hình học máy bao gồm các bước: thu thập dữ liệu, tiền xử lý dữ liệu, lựa chọn đặc trưng, huấn luyện mô hình và đánh giá mô hình.

3.2. Cơ Sở Toán Học Và Kiến Trúc Của Mô Hình SVM

SVM là một thuật toán học máy dựa trên cơ sở toán học vững chắc. Nó tìm kiếm một siêu phẳng (hyperplane) tối ưu để phân tách các lớp dữ liệu. Kiến trúc của mô hình SVM trong việc phát hiện rò rỉ thông tin bao gồm các bước: trích xuất đặc trưng từ ứng dụng Android, vector hóa các đặc trưng, huấn luyện mô hình SVM và đánh giá hiệu suất của mô hình. Ưu điểm của SVM là khả năng xử lý dữ liệu phi tuyến tính và khả năng khái quát hóa tốt.

3.3. Đặc Trưng Quan Trọng Trong Ứng Dụng Android

Các đặc trưng quan trọng trong ứng dụng Android bao gồm quyền truy cập (permission Android), Broadcast Receivers và các lớp API (API Android). Quyền truy cập cho biết các tài nguyên mà ứng dụng có thể truy cập. Broadcast Receivers cho phép ứng dụng nhận và phản hồi các tin nhắn quảng bá. Các lớp API cho biết các chức năng mà ứng dụng sử dụng. Việc lựa chọn đặc trưng phù hợp là rất quan trọng để xây dựng một mô hình SVM hiệu quả.

IV. Cài Đặt Thử Nghiệm Và Đánh Giá Mô Hình SVM Kết Quả Bất Ngờ

Để đánh giá hiệu quả của phương pháp SVM, luận văn đã thực hiện cài đặt thử nghiệm và đánh giá mô hình trên một bộ dữ liệu các ứng dụng Android. Môi trường và ngôn ngữ lập trình được sử dụng là Android Studio và Java. Các công cụ và thư viện hỗ trợ bao gồm scikit-learn. Kết quả thử nghiệm cho thấy mô hình SVM có khả năng phát hiện rò rỉ thông tin với độ chính xác cao. Tuy nhiên, vẫn còn một số hạn chế cần được khắc phục trong tương lai.

4.1. Phát Biểu Bài Toán Và Cài Đặt Mô Phỏng

Bài toán được phát biểu là xây dựng một mô hình SVM để phân loại các ứng dụng Android thành hai loại: ứng dụng có khả năng rò rỉ thông tin và ứng dụng không có khả năng rò rỉ thông tin. Quá trình cài đặt mô phỏng bao gồm các bước: thu thập bộ dữ liệu, trích xuất và lựa chọn đặc trưng, vector hóa đặc trưng và huấn luyện mô hình SVM. Các đặc trưng được sử dụng bao gồm quyền truy cập và đồ thị luồng điều khiển.

4.2. Kết Quả Cài Đặt Thực Nghiệm Và Đánh Giá

Kết quả cài đặt thực nghiệm cho thấy mô hình SVM có khả năng dự đoán chính xác khả năng rò rỉ thông tin của các ứng dụng Android. Các chỉ số đánh giá như độ chính xác, độ thu hồi và độ đo F1 đều đạt giá trị cao. Tuy nhiên, mô hình vẫn còn một số hạn chế, như khả năng xử lý dữ liệu không cân bằng và khả năng khái quát hóa trên các bộ dữ liệu khác nhau.

4.3. Nhận Xét Về Kết Quả Và Hướng Phát Triển

Kết quả cài đặt cho thấy phương pháp SVM là một phương pháp tiềm năng để phát hiện rò rỉ thông tin trong các ứng dụng Android. Tuy nhiên, cần có thêm nghiên cứu để cải thiện hiệu suất của mô hình và giải quyết các hạn chế hiện tại. Hướng phát triển trong tương lai bao gồm sử dụng các thuật toán học máy khác, kết hợp các đặc trưng khác nhau và xây dựng các mô hình phân loại phức tạp hơn.

V. Kết Luận Và Hướng Phát Triển Tương Lai Của Bảo Mật Android

Luận văn đã trình bày một phương pháp sử dụng SVM để phát hiện rò rỉ thông tin riêng tư trong các ứng dụng Android. Kết quả thử nghiệm cho thấy phương pháp này có tiềm năng lớn trong việc bảo vệ người dùng khỏi các mối đe dọa bảo mật. Tuy nhiên, vẫn còn nhiều thách thức cần được giải quyết trong tương lai. Các hướng phát triển bao gồm nghiên cứu các thuật toán học máy mới, kết hợp các kỹ thuật phân tích tĩnh và động, và xây dựng các hệ thống phát hiện rò rỉ thông tin tự động.

5.1. Tóm Tắt Kết Quả Đạt Được

Luận văn đã đạt được các kết quả sau: (1) Xây dựng được một mô hình SVM để phát hiện rò rỉ thông tin trong các ứng dụng Android. (2) Đánh giá hiệu suất của mô hình trên một bộ dữ liệu thực tế. (3) Xác định các đặc trưng quan trọng trong việc phát hiện rò rỉ thông tin. (4) Đề xuất các hướng phát triển trong tương lai.

5.2. Những Vấn Đề Còn Tồn Tại

Luận văn vẫn còn một số vấn đề tồn tại, bao gồm: (1) Khả năng xử lý dữ liệu không cân bằng. (2) Khả năng khái quát hóa trên các bộ dữ liệu khác nhau. (3) Khả năng phát hiện các ứng dụng độc hại mới. (4) Yêu cầu về tài nguyên tính toán lớn.

5.3. Hướng Phát Triển Tiếp Theo

Các hướng phát triển tiếp theo bao gồm: (1) Sử dụng các thuật toán học máy khác, như mạng nơ-ron sâu. (2) Kết hợp các kỹ thuật phân tích tĩnh và động. (3) Xây dựng các hệ thống phát hiện rò rỉ thông tin tự động. (4) Nghiên cứu các phương pháp bảo vệ người dùng khỏi rò rỉ dữ liệu Android.