Android Application Security: A Semantics and Context-Aware Approach

این SpringerBrief تهدیدهای سایبری در حال ظهوری را که امنیت برنامه اندروید را تضعیف می‌کنند، توضیح می‌دهد. همچنین فرصت استفاده از تکنیک‌های معنایی و متن‌آگاه پیشرفته را برای دفاع در برابر چنین تهدیداتی، از جمله بدافزار اندروید روز صفر، آسیب‌پذیری‌های نرم‌افزاری عمیق، نقض حریم خصوصی و هشدارهای امنیتی ناکافی در توضیحات برنامه بررسی می‌کند. نویسندگان با معرفی پیشینه این رشته، توضیح کلی سیستم عامل، ویژگی های برنامه نویسی و مکانیسم های امنیتی شروع می کنند. نویسندگان رفتار سطح معنایی برنامه های تلفن همراه را به تصویر می کشند و از آن برای شناسایی قابل اعتماد انواع بدافزار و بدافزارهای روز صفر استفاده می کنند. سپس، آنها یک تکنیک تولید خودکار پچ را برای شناسایی و مسدود کردن جریان اطلاعات خطرناک پیشنهاد می کنند. یک تکنیک بازنویسی بایت کد برای محدود کردن نشت حریم خصوصی استفاده می شود. آگاهی کاربر، یک عامل کلیدی خطرات امنیتی، با ترجمه خودکار معانی برنامه های مرتبط با امنیت به توضیحات زبان طبیعی مورد توجه قرار می گیرد. کاوی رفتار مکرر برای کشف و فشرده سازی معنایی رایج استفاده می شود. در نتیجه، توضیحات تولید شده حساس به امنیت، قابل درک برای انسان و مختصر است. با پوشش پیشینه، تهدیدات فعلی و کارهای آینده در این زمینه، خلاصه برای متخصصان صنعت و دانشجویان سطح پیشرفته که در تلفن همراه کار می کنند مناسب است. امنیت و برنامه های کاربردی برای محققین نیز ارزشمند است.

This SpringerBrief explains the emerging cyber threats that undermine Android application security. It further explores the opportunity to leverage the cutting-edge semantics and context–aware techniques to defend against such threats, including zero-day Android malware, deep software vulnerabilities, privacy breach and insufficient security warnings in app descriptions. The authors begin by introducing the background of the field, explaining the general operating system, programming features, and security mechanisms. The authors capture the semantic-level behavior of mobile applications and use it to reliably detect malware variants and zero-day malware. Next, they propose an automatic patch generation technique to detect and block dangerous information flow. A bytecode rewriting technique is used to confine privacy leakage. User-awareness, a key factor of security risks, is addressed by automatically translating security-related program semantics into natural language descriptions. Frequent behavior mining is used to discover and compress common semantics. As a result, the produced descriptions are security-sensitive, human-understandable and concise.By covering the background, current threats, and future work in this field, the brief is suitable for both professionals in industry and advanced-level students working in mobile security and applications. It is valuable for researchers, as well.