$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

리플렉션이 사용된 앱의 실행 로그 기록 및 분석을 통한 의심스러운 분기문 탐지
Detecting suspicious branch statements through recording and analyzing execution logs of apps using reflection 원문보기

스마트미디어저널 = Smart media journal, v.12 no.5, 2023년, pp.58 - 64  

이수민 (숭실대학교 일반대학원 컴퓨터학과) ,  박민호 (숭실대학교 일반대학원 컴퓨터학과) ,  홍지만 (숭실대학교 컴퓨터학부)

초록
AI-Helper 아이콘AI-Helper

로직 밤에서 악성 행위를 트리거하는 분기문의 조건은 미리 파악할 수 없어 안드로이드 악성 앱 분석을 어렵게 하고 있다. 로직 밤과 트리거일 수 있는 잠재적으로 의심스러운 분기문을 탐지하기 위한 다양한 연구가 진행되었으나, 리플렉션과 같이 런타임에 결정되는 정보가 포함된 앱에서는 의심스러운 분기문을 제대로 탐지할 수 없다. 본 논문에서는 안드로이드 앱에 리플렉션이 사용되어도 앱 실행 로그 기록과 분석을 통해 의심스러운 분기문을 탐지할 수 있는 도구를 제안한다. 제안한 도구는 안드로이드 앱이 실행되는 동안 로그에 호출된 사용자 정의 메소드와 자바 API, 리플렉션으로 호출된 메소드 정보와 분기문 정보를 기록하고 이를 분석하여 호출된 메소드와 분기문간의 관계를 파악하여 의심스러운 분기문을 탐지할 수 있다. 실험을 통해 리플렉션이 사용된 앱에서도 의심스러운 분기문을 탐지할 수 있음을 확인하였다.

Abstract ▼ AI-Helper 아이콘AI-Helper

In Logic Bomb, the conditions of branch statements that trigger malicious behavior cannot be detected in advance, making Android malicious app analysis difficult. Various studies have been conducted to detect potentially suspicious branch statements that can be logic bombs and triggers, but suspicio...

주제어

#안드로이드 앱 실행 로그   #의심스러운 분기문   #리플렉션  

참고문헌 (11)

  1. Mobile Operating System Market Share？Worldwide Oct 2021-Oct 2022(2022).？https://gs.statcounter.com/os-market-share/mobile/worldwide (accessed Nov., 5, 2022). 

  2. Population of Internet Users Worldwide from？2012 to 2021, by Operating System(2022).？https://www.statista.com/statistics/543185/worldwide-internet-connected-operating-system-population/ (accessed Nov., 5, 2022). 

  3. K. Liu, S. Xu, G. Xu, M. Zhang, D. Sun, and H.？Liu, "A Review of Android Malware Detection？Approaches Based on Machine Learning," IEEE？Access, Vol. 8, pp. 124579-124607, Jul. 2020. 

  4. J. Samhi, L. Li, T. F. Bissyande, and J. Klein,？"Difuzer: Uncovering Suspicious Hidden？Sensitive Operations in Android Apps," Proc. of？the 44th International Conference on Software？Engineering (ICSE '22), pp. 723-735, May 2022. 

  5. X. Pan, X. Wang, Y. Duan, X. Wang, and H.？Yin, "Dark Hazard: Learning-based, Large-Scale？Discovery of Hidden Sensitive Operations in？Android Apps," Proc. of Network and？Distributed System Security Symposium 2017？(NDSS '17), Vol. 17, pp. 10-14722, Feb. 2017. 

  6. Android Open Source Project(2022).？https://source.android.com/ (accessed Nov., 5,？2022). 

  7. Structural Bytecode Constraints(2022).？https://source.android.com/docs/core/runtime/constraints (accessed Nov., 5, 2022). 

  8. Dalvik bytecode(2022).？https://source.android.com/docs/core/runtime/dalvik-bytecode (accessed Nov., 5, 2022). 

  9. DexProtector(2022).？https://licelus.com/products/dexprotector？(accessed Nov., 5, 2022). 

  10. UI/Application Exerciser Monkey(2022).？https://developer.android.com/studio/test/other-testing-tools/monkey (accessed Nov., 5, 2022). 

  11. Samhi, Jordan and Bartel, Alexandre, "On The？(In)Effectiveness of Static Logic Bomb Detection？for Android Apps," IEEE Transactions on？Dependable and Secure Computing, Vol. 19, pp.？3822-3836, Jun. 2022. 

    상세보기

저자의 다른 논문 :

관련 콘텐츠

이 논문과 함께 이용한 콘텐츠

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로