무작위 터치 발생 탐지를 이용한 안드로이드 앱 자동 분석 회피에 관한 연구|RISS 상세보기

국문 초록 (Abstract)

급속하게 늘어나는 악성앱을 효과적으로 분석하기 위해 악성앱 자동 분석 시스템이 구축·활용되고 있다. 악성앱의 행위를 보다 많이 활성화시키기 위해 무작위 터치를 발생시키는 자동 터치 모듈을 추가하는 연구가 진행되고 있다. 본 연구에서는 실제 사람의 터치와 자동으로 발생되는 무작위 터치와의 차이를 구별할 수 있는 방안을 제시한다. 실험을 바탕으로 사람들은 한번 터치 후 다음 터치와의 거리가 자동화 모듈보다 짧은 경향이 있으며, 손가락 움직임으로 터치 할 수 있는 빠르기도 한계가 있고, 사람은 일반적으로 스마트폰의 최 외곽 지역은 잘 터치하지 않는다는 사실을 알게 되었다. 본 연구에서는 실험을 통해 얻은 통계적 수치를 이용하여 스마트폰의 터치에서 사람인지 자동화 모듈인지 판단 할 수 있는 알고리즘을 개발하였다. 본 연구는 궁극적으로 자동 터치 발생을 통한 자동 분석 시스템 고도화에 기여할 것으로 예상된다.

번역하기

급속하게 늘어나는 악성앱을 효과적으로 분석하기 위해 악성앱 자동 분석 시스템이 구축·활용되고 있다. 악성앱의 행위를 보다 많이 활성화시키기 위해 무작위 터치를 발생시키는 자동 터�...

다국어 초록 (Multilingual Abstract)

As the number of malicious Android applications increases rapidly, many automatic analysis systems are proposed. Hoping to trigger as many malicious behaviors as possible, the automatic analysis systems are adopting random touch generation modules. In this paper, we propose how to differentiate real human touches and randomly generated touches. Through experiments, we figured out that the distance between two consecutive human touches is shorter than that of random generation module. Also we found that the touch speed of human is also limited. In addition, humans rarely touch the outer area of smartphone screen. By using statistics of human smartphone touch, we developed an algorithm to differentiate between human touches and randomly generated touches. We hope this research will help enhance automatic Android app analysis systems.

번역하기

목차 (Table of Contents)

요약
ABSTRACT
1. 서론
2. 관련 연구
3. 터치 이벤트 자동 발생 탐지 방안

요약
ABSTRACT
1. 서론
2. 관련 연구
3. 터치 이벤트 자동 발생 탐지 방안
3.1 구분 기준
3.2 외곽 지역 터치 분석
3.3 터치 소요 시간 분석
3.4 터치 위치간 거리 분석
3.5 터치 사이 시간 분석
4. 판단 기준 효용성 평가
4.1 외곽지역 판단
4.2 터치 소요 시간 판단
4.3 터치 위치간 거리 판단
4.4 터치 사이 소요 시간 판단
4.5 판단 기준 종합 분석
5. 결론
참고문헌

참고문헌 (Reference)

1 "http://developer.android.com/tools/help/monkeyrunner_concepts.html"

2 Ying-Chih Shen, "Toward Efficient Dynamic Analysis and Testing for Android Malware" 2 (2): 2014

3 Andrea Gianazza, "PuppetDroid: A Remote execution environment and UI exerciser for android malware analysis" politesi 2013

4 Shuai Hao, "PUMA: Programmable UI-Automation for Large-Scale Dynamic Analysis of Mobile Apps"

5 Riyadh Mahmood, "EvoDroid: Segmented Evolutionary Testing of Android Apps"

6 Jan Van Eijck, "Evaluating the Efficiency of GUI Ripping for Automated Testing of Android Applications"

7 Aravind Machiry, "Dynodroid: An Input Generation System for Android Apps" ESEC/FSE 2013

8 Kimberly Tam, "CopperDroid:Automatic Reconstruction of Android Malware Behaviors" 2015

9 Machael Bierma, "Andlantis: Large-scale Android Dynamic Analysis"

10 Lukas Weichselbaum, "ANDRUBIS:Android Malware Under The Magnifying Glass" 2014