[論文レビュー] A Sink-driven Approach to Detecting Exposed Component Vulnerabilities in Android Apps

Daoyuan Wu, Xiapu Luo+1 more|arXiv (Cornell University)|May 24, 2014

Advanced Malware Detection Techniques参考文献 28被引用数 16

ひとこと要約

本論文は、脆弱性固有のシンク（VSink）を体系的に特定・分類することで、Androidアプリにおける露出したコンponent脆弱性（ECV）を検出するシンク駆動型アプローチを提案する。前方到達可能性とカテゴリ感知型後向きデータフロー解析を用い、トップ1,000のAndroidアプリのうち49の以前に発見されていなかった脆弱なアプリを同定した。1コンポonentあたりの平均分析時間は9.257秒であった。

ABSTRACT

Android apps could expose their components for cooperating with other apps. This convenience, however, makes apps susceptible to the exposed component vulnerability (ECV), in which a dangerous API (commonly known as sink) inside its component can be triggered by other (malicious) apps. In the prior works, detecting these ECVs use a set of sinks pertaining to the ECVs under detection. In this paper, we argue that a more comprehensive and effective approach should start by a systematic selection and classification of vulnerability-specific sinks (VSinks). The set of VSinks is much larger than those used in the previous works. Based on these VSinks, our sink-driven approach can detect different kinds of ECVs in an app in two steps. First, VSinks and their categories are identified through a typical forward reachability analysis. Second, based on each VSink's category, a corresponding detection method is used to identify the ECV via a customized backward dataflow analysis. We also design a semi-auto guided analysis and validation capability for system-only broadcast checking to remove some false positives. We implement our sink-driven approach in a tool called ECVDetector and evaluate it with the top 1K Android apps. Using ECVDetector we successfully identify a total of 49 vulnerable apps across all four ECV categories we have defined. To our knowledge, most of them are previously undisclosed, such as the very popular Go SMS Pro and Clean Master. Moreover, the performance of ECVDetector is high, requiring only 9.257 seconds on average to process each component.

研究の動機と目的

• 過去のECV検出ツールが特定の脆弱性タイプに強く依存し、臨時のシンクセットに依存するという限界を是正する。
• 複数のECVカテゴリにわたる脆弱性固有のシンク（VSink）を体系的に同定・分類することで、検出カバレッジを向上させる。
• シンク分類と分析ロジックを分離することで、広範な適用性を持つ汎用的で拡張可能な検出フレームワークを構築する。
• 特にシステム専用ブロードキャストチェックに関して、準自動ガイド付き分析により誤検出を低減する。
• データセットを公開することで実用的導入を可能にする。Android研究コミュニティ向けに372のVSinkと183のデータソースAPIを提供。

提案手法

• API名、パーミッションの意味論、その他のメトリクスを用いたルールベースのシステムを定義し、VSinkを4つの異なるカテゴリに体系的に選別・分類する。
• 反復的で、フローに依存する、プロシージャ内での前方到達可能性解析を実行し、アプリのコンポーネント内に存在するすべてのVSinkを特定する。
• 各VSinkカテゴリごとにカスタマイズされた後向きデータフロー解析を適用し、外部入力から脆弱なシンクへの潜在的攻撃フローを追跡する。
• 誤検出の検証とフィルタリングを目的とした、準自動ガイド付き分析モジュールを統合する。特にシステム専用ブロードキャストレシーバーの文脈で有効である。
• ECVDetectorとして本アプローチを実装し、ルールの解釈、シンク分類、エンドツーエンドの脆弱性検出を支援する。
• 事前に定義された構文的・意味論的ルールに基づき、動的にVSinkを選別・分類するルールインタプリタを活用する。

実験結果

リサーチクエスチョン

• RQ1 脆弱性固有のシンク（VSink）の体系的かつ包括的な選別は、過去の臨時のアプローチと比較して、ECV検出カバレッジをどのように向上させるか？
• RQ2 分析要件に基づいてVSinkを分類するシンク駆動型フレームワークは、多様な脆弱性カテゴリにわたり、以前に発見されていなかったECVを検出可能か？
• RQ3 VSinkカテゴリに従ってガイドされた後向きデータフロー解析は、複雑なECVを検出するうえで、前方解析をどの程度上回るか？
• RQ4 特にシステム専用ブロードキャストレシーバーの文脈において、準自動ガイド付き分析は誤検出をどの程度効果的に低減できるか？
• RQ5 提案されたアプローチは、以前に発表されていなかった、広く使われているAndroidアプリにおける実世界のECVを検出可能か？

主な発見

• ECVDetectorは、Google Playのトップ1,000アプリの中から49の以前に発見されていなかった脆弱なAndroidアプリを正常に同定した。
• Go SMS Pro や Clean Master といった高知名度のアプリに脆弱性が存在し、それらは以前に報告されていなかった。
• 1コンポーネントあたりの平均分析時間はわずか9.257秒であり、高い性能とスケーラビリティを示した。
• 分析要件に基づき、4つの異なるカテゴリに分類された合計372の脆弱性固有のシンク（VSink）が同定された。
• 本ツールの準自動ガイド付き分析は、特にシステム専用ブロードキャストレシーバーのチェックにおいて、誤検出を顕著に低減した。
• 著者らは、今後のAndroidセキュリティ解析研究を支援するため、372のVSinkと183のデータソースAPIのデータセットを公開した。