[论文解读] Mining Permission Request Patterns from Android and Facebook Applications (extended author version)

Mario Frank, Ben Dong+2 more|arXiv (Cornell University)|Oct 8, 2012

Advanced Malware Detection Techniques参考文献 15被引用 4

一句话总结

本文提出一种基于布尔矩阵分解的无监督概率模型，用于识别Android和Facebook应用中的常见权限请求模式。研究发现，高声誉应用遵循稳定且独特的权限请求模式，而低声誉应用则显著偏离这些模式，表明权限请求模式可作为应用质量与用户满意度的代理指标。

ABSTRACT

Android and Facebook provide third-party applications with access to users' private data and the ability to perform potentially sensitive operations (e.g., post to a user's wall or place phone calls). As a security measure, these platforms restrict applications' privileges with permission systems: users must approve the permissions requested by applications before the applications can make privacy- or security-relevant API calls. However, recent studies have shown that users often do not understand permission requests and lack a notion of typicality of requests. As a first step towards simplifying permission systems, we cluster a corpus of 188,389 Android applications and 27,029 Facebook applications to find patterns in permission requests. Using a method for Boolean matrix factorization for finding overlapping clusters, we find that Facebook permission requests follow a clear structure that exhibits high stability when fitted with only five clusters, whereas Android applications demonstrate more complex permission requests. We also find that low-reputation applications often deviate from the permission request patterns that we identified for high-reputation applications suggesting that permission request patterns are indicative for user satisfaction or application quality.

研究动机与目标

• 使用统计建模方法识别Android和Facebook应用中的常见权限请求模式。
• 确定权限请求模式是否与应用声誉及用户满意度相关。
• 开发一种可扩展的无监督方法，用于检测异常或潜在风险的权限请求。
• 评估所识别模式在随机数据子集中的稳定性和泛化能力。
• 探索权限模式作为风险指标的潜力，以识别低质量或可疑应用。

提出的方法

• 应用基于布尔矩阵分解的生成式概率模型，从应用权限数据中提取重叠的权限请求模式。
• 采用变分推理方法，估计表示权限请求模式的潜在因子的后验分布。
• 通过在多个随机数据子集上训练模型，进行稳定性分析，以评估聚类结果的可重现性。
• 比较高声誉与低声誉应用之间的权限请求模式，以检测偏差。
• 通过真实应用与模拟应用中常见权限对的比例（PCP）评估模式的显著性。
• 通过在不同数据划分和应用子集上测试聚类稳定性，验证模型的泛化能力。

实验结果

研究问题

• RQ1 大规模Android和Facebook应用语料库中存在哪些潜在的权限请求模式？
• RQ2 所识别的权限请求模式在不同数据子集中的稳定性和泛化能力如何？
• RQ3 低声誉应用是否显著偏离高声誉应用的权限请求模式？
• RQ4 权限请求模式能否作为应用质量或用户满意度的指标？
• RQ5 不同应用类别之间的权限请求模式有何差异，是否可提升检测精度？

主要发现

• Facebook的权限请求表现出高度稳定的结构，仅存在五个聚类，表明存在强烈的潜在模式。
• Android应用的权限请求模式更为复杂，但仍遵循可识别的聚类，且与应用声誉相关。
• 低声誉应用（少于10个评分）显著偏离高声誉应用的权限请求模式。
• 真实应用的平均权限共现比例（PCP）为8.7%，而模拟应用仅为1.2%，表明存在非随机且有意义的结构。
• 模型在随机数据子集上的聚类结果稳定，证明其具有高度的泛化能力与可重现性。
• 权限请求模式可作为应用质量的指示器，与常见模式的偏离程度与用户满意度较低或声誉较差相关。