[论文解读] A Study on Power Side Channels on Mobile Devices

Yan Lin, Yao Guo+2 more|arXiv (Cornell University)|Dec 25, 2015

Advanced Malware Detection Techniques参考文献 46被引用 6

一句话总结

本文展示了移动设备——尤其是安卓智能手机——上的功耗侧信道可被利用，仅通过非特权的功耗追踪即可提取运行中的应用程序、用户界面状态和密码长度等敏感信息。通过硬件和软件方法分析真实世界的功耗追踪数据，作者揭示了实际存在的侧信道攻击，对移动用户隐私和安全构成严重威胁。

ABSTRACT

Power side channel is a very important category of side channels, which can be exploited to steal confidential information from a computing system by analyzing its power consumption. In this paper, we demonstrate the existence of various power side channels on popular mobile devices such as smartphones. Based on unprivileged power consumption traces, we present a list of real-world attacks that can be initiated to identify running apps, infer sensitive UIs, guess password lengths, and estimate geo-locations. These attack examples demonstrate that power consumption traces can be used as a practical side channel to gain various confidential information of mobile apps running on smartphones. Based on these power side channels, we discuss possible exploitations and present a general approach to exploit a power side channel on an Android smartphone, which demonstrates that power side channels pose imminent threats to the security and privacy of mobile users. We also discuss possible countermeasures to mitigate the threats of power side channels.

研究动机与目标

• 调查现代移动设备（尤其是智能手机）上是否存在功耗侧信道及其实际可行性。
• 识别非特权功耗追踪如何用于推断敏感信息，如应用程序身份、用户界面状态和密码长度。
• 展示利用功耗侧信道进行隐私和安全泄露的现实世界攻击场景。
• 提出一种适用于安卓智能手机的功耗侧信道攻击通用框架。
• 讨论缓解移动平台功耗侧信道攻击风险的对策。

提出的方法

• 在谷歌Nexus 5智能手机上开展实验，通过硬件方法（Monsoon Power Monitor）和软件方法（系统级电压/电流轮询）收集功耗追踪数据。
• 分析应用程序加载、用户界面切换和密码输入过程中的功耗模式，以识别可区分的特征。
• 开发一种通用的利用方法，通过串联多个功耗侧信道观测结果，逐步推断敏感用户数据。
• 使用信噪比（SNR）分析检测并关联功耗变化与特定应用程序行为及用户输入。
• 在真实条件下评估攻击的可行性，包括背景功耗噪声和非特权访问。
• 提出一种威胁模型，其中攻击者可在无设备或数据直接访问的情况下推断用户行为。

实验结果

研究问题

• RQ1 移动设备的功耗追踪能否揭示运行应用程序的信息？
• RQ2 功耗侧信道能否用于推断单个应用程序内的用户界面状态？
• RQ3 功耗追踪能否被用于猜测输入密码的长度？
• RQ4 在安卓智能手机上使用功耗侧信道构建多阶段攻击的可行性如何？
• RQ5 在移动平台上缓解功耗侧信道威胁的实际对策有哪些？

主要发现

• 在安卓智能手机上成功识别出多个功耗侧信道，包括用于应用程序识别、用户界面推断和密码长度猜测的侧信道。
• 仅通过软件轮询收集的功耗追踪已足以在启动期间区分不同应用程序，证明无需专用硬件即可实现。
• 研究证实，通过将功耗变化与界面切换相关联，可利用功耗侧信道推断应用程序内的用户界面状态。
• 即使不知道实际字符，通过分析文本输入过程中的功耗模式，可高精度估算密码长度。
• 演示了一种多阶段攻击场景，攻击者可仅通过功耗追踪依次推断应用程序身份、用户界面状态和密码长度。
• 结果表明，即使在非特权访问条件下，功耗侧信道仍对移动用户隐私和安全构成真实且实际的威胁。