1 移動應(yīng)用隱私合規(guī)檢測背景簡介

移動應(yīng)用的隱私合規(guī)檢測，從技術(shù)形態(tài)上可以分為靜態(tài)檢測方案與動態(tài)檢測方案。以下分別作簡要介紹。

1.1 靜態(tài)檢測

靜態(tài)檢測方案通過對移動應(yīng)用的安裝包進行反編譯，進而通過靜態(tài)數(shù)據(jù)流、控制流分析等技術(shù)，檢測移動應(yīng)用中可能存在的隱私泄露問題。在該領(lǐng)域中，常用到以下工具：

? Apktool [1]: 反編譯安卓Apk，可以反編譯資源，并在進行修改之后重新打包Apk

? dex2jar [2]: 將Apk反編譯成Java源碼（classes.dex轉(zhuǎn)化成jar文件）

? Soot [3]：Soot最初是Java優(yōu)化框架，發(fā)展至今已廣泛應(yīng)用于分析優(yōu)化和可視化Java和Android應(yīng)用程序。

? Flowdroid [4]: 基于IFDS算法實現(xiàn)的針對Android的靜態(tài)污點分析框架

利用上述工具，開發(fā)者可以制定相應(yīng)的規(guī)范檢測項，從而檢測到應(yīng)用中存在的隱私泄露隱患。

1.2 動態(tài)檢測

動態(tài)檢測方案通過運行待檢測應(yīng)用于真實手機或者模擬器沙箱，通過監(jiān)控移動應(yīng)用對系統(tǒng)內(nèi)敏感資源的訪問，結(jié)合移動應(yīng)用的隱私政策聲明分析，檢測移動應(yīng)用是否包含隱私違規(guī)行為。應(yīng)用運行則可以由人工進行或者UI自動化。

1.2.1 敏感行為監(jiān)測

運行時敏感行監(jiān)測實時監(jiān)控應(yīng)用對用戶隱私敏感數(shù)據(jù)的訪問。在實現(xiàn)上分為兩種：一種是直接在源碼中添加監(jiān)控代碼。如在AOSP代碼中的getLastLocation中直接添加代碼，記錄API訪問行為。另一種則是通過hook方案，不直接修改源碼，而是在系統(tǒng)運行APP時添加邏輯鉤子，在APP調(diào)用特定敏感API時，先跳轉(zhuǎn)至hook函數(shù)，最后再返回調(diào)用原敏感API。其中，hook函數(shù)負責記錄應(yīng)用的API訪問行為。

1.2.2 UI自動化

移動應(yīng)用自動化即通過程序控制移動應(yīng)用UI交互。該領(lǐng)域典型的工具有： monkey [5]，進行UI界面隨機點擊以及系統(tǒng)級事件。第三方UI自動化工具：uiautomator2 [6]和AndroidViewClient [7], 基于系統(tǒng)工具uiautomator實現(xiàn)，能夠?qū)崿F(xiàn)基本的自動化UI測試功能編程。

2 目標檢測技術(shù)在隱私合規(guī)檢測領(lǐng)域的應(yīng)用

深度學習中的目標檢測，主要用于在視圖中檢測出物體的類別和位置，如下圖所示。目前業(yè)界主要有YOLO [7]，SSD [8]和RCNN [9]三類深度學習算法。

以Faster RCNN為例，該算法是RCNN算法的演進。在結(jié)構(gòu)上，F(xiàn)aster RCNN將特征抽取(feature extraction)，proposal提取，bounding box regression(rect refine)，classification都整合在了一個網(wǎng)絡(luò)中，使得綜合性能有較大提高，在檢測速度方面尤為明顯。Faster RCNN主要分為4個主要內(nèi)容：

1. Conv layers。作為一種CNN網(wǎng)絡(luò)目標檢測方法，F(xiàn)aster RCNN首先使用一組基礎(chǔ)的conv+relu+pooling層提取image的feature maps。該feature maps被共享用于后續(xù)RPN層和全連接層。
2. Region Proposal Networks。RPN網(wǎng)絡(luò)用于生成region proposals。該層通過softmax判斷anchors屬于positive或者negative，再利用bounding box regression修正anchors獲得精確的proposals。
3. Roi Pooling。該層收集輸入的feature maps和proposals，綜合這些信息后提取proposal feature maps，送入后續(xù)全連接層判定目標類別。
4. Classification。利用proposal feature maps計算proposal的類別，同時再次bounding box regression獲得檢測框最終的精確位置。

2.1 應(yīng)用點

在UI自動化中，常常存在基于uiautomator的工具無法識別的UI布局。主要有兩種原因?qū)е逻@種情況：1、UI內(nèi)容由整張圖片渲染而成；2、UI控件原因，某些用戶編寫的UI控件沒有支持無障礙服務(wù)，導致uiautomator無法獲取UI布局。此時，使用UI圖片目標識別，可以判斷可點擊的有效區(qū)域。

.jpg)

如上圖所示，在Sechunter的UI自動化中，我們需要獲取應(yīng)用的隱私聲明文件鏈接，以及相應(yīng)的“同意”、“不同意”的位置。在uiautomator無法獲得UI布局的情況下，可以進行目標識別，通過圖像獲得可點擊位置，從而推進UI自動化測試的繼續(xù)執(zhí)行。

2.2 目標檢測技術(shù)的應(yīng)用

在模型訓練中，主要困難在于數(shù)據(jù)集收集。Sechunter的解決方案是，先通過傳統(tǒng)的圖片處理方案獲取初步的數(shù)據(jù)集，這里我們使用了圖片處理領(lǐng)域的顯著區(qū)域識別。這個過程的關(guān)鍵是要有一個驗證模塊，對隱私聲明鏈接而言，即驗證該區(qū)域點擊跳轉(zhuǎn)后內(nèi)容的確是隱私聲明。我們使用了LDA主題模型來判斷文本內(nèi)容是否是隱私政策。通過驗證的樣本都收納到數(shù)據(jù)集中，然后用這些標注數(shù)據(jù)進行第一版的目標識別模型訓練。

訓練出來的模型只是利用傳統(tǒng)圖像處理能夠識別成功的圖片進行學習。對于不成功的圖片，我們進一步使用OCR。OCR能夠識別出圖像中的文字內(nèi)容及其位置。結(jié)合第一階段的目標識別模型進行結(jié)果融合，可以得到更為精確的可點擊區(qū)域結(jié)果，并且這個時候的融合方案已經(jīng)初步可以使用了。隨著數(shù)據(jù)集的積累，目標檢測模型的檢測結(jié)果也變得更精確。最終能夠只使用目標識別方案。

3 小結(jié)

移動應(yīng)用隱私合規(guī)檢測對保護個人信息安全有著重要作用。但目前市場上的工具自動化檢測能力普遍都還比較有限。Sechunter在自動化隱私合規(guī)檢測領(lǐng)域做了一些積極探索，進行了眾多跨領(lǐng)域技術(shù)調(diào)研，本文介紹的目標識別技術(shù)能夠幫助自動化工具更快更準地識別UI可點擊區(qū)域。
審核編輯：湯梓紅