Sovereign Smartphone: To Enjoy Freedom We Have to Control Our Phones
大多数智能手机运行iOS或Android操作系统。这创造了两个截然不同的生态系统,主要由苹果和谷歌控制--它们决定哪些应用程序可以运行,如何运行,以及它们可以访问什么样的手机资源。除了Android中的一些例外情况,不同的手机制造商可能会有影响力,用户,开发人员和政府几乎没有选择。具体而言,用户需要将其安全性和隐私委托给操作系统供应商,并接受他们施加的功能约束。鉴于Android和iOS的广泛使用,立即离开这些生态系统是不切实际的,除非在利基应用领域。在这项工作中,我们提请注意这一问题的严重性,以及为什么这是一个不可取的情况。作为替代方案,我们提倡开发一种新的智能手机架构,将控制权安全地转移回用户,同时保持与丰富的现有智能手机生态系统的兼容性。基于ARM和RISC-V可信执行环境的进步,我们提出并分析了这样一种设计。
2021-02-04 cs.CR
Intrusion Detection on Smartphones
International Burch University(国际布尔奇大学)
智能手机技术越来越成为世界各地人们的主要通信工具。人们使用他们的智能手机来保存他们的联系人数据,浏览互联网,交换消息,保存笔记,携带他们的个人文件和文档等。用户在浏览时也能够在线购物,因此需要输入他们的信用卡号码和安全代码。随着智能手机的普及,这项技术面临的安全威胁和漏洞也越来越多。最近的新闻和文章表明,智能手机(主要是Android和iOS)上使用的操作系统的恶意软件和病毒大幅增加。智能手机技术的主要限制是其处理能力和稀缺的能源,因为智能手机依赖于电池的使用。由于智能手机是随着用户在不同地方之间移动而改变其网络位置的设备,因此用于智能手机技术的入侵检测系统通常被分类为针对移动自组织网络设计的IDS。本研究的目的是简要介绍IDS技术,概述IDS技术中使用的主要机器学习和模式识别算法,概述iOS和Android的安全模型,提出一种新的基于主机的智能手机IDS模型,并为新提出的模型创建Android平台的概念验证应用程序。关键词:IDS,SVM,Android,iOS;
2012-11-28 cs.AI cs.CR
Uncovering Relationships between Android Developers, User Privacy, and Developer Willingness to Reduce Fingerprinting Risks
Google(谷歌)
研究通过调查246名Android开发者,探讨平台隐私保护措施对开发者意愿的影响,发现开发者普遍支持隐私保护措施,但更倾向于可选实施,且指纹使用开发者更支持该措施。
2026-03-30 cs.CR cs.HC
DCM: A Developers Certification Model for Mobile Ecosystems
本文提出面向 Android 和 iOS 的开发者认证模型 DCM,借鉴 SSL/TLS 认证协议构建跨组织信任链,以在支持多应用商店共存的同时保障用户安全并减少系统改动。
2023-08-10 cs.CR
SoK: Untangling File-based Encryption on Mobile Devices
软件供应商已经开发了基于文件的加密(FBE)方案以解决与数据存储相关的安全问题。虽然加密静态数据的方法可能看起来相对简单,但移动设备中这些技术的主要支持者仍然创建了看似不同的FBE解决方案。由于大多数底层设计决策都在白皮书中进行了高级别的描述,或者通过检查相应的源代码(Android)或通过逆向工程(iOS)进行低级别的访问,因此方案之间的比较和对其相对优势的讨论很少。在本文中,我们提出了一个正式的框架,基于文件的加密系统的研究,重点是两个突出的实现:FBE计划中使用的Android和Linux操作系统,以及FBE计划中使用的iOS。我们提出的正式模型和我们对现有算法的详细描述是基于不同性质的文档,例如白皮书,技术报告,演示文稿和博客文章等。使用我们的框架,我们验证现有的密钥推导链的安全性,以及整体设计的安全性,在广泛已知的对称密码的安全假设下,如IND-CPA或INT-CTXT安全,在随机预言机模型。
2021-11-24 cs.CR
A Forensically Sound Adversary Model for Mobile Devices
在本文中,我们提出了一个对手模型,以方便法医调查的移动设备(例如Android,iOS和Windows智能手机),可以很容易地适应最新的移动终端技术。考虑到移动终端技术的不断发展和快速变化的性质,这一点至关重要。一个不可分割的原则和对法医从业人员的重大限制是法医的健全性。我们的对手模型专门考虑和集成的对手,在我们的情况下,法医从业人员的法医健全的约束。攻击者模型的一个构造是用于Android设备的证据收集和分析方法。使用该方法与六个流行的云应用程序,我们成功地提取各种信息的法医感兴趣的外部和内部存储的移动终端。
2015-09-23 cs.CR
Forensics Acquisition and Analysis of instant messaging and VoIP applications
互联网的出现显著改变了数百万人的日常活动,其中之一是人们的通信方式,其中即时消息(IM)和IP语音(VoIP)通信已经变得普遍。虽然即时通讯应用程序是无处不在的通信工具,现在,它被观察到,相关研究的主题,从即时通讯服务的证据收集是有限的。原因是即时通讯可以作为一个非常有用但非常危险的平台,让受害者和嫌疑人进行沟通。事实上,智能手机上越来越多地使用即时消息已经成为移动和计算机法医专家的金矿。应用程序留下的痕迹和证据可以保存在智能手机上,并利用正确的取证技术检索这些潜在的证据是非常必要的。最近,大多数关于IM取证的研究都集中在WhatsApp,Viber和Skype等应用程序上。然而,在文献中,很少有与iOS和Android平台上的WhatsApp、Viber、Skype和Tango等IM应用程序相关的取证分析和比较,尽管该应用程序的总用户已经超过10亿。因此,在本文中,我们提出了法医采集和分析这四个IM和VoIP的iOS和Android平台。我们试图回答如何收集证据时,IM通信使用。我们还定义了目标文物的分类,以指导和结构随后的法医分析。最后,对可通过IM供应商获得的信息进行了审查。这项研究的成果提供了详细的答案,这些IM和VoIP应用程序可以识别的工件类型。我们还比较了这些流行的应用程序的取证分析:WhatApp,Skype,Viber和Tango。
2016-12-01 cs.CR
FendOff encryption software to secure personal information on computers and mobile devices
本文介绍了几种基于一次伪随机填充和伪随机置换的原始密码模块(VSEM)。VSEM包括4个可以组合应用的加密模块。我们研究了这些模块的能力,以确保私人数据免受攻击和他们的加密速度。VSEM加密在iOS和Android平台上的移动设备的Fendoff应用程序以及运行Windows或Mac OS的计算机应用程序中实现。我们描述了这些应用程序旨在加密/解密各种个人数据,如密码,信用卡或银行信息以及保护任何文本或图像文件的内容。
2015-10-31 cs.CR
Mixed Signals: Analyzing Software Attribution Challenges in the Android Ecosystem
识别对给定软件对象负责的作者的能力对于许多研究和增强软件透明度和问责制至关重要。然而,与iOS等其他应用程序市场相反,Android生态系统中的归因众所周知很难。之前的研究利用市场元数据和签名证书来识别软件作者,而不质疑这些属性信号的有效性和准确性。然而,Android应用程序作者可能有意或无意地隐藏其真实身份,原因是:(1)市场缺乏政策执行,以确保开发人员在应用程序发布过程中在其市场概况中披露的信息的准确性和正确性,以及(2)使用自签名证书来签名应用程序,而不是由受信任的CA颁发的证书。在本文中,我们进行了第一次实证分析的可用性,波动性和整体适用性的公开可用的元数据的作者归属在Android应用市场。为此,我们分析了两年多来从五个Android市场中提取的超过250万个市场条目和应用程序的数据集。我们的研究结果表明,广泛使用的归因信号往往在市场概况中缺失,并且随着时间的推移而变化。我们还使关于作者归属的签名证书的有效性的一般信念无效。例如,我们发现,由于应用程序构建框架和软件工厂的激增,来自不同作者的应用程序共享签名证书。最后,我们引入了归因图的概念,并将其应用于评估Google Play商店上现有归因信号的有效性。我们的研究结果证实,缺乏对公开信号的控制可能会混淆归因过程。
2022-11-23 cs.CR cs.SE
Multi-platform Process Flow Models and Algorithms for Extraction and Documentation of Digital Forensic Evidence from Mobile Devices
由于越来越需要检查来自移动和便携式小工具的证据,因此更有必要制定可靠的措施来调查这些小工具。在详细说明检查每个小工具的要求时存在许多差异,以帮助侦探和检查员保证从任何移动设备提取/收集的任何类型的证据都有良好的记录,并且结果可以重复,如果检查结果是可重复的,必须实施可靠和记录良好的调查过程。在本文中,我们开发了一个通用的过程流模型,用于在Android,Windows,iOS和黑莓操作系统上运行的移动设备中提取数字证据。本研究采问卷调查法及广泛的文献回顾法搜集资料.开发的模型通过专家意见进行验证。这项工作的结果可以指导解决方案开发人员确保移动设备证据提取工具的标准化。
2022-03-24 cs.CR
MoLIFE: Methodology, Technologies, and Challenges for Mobile Live Intelligent Forensics Examination
University of Cagliari(卡利亚里大学);Interuniversity National Consortium for Informatics, CINI(意大利高校信息学联合国家联盟);University of Malaga(马拉加大学)
本文针对科技公司数据保护机制增加致移动取证探索少的问题,提出基于NIST SP800 - 101的移动实时智能取证检查方法MoLIFE,可集成新兴技术,用于预防威胁和事后分析,并通过安卓设备数据获取案例证明可行性。
2026-07-09 cs.CR
How Do Mobile Applications Enhance Security? An Exploratory Analysis of Use Cases and Provided Information
针对学术界和工业界缺乏对Android与iOS平台移动安全应用的全面概述这一问题,本研究系统收集并分析了410款应用,识别出20款主流应用并归类为六大用例,揭示其提供的安全信息,填补了该领域空白。
2025-04-19 cs.CR
TouchSignatures: Identification of User Touch Actions and PINs Based on Mobile Sensor Data via JavaScript
符合W3C规范,移动Web浏览器允许网页中的JavaScript代码在未经用户许可的情况下访问运动和方向传感器数据。然而,W3C规范中没有考虑用户安全和隐私的相关风险。在这项工作中,第一次,我们展示了如何通过浏览器使用这些传感器数据的用户安全性可能会受到损害,尽管数据率是3至5倍慢于什么是可用的应用程序。我们研究了Android和iOS平台上的多个流行的浏览器,并研究他们的政策,在授予权限的JavaScript代码访问运动和方向传感器数据。根据我们的观察,我们确定了多个漏洞,并提出了触摸签名,它实现了一个攻击,恶意的JavaScript代码的攻击选项卡上监听这样的传感器数据测量。基于这些流,TouchSignatures能够区分用户的触摸动作(即,点击、滚动、按住和缩放)和她的PIN,允许远程网站了解客户端用户活动。我们通过收集真实用户的数据并使用我们的概念验证实现报告高成功率来证明这种攻击的实用性。我们还提出了一套潜在的解决方案来解决这些漏洞。W3C社区和包括Mozilla、Google、Apple和Opera在内的主要移动浏览器供应商已经认可了我们的工作,并正在实施我们提出的一些对策。
2016-02-12 cs.CR
Demo: FedCampus: A Real-world Privacy-preserving Mobile Application for Smart Campus via Federated Learning & Analytics
Duke Kunshan University(昆山杜克大学)
本文展示 FedCampus,一个基于联邦学习与联邦分析的跨平台智慧校园隐私保护移动应用,已在昆山杜克大学部署 100 块智能手表并完成多项真实任务。
2024-08-31 cs.AI cs.CR cs.DC
Data Security on Mobile Devices: Current State of the Art, Open Problems, and Proposed Solutions
在这项工作中,我们提出了明确的证据,分析,并(在需要时)猜测回答的问题,(1)在移动设备中的具体安全措施有意义地防止未经授权的访问用户数据?(2)现代移动设备以何种方式被未授权方访问?(3)我们如何改进现代移动设备以防止未经授权的访问?我们研究了移动领域的两个主要平台,iOS和Android,并为每个平台提供了对现有和历史安全功能的彻底调查,对已知安全绕过技术的基于证据的讨论,以及具体的补救建议。然后,我们汇总和分析公共记录、文档、文章和博客帖子,对黑客和执法部门未经授权绕过安全功能的情况进行分类和讨论。我们对通过移动设备和相关云服务的执法方法可能访问的数据进行深入分析。我们的事实收集和分析使我们能够提出一些建议,以提高这些设备上的数据安全性。我们提出的缓解措施在很大程度上可以概括为通过强加密增加敏感数据的覆盖范围,但我们详细介绍了实现这一目标和其他目标的各种挑战和方法。我们希望这项工作能够刺激移动终端的安全和隐私开发和研究,提供独特的信息参考,并作为可靠加密对隐私的重要性的循证论据,我们认为这既是一项人权,也是民主运作的组成部分。
2021-05-26 cs.CR cs.CY
Exploring Audio Editing Features as User-Centric Privacy Defenses Against Large Language Model(LLM) Based Emotion Inference Attacks
Southern Illinois University Carbondale(南伊利诺伊大学卡本代尔分校);School of Computing(计算机学院)
针对语音使能技术中音频情感隐私泄露问题,提出以用户为中心的隐私防御方法,利用音高和节奏调整的音频编辑技术保护情感隐私,经实验验证有效且探索了轻量级设备端实现原则。
2025-02-10 cs.AI cs.CR cs.LG