一种基于KNN的用户位置隐私自感知机制的保护方法技术

本发明专利技术公开了一种基于KNN的用户位置隐私自感知机制的保护方法，包括以下步骤：下载N个APP，并将其分为需要虚假位置的APP、需要模糊位置的APP和需要精确位置的APP；利用KNN算法判断未知APP属于上述三类中的哪一类；若APP需要虚假位置或模糊位置，返回给相应的位置信息；本发明专利技术还采用字节码混淆的方法阻止安卓系统的逆向分析。本发明专利技术采取不同的位置信息分派策略，更是结合了不同的模糊粒度和虚假粒度，能够有效地保护用户的位置隐私信息，防止了恶意软件获取用户位置信息，从而推测出用户的身份、家庭住址、行动路线、具体位置等信息。

【技术实现步骤摘要】

本专利技术属于Android系统级的安全问题，具体涉及一种针对如今Android权限系统无法区分正常或恶意软件而导致用户隐私信息泄露的基于KNN的用户位置隐私自感知机制的保护方法。
技术介绍
进入21世纪，人们渐渐步入数字化生活轨道，随着位置探测设备(例如手机、GPS、RFID、传感器等)和地理位置信息系统的开发、应用及推广，使得基于位置信息服务(Location-BasedService,LBS)的android应用程序越多越多，例如：办公、资讯、娱乐、购物等。正是基于用户位置信息，这些APP在给用户提供便利的同时，也带来了一系列由于用户位置隐私泄露所造成的威胁，如：通过用户位置信息推测出用户的身份、行动路线、家庭住址等。针对Android系统用户隐私泄露的问题，TaintDroid设计并实现了一种提高Android的安全性的方案,设计并实现了原型系统TaintDroid，该系统使用污点分析技术对用户的敏感数据进行保护以此来防止用户的隐私信息泄露；SecuDroid在原生Android系统(Google公司发布,没有经过第三方修改的安卓系统)基础上,研究采用数据流追踪技术检测用户本文档来自技高网...

【技术保护点】
一种基于KNN的用户位置隐私自感知机制的保护方法，其特征在于，包括以下步骤：步骤1，将N个已知APP作为训练集合，根据AndroidManifest.xml中的权限将N个APP区分为正常APP件与非正常APP，则非正常APP属于需要虚假位置的APP集合，其中N＞100；针对正常APP，按照所述正常APP的功能列表、权限列表、是否需要精确位置信息将正常APP分为需要精确位置的APP集合和需要模糊位置的APP集合；步骤2，下载一个新的APP作为当前APP，利用KNN算法判断该当前APP属于需要虚假位置的APP或需要模糊位置的APP或需要精确位置的APP中的一类；步骤3，若所述的当前APP需要虚假位...

【技术特征摘要】
1.一种基于KNN的用户位置隐私自感知机制的保护方法，其特征在于，包括以下步骤：步骤1，将N个已知APP作为训练集合，根据AndroidManifest.xml中的权限将N个APP区分为正常APP件与非正常APP，则非正常APP属于需要虚假位置的APP集合，其中N＞100；针对正常APP，按照所述正常APP的功能列表、权限列表、是否需要精确位置信息将正常APP分为需要精确位置的APP集合和需要模糊位置的APP集合；步骤2，下载一个新的APP作为当前APP，利用KNN算法判断该当前APP属于需要虚假位置的APP或需要模糊位置的APP或需要精确位置的APP中的一类；步骤3，若所述的当前APP需要虚假位置或模糊位置，利用hook系统返回给该当前APP相应的位置信息。2.如权利要求1所述的用户位置隐私自感知机制的保护方法，其特征在于，步骤2中所述的利用KNN算法判断该当前APP属于需要虚假位置的APP或需要模糊位置的APP或需要精确位置的APP中的一类是指：若最接近该当前APP的k个邻居里的已知APP中有大于k/2个的APP属于需要虚假位置的APP集合，则该当前APP也属于需要虚假位置的APP集合；若最接近该当前APP的k个邻居里的已知APP中有大于k/2个的APP属于需要模糊位置的APP集合，则该当前APP也属于需要模糊位置的APP集合；若最接近该当前APP的k个邻居里的已知APP中有大于k/2个的APP属于需要精确位置的APP集合，则该当前APP也属于需要精确位置的APP集合。3.如权利要求1所述的用户位置隐私自感知机制的保护方法，其特征在于，步骤3中所述的利用hook系统返回给该当前APP相应的位置信息包括：步骤31，通过对所述的当前APP逆向分...

【专利技术属性】
技术研发人员：李政桥，汤战勇，赵贝贝，陈美玲，房鼎益，
申请(专利权)人：西北大学，
类型：发明
国别省市：陕西;61