基于加密流量分析的智能手机APP识别技术

根据《中国互联网发展报告(2023)》,我国互联网用户数量及使用的互联网应用数量呈现快增长的特点,尤其是在移动端的应用增长态势表现得更为明显。网络应用程序的识别对于流量控制和异常流量检测等网络管理具有重要意义,安装在智能手机上的应用程序可以揭示用户的许多信息,比如他们的健康医疗状况、网络活动轨迹、个人数据隐私等。此外,智能手机上特定应用程序的存在或缺失可以通知有意攻击该设备的对手。本文通过对智能手机应用程序发送的网络流量进行指纹识别,使用机器学习技术,引入增强模糊检测机制,从侧通道数据中识别智能手机应用程序,验证了应用程序的指纹随时间推移在不同设备和不同版本的应用程序之间的变化影响较小。结合Python编程语言,对智能手机应用程序的分类识别进行了实验验证,同时扩展了AppScanner,从智能手机的网络流量在几个维度上彻底评估了指纹识别智能手机应用程序的可行性。