[发明专利]一种基于KNN的用户位置隐私自感知机制的保护方法

摘要

本发明公开了一种基于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。

主权项

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、权限列表和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；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逆向分析得到返回地址信息的函数接口，并安装xposed框架，下载对应的XposedBridgeApi‑xx.jar文件；在Android studio修改配置文件以及添加所需要的.jar文件步骤32，寻找函数方法所在的包，在handleLoadPackage中通过逆向得到返回地址信息的核心函数所在的包名；步骤33，寻找所在的类名以及对应的函数方法，通过findAndHookMethod提供的Api寻找具体需要Hook和修改的函数；步骤34，Hook后，在afterHookedMethod函数体中对当前APP分配虚假位置或模糊位置；步骤4，针对安卓系统的保护系统，采用字节码混淆的方法阻止安卓系统对所述步骤1‑3的方法的逆向分析。