摘要：

密鑰是保證Android設備安全的重要組件之一,密鑰的生成與使用均需要用到隨機數,生成高質量的隨機數需要高熵值的隨機源。另一方面,移動廣告等業務對不同的Android設備提供個性化服務時,需要對智能終端進行識別,因此需要采集設備特征,而識別設備需要低熵值的信息源。鑒于此,本文分析了Android的進程調度信息,通過信息熵分析其隨機性,在進程調度信息中找到了較高熵值的隨機源與相對唯一的進程訪問密度特征。基于此分別提出真隨機數和設備特征生成方法,主要分為以下兩個方面:一方面,真隨機數發生器主要利用物理隨機事件作為噪聲源,而目前大多數Android設備均未集成真隨機數發生器芯片,因此從操作系統中尋找高熵值的真隨機源尤為重要。本文分析了Android系統中的側信道信息,發現進程調度中的進程調用號訪問順序規律體現著中斷次數變化情況。增加相同的中斷次數所需時間間隔t序列滿足負指數分布,即其為Poisson流,而Poisson流具有無記憶特性,則時間間隔t序列中的每一個值只與鄰近值相關,所以可以考慮將相同時間間隔內增加的中斷次數作為隨機數噪聲源。基于此,通過分析進程調用號的訪問順序,把中斷次數作為噪聲源,經過對噪聲源信息進行預處理、劃分區間和量化編碼生成隨機數。通過計算生成隨機數序列的最小熵來評價隨機數序列的優劣。同時比較了不同區間劃分方法的效果,分析采樣間隔、噪聲源方差和隨機數最小熵之間的關系,討論了系統中幾個主要進程與隨機數最小熵的相關性。最終得到結論:采用不均勻劃分五個區間、采樣間隔為1ms、抑制ksoftirqdr進程的運行,可以得到較高熵值的隨機數序列。另外一方面,目前Android設備特征生成方法,多是讀取IMEI等信息,需要獲取敏感權限,但獲取root權限的用戶可以任意修改這些信息。針對以上問題,本文提出兩種零權限設備特征生成方法。系統運行時需要調用多個進程,不同設備相同時刻系統運行狀態不同,從而進程調度中的進程號訪問密度不同。同一設備一段時間內系統穩定運行,進程號訪問密度基本不變。設備穩定運行提供較小的信息熵,體現出較小的隨機性。基于此,本文分析進程號訪問密度,以系統中正在運行且進程號小于300的進程信息為設備特征信息源,提出兩種設備特征生成方法。采用誤識率、拒識率和等誤率三個評價指標確定相似性匹配算法中的閾值,利用精準率、召回率和F_β分數對設備特征生成方法進行評價。

展開

總結

以上是生活随笔為你收集整理的android随机匹配,基于进程调度的Android真随机数和设备特征生成方法的研究的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。