CN107506275B - 一种基于arm指令虚拟化的软件防护能耗评估方法 - Google Patents

Abstract

本发明公开了一种基于ARM指令虚拟化的软件防护能耗评估方法，该方法首先设计合适精确的测量智能手机电量的方案，搭建起实验平台。对比研究采用了ARM指令虚拟化保护方法之前和之后的程序，设计出合理的测试程序，在智能手机上运行测试程序并同时测量记录测试程序运行时手机的电量变化。分析测量到的数据，研究总结ARM指令虚拟化保护方法对能耗产生的影响，并利用线性回归模型生成线性回归方程，实现对采用了ARM指令虚拟化保护方法而产生的能耗进行预测评估。本发明便于软件开发者了解其采用的软件保护方法对智能手机能耗产生的影响，从而在软件保护强度和最终的能量的消耗之间维持一个很好的平衡。

Description

一种基于ARM指令虚拟化的软件防护能耗评估方法

技术领域

本发明属于智能手机能耗评估技术领域，具体涉及一种基于ARM指令虚拟化的软件防护能耗评估方法。

背景技术

智能手机市场一直在以惊人的速度增长，随着人们依靠智能手机的功能和娱乐，手机的电池续航能力就成了最大的问题。然而，智能手机发展到今天，许多方面都已经大幅改善，但是电池续航却仍然是一个影响数百万用户体验的重要因素。如何提高智能手机电池续航能力？一方面是研究更换更大容量的电池，这对于目前的技术很难有所突破；另一方面是能耗优化，这是目前研究人员关注的重点。

然而，当智能手机的发展给社会带来了巨大的效益，给用户提供了巨大的便利的同时，应用软件的安全问题也越来越严重。面对越来越严峻的移动安全环境，就需要更高强度的保护方法，来保护应用程序不被攻击者攻击利用。但是，当软件保护方法的强度越来越大，复杂度也会越来越大，一味的追求软件保护强度，会造成软件保护方法过于复杂，软件运行时指令膨胀，能耗增加等问题。

现有的对于智能手机能耗的研究主要有两大类，一类是对智能手机上的某一类应用软件或者某一类活动来进行能耗优化。例如，研究智能手机加载web页面时的能量和性能的平衡，以优化智能手机浏览器加载web页面时的能耗；通过动态缩放屏幕分辨率来优化智能手机屏幕的能耗，以达到最好的用户体验和节能；测量研究智能手机后台活动及其对能量消耗的影响，优化屏幕关闭期间智能手机的能耗。

另一类是通过研究智能手机各组件的能耗，利用一些科学方法来进行整个智能手机的功率建模。例如，针对CPU、LCD、GPS、Wi-Fi、音频和cellular接口等组件，建立的功率模型PowerBooter和在线功率评估工具PowerTutor；基于***调用的功率建模方法和能量分析器Eprof；基于利用率的模型和基于有限状态机的模型等等。现有的研究没有关于采用软件防护方法造成软件运行时能耗增加的问题的研究，因此现有的技术不能被直接利用解决此问题。

发明内容

本发明的目的在于，提供一种基于ARM指令虚拟化的软件防护能耗评估方法，用以评估ARM指令虚拟化的软件保护方法对智能手机能耗的影响，以便于软件开发者了解其采用的软件保护方法对智能手机能耗产生的影响，从而使开发者能够在软件保护强度和最终的能量的消耗之间维持一个很好的平衡。

为了实现上述任务，本发明采用以下技术方案：

一种基于ARM指令虚拟化的软件防护能耗评估方法，包括以下步骤：

步骤一，搭建测量智能手机电流的实验平台

将智能手机的主板与电池之间的正极线上串联一个极小电阻，然后在所述的极小电阻的两端并联一个具有记录功能的高精度数字万用表；

步骤二，建立受保护的测试程序

在Android平台中新建一个本地层函数，将待保护软件中的待保护指令写入所述的本地层函数中，对所述的本地层函数设置多次循环，并在循环开始和结束的时刻分别增加时间戳，用以记录本地层函数开始执行和结束执行的时间；然后进行编译打包，生成待保护的测试程序；

利用ARM指令虚拟化保护方法对所述的待保护的测试程序进行保护，得到受保护的测试程序；

步骤三，处理实验数据

在智能手机上分别运行待保护的测试程序和受保护的测试程序，并在测试时，利用所述的万用表以固定的频率记录极小电阻两端的电压数据，并进行以下处理：

步骤3.1，利用公式：电流＝电压/电阻，对所述的电压数据进行处理，得到电流数据；利用MATLAB绘制出电流随时间的变化曲线图，并通过时间戳定位到本地层函数运行造成的电流变化部分；

步骤3.2，计算所述的变化曲线与时间轴之间的面积，即本地层函数运行耗电量，用该耗电量减去本地层函数在运行时智能手机屏幕的耗电量，得到本地层函数运行时实际耗电量；

步骤四，软件防护能耗的评估

利用线性回归方法，对待保护指令的条数和所述的实际耗电量进行线性拟合，分别得到待保护的测试程序、受保护的测试程序的线性回归方程；利用线性回归方程，计算得到待保护指令在待保护的测试程序运行时的耗电量Y1和在受保护的测试程序运行时的耗电量Y2，计算能耗增量M＝(Y2-Y1)/Y1，通过能耗增量的大小对软件防护能耗进行评估。

进一步地，步骤二中，对所述的本地层函数采用延时调用的设计方法，以保证本地层函数在执行时的前后一段时间内没有其他程序执行。

进一步地，步骤3.2中，本地层函数运行时智能手机屏幕耗电量的计算方法为：

连接所述的变化曲线的两个端点，得到连接线，连接线两端向时间轴做垂线，两条垂线、时间轴以及连接线围成的面积即为屏幕耗电量。

进一步地，所述的极小电阻的电阻值为100毫欧。

本发明具有以下技术特点：

1.本发明针对ARM指令来进行研究，ARM指令的特点是代码执行时间短，电量变化小，难以测量。通过研究和多次实验对比分析，总结得出通过隔离并延迟执行待保护指令，并合适次数循环运行待保护指令，解决了对指令级别的能耗进行测量的问题；

2.针对现有设备和软件无法直接精确测量得到智能手机电量数据，从而导致不能精确计算出能耗的问题，通过直接在智能手机和其原装电池之间增加极小电阻，测量极小电阻两端电压变化进行了有效的解决；

3.通过在测试程序中增加时间戳，解决了无法精确匹配程序运行活动和电量变化活动的问题；

4.通过一对一设计测试程序，一个原始程序对应一个受保护程序，避免测试程序中微小的差异对实验结果造成影响，并且严格控制实验环境，有效的提高了测量的准确度。

附图说明

图1为本发明方法的整体流程图；

图2为测量智能手机电流的实验电路图；

图3为设计测试程序的代码示意图；

图4为在智能手机上运行测试程序时测量得到的智能手机电流变化示意图；

图5为待保护指令线性回归拟合结果示意图；

图6为待保护指令被保护后线性回归拟合结果示意图；

具体实施方式

本发明选择Android平台中当前的研究热点—基于ARM指令虚拟化的软件保护方法作为研究对象，用以评估这类保护方法在软件保护过程中的能耗大小。ARM指令虚拟化保护方法的原理和传统计算机上的虚拟机保护方法原理基本相同，ARM指令虚拟化保护主要针对APP本地层代码进行保护，利用代码虚拟化技术，将软件程序的待保护指令(ARM指令)转换成一种自定义的虚拟指令，在程序执行时，这些虚拟指令被一个虚拟解释器逐条解释执行，从而实现待保护指令的原始功能。ARM指令虚拟化保护的优势在于它极大地增加了攻击者逆向分析的代价，能够有效的对软件进行保护。本发明的具体步骤如下：

一种基于ARM指令虚拟化的软件防护能耗评估方法，包括以下步骤：

步骤一，搭建测量智能手机电流的实验平台

如图1所示，智能手机的电池上一共有四条线与手机的主板相连，其分别是，正极线、负极线和两条数据传输线。本方案中，将正极线先断开，然后在正极线上串联一个极小电阻，其他三条线不变动。然后在所述的极小电阻的两端并联一个具有记录功能的高精度数字万用表，选择万用表的电压表功能，在手机上的程序运行时，测量极小电阻两端的电压，并设置以0.006NPLC(工频周期数)的频率记录下电压数据(大约每秒记录65个数据)。本实施例中，采用的极小电阻的电阻值为100毫欧。通过测得极小电阻两端的电压变化，利用公式I＝U/R计算得到手机电流变化。

目前能够高精度测量手机电流的设备都是通过外接电源给手机供电，然后检测电流变化。但是这只适用于非智能手机和较老版本的智能手机，目前大部分的智能手机连接外接电源无法开机使用。因此，本方法选择直接通过智能手机原装电池为手机供电，既解决了大部分智能手机无法使用外接电源供电的问题，也使实验环境更加真实的模拟了真实使用智能手机的场景。

因为智能手机自身内阻较小，数字万用表作为电流表时内阻过大，直接使用数字万用表电流表功能对手机电流进行测量会使手机分压不足，无法正常开机使用，同理使用较大的电阻也会造成手机无法正常使用，因此，通过大量的实验测试，本方法最终采用阻值为100毫欧的极小电阻，通过间接测量极小电阻两端的电压，得到智能手机的电流变化数据。

步骤二，建立受保护的测试程序

ARM指令虚拟化保护方法的特点是，对本底层函数中待保护指令进行保护。根据这一特点，重点对程序中待保护指令所在的本底层函数进行处理。一般待保护指令为一个完整的函数，指令条数少则几十条，多则几百条，且在程序运行中会多次调用。如图2所示，本实施例中测试程序的建立过程如下：

在Android平台中新建一个本地层函数，将待保护软件中的待保护指令写入所述的本地层函数中，对所述的本地层函数设置多次循环，并在循环开始和结束的时刻分别增加时间戳，用以记录本地层函数开始执行和结束执行的时间，以便于和测量得到的电流变化活动精确匹配；然后进行编译打包，生成待保护的测试程序；

如图所示，在本实施例中，本地层函数命名为stringFromJNI(int a，int b)，在handler()中对它进行延时调用，延迟时间为10秒，以保证在这个函数执行前后的10秒内没有其他任何程序执行，以便于后续对关键指令执行时电量变化的研究。通过for循环10万次stringFromJNI(int a，int b)函数，一般情况下开发者需要保护的关键指令都是会被多次调用的高频函数。通过多次实验测试，本方法选择循环10万次，一方面能够模拟正常软件运行中多次调用该函数，另一方面也能集中运行该函数，使实验数据更加精确。

利用ARM指令虚拟化保护方法对所述的待保护的测试程序进行保护，得到受保护的测试程序；即，对于一个需要保护的软件，先选择软件中较为关键的，例如包含核心算法的指令，即为待保护指令，将待保护指令写入本地层函数并生成一个待保护的测试程序，然后再利用ARM指令虚拟化保护方法对该测试程序进行保护，再在手机上执行保护前和保护后的测试程序，然后对保护前后的能耗进行计算评估。

步骤三，处理实验数据

在智能手机上分别运行待保护的测试程序和受保护的测试程序，并在测试时，利用所述的万用表以固定的频率记录极小电阻两端的电压数据，并进行以下处理：

步骤3.1，利用公式：电流I＝电压U/电阻R，对所述的电压数据进行处理，得到电流数据；利用MATLAB绘制出电流随时间的变化曲线图，并通过时间戳定位到本地层函数运行造成的电流变化部分，如图3中加粗部分的曲线；

步骤3.2，计算所述的变化曲线与时间轴之间的面积，即本地层函数运行耗电量，用该耗电量减去本地层函数在运行时智能手机屏幕的耗电量，得到本地层函数运行时实际耗电量Q；

如图3所示，耗电量Q＝电流I·时间t，即曲线与时间轴之间的面积(Q+P)；但这部分面积包含了测试过程中由于手机屏幕常亮而造成的稳定电量消耗，因此需要减去手机屏幕的耗电量。具体地，计算屏幕耗电量的方法为：连接所述的变化曲线的两个端点，得到连接线，连接线两端向时间轴做垂线，两条垂线、时间轴以及连接线围成的面积即为屏幕耗电量P。

步骤四，软件防护能耗的评估

通过对实验数据进行分析，发现本地层函数中，待保护指令的条数和其运行的耗电量间存在线性变化趋势，因此本方案中利用线性回归方法，对待保护指令的条数和所述的实际耗电量进行线性拟合，分别得到待保护的测试程序、受保护的测试程序的线性回归方程。

利用线性回归方程，计算得到待保护指令在待保护的测试程序运行时的耗电量Y1和在受保护的测试程序运行时的耗电量Y2，计算能耗增量M＝(Y2-Y1)/Y1，通过能耗增量的大小对软件防护能耗进行评估；具体的评估过程可以是，设置一个固定的基准能耗增量M₀，比较能耗增量M与基准能耗增量M₀的大小，如果M比M₀大，则说明测试用到的这种ARM指令虚拟化保护方法能耗过高，需要进一步对程序进行调整；如果M比M₀小，则该保护方法能耗满足使用要求。

实验一：证明实验

为了证明本方法的有效性，分别设计了十个待保护的测试程序和受保护的测试程序，共二十个测试程序。当运行测试程序时，保持实验手机上没有任何程序运行，尽量消除干扰因素。这二十个测试程序如表1所示：

表1：测试样本图表

分别对每个测试程序做20次实验，求得其关键函数(本地层函数)运行的耗电量的平均值，如表2所示。利用线性回归对表2的数据进行分析，得出待保护指令的耗电量在待保护测试程序运行时的线性回归模型1、受保护的测试程序运行时的线性回归模型2。

表2：实验结果

表3为线性回归模型1和线性回归模型2的相关参数。其中R、R方表示的是拟合优度，用来衡量模型对观测值的拟合程度，它的值越接近1说明模型拟合优度越高。从表3中可以看出模型1和模型2拟合优度都非常高。

表3：模型摘要

a：预测变量：(常量)，指令条数X

F检验是通过方差分析表输出的，通过显著性水平(significant level)检验回归方程的线性关系是否显著，显著性水平在0.05以上，均有意义。表4显示了对模型1和模型2进行方差分析的结果。从中可以看出模型1和模型2的显著性水平均小于0.05，因此两个模型均有意义。

表4：方差分析表

a：预测变量：(常量)，指令条数X

当F检验通过时，意味着方程中至少有一个回归系数是显著的，但是并不一定所有的回归系数都是显著的，这样就需要通过T检验来验证回归系数的显著性。T检验通过系数分析表输出。从表5中可以看出模型1和模型2的各回归系数的显著性均小于0.05，因此，两个模型各系数都是显著的。

表5：系数分析表

图4显示了待保护指令线性回归方程和实验数据(观察值)的拟合效果。图5显示了受保护指令线性回归方程和实验数据(观察值)的拟合效果。从图中可以看出，拟合效果都非常好。

因此，可以选择线性回归方程Y＝0.002X+0.628对采用了ARM虚拟化保护方法之前的待保护指令能耗进行估计，选择线性回归方程Y＝0.178X+7.314对采用了ARM虚拟化保护方法之后的待保护指令能耗进行估计。

实验二：验证试验

为了进一步验证本发明方法对真实应用的评估效果，选择三组待保护指令条数不同的软件，通过实验对其电量消耗进行测量，对每个软件测量20次，求得其消耗的电量的平均值。并通过线性回归方程对其消耗的电量值进行预测评估，比较两者的结果，如表3所示：

表3：实验对比结果

实验结果显示，误差均较小，因此本方法能有效的对采用ARM指令虚拟化保护方法造成的软件运行能耗进行评估。

Claims (3)

1.一种基于ARM指令虚拟化的软件防护能耗评估方法，其特征在于，包括以下步骤：

步骤一，搭建测量智能手机电流的实验平台

将智能手机的主板与电池之间的正极线上串联一个极小电阻，然后在所述的极小电阻的两端并联一个具有记录功能的高精度数字万用表；

步骤二，建立受保护的测试程序

在Android平台中新建一个本地层函数，将待保护软件中的待保护指令写入所述的本地层函数中，对所述的本地层函数设置多次循环，并在循环开始和结束的时刻分别增加时间戳，用以记录本地层函数开始执行和结束执行的时间；然后进行编译打包，生成待保护的测试程序；

利用ARM指令虚拟化保护方法对所述的待保护的测试程序进行保护，得到受保护的测试程序；

步骤三，处理实验数据

在智能手机上分别运行待保护的测试程序和受保护的测试程序，并在测试时，利用所述的万用表以固定的频率记录极小电阻两端的电压数据，并进行以下处理：

步骤3.1，利用公式：电流＝电压/电阻，对所述的电压数据进行处理，得到电流数据；利用MATLAB绘制出电流随时间的变化曲线图，并通过时间戳定位到本地层函数运行造成的电流变化部分；

步骤3.2，计算所述的变化曲线与时间轴之间的面积，即本地层函数运行耗电量，用该耗电量减去本地层函数在运行时智能手机屏幕的耗电量，得到本地层函数运行时实际耗电量；

步骤四，软件防护能耗的评估

利用线性回归方法，对待保护指令的条数和所述的实际耗电量进行线性拟合，分别得到待保护的测试程序、受保护的测试程序的线性回归方程；利用线性回归方程，计算得到待保护指令在待保护的测试程序运行时的耗电量Y1和在受保护的测试程序运行时的耗电量Y2，计算能耗增量M＝(Y2-Y1)/Y1，通过能耗增量的大小对软件防护能耗进行评估；

所述的极小电阻的电阻值为100毫欧。

2.如权利要求1所述的基于ARM指令虚拟化的软件防护能耗评估方法，其特征在于，步骤二中，对所述的本地层函数采用延时调用的设计方法，以保证本地层函数在执行时的前后一段时间内没有其他程序执行。

3.如权利要求1所述的基于ARM指令虚拟化的软件防护能耗评估方法，其特征在于，步骤3.2中，本地层函数运行时智能手机屏幕耗电量的计算方法为：

连接所述的变化曲线的两个端点，得到连接线，连接线两端向时间轴做垂线，两条垂线、时间轴以及连接线围成的面积即为屏幕耗电量。

Images