OWASP MASTG Android应用备份敏感数据测试指南
2025-05-19 05:26:40作者:侯霆垣
背景与测试目标
在移动应用安全领域,应用备份机制可能成为敏感数据泄露的重要渠道。OWASP移动应用安全测试指南(MASTG)针对Android平台提供了专门的测试用例MASTG-TEST-0009,旨在帮助安全人员检测应用备份中可能存在的敏感信息泄露风险。
Android备份机制解析
Android系统提供了两种主要备份方式:
- 自动备份(Auto Backup):自Android 6.0引入,通过Google Drive自动备份应用数据
- 键值对备份(Key/Value Backup):通过Backup API实现的轻量级备份方案
这两种机制默认会备份应用数据目录中的共享偏好(SharedPreferences)、数据库和文件,但可能无意中包含敏感信息。
测试方法与步骤
1. 检查备份配置
首先需要审查AndroidManifest.xml中的备份配置:
<manifest ... >
<application
android:allowBackup="true|false"
android:fullBackupContent="@xml/backup_rules" >
...
</application>
</manifest>
关键属性说明:
allowBackup:控制是否允许备份(默认为true)fullBackupContent:指定备份排除规则的XML文件
2. 分析备份排除规则
检查res/xml/backup_rules.xml文件内容,确认是否排除了敏感数据:
<full-backup-content>
<exclude domain="sharedpref" path="sensitive_prefs.xml"/>
<exclude domain="database" path="encrypted.db"/>
<exclude domain="file" path="credentials.dat"/>
</full-backup-content>
3. 实际备份测试
方法一:使用adb备份命令
adb backup -f backup.ab -noapk com.example.app
此命令会生成备份文件backup.ab,可使用工具如Android Backup Extractor进行分析。
方法二:测试自动备份
- 启用设备自动备份功能
- 强制触发备份:
adb shell bmgr backupnow <package> - 从备份中提取数据检查
4. 备份内容分析
提取备份后,重点检查以下内容:
- SharedPreferences文件
- 内部存储数据库
- 缓存文件
- 外部存储文件(如果被包含)
常见风险场景
- 凭证存储泄露:备份中包含明文用户名/密码
- 会话信息泄露:备份中保留有效会话令牌
- 加密密钥泄露:硬编码或不当存储的加密密钥
- 用户隐私数据泄露:备份中包含未脱敏的个人信息
安全建议
- 禁用非必要备份:对敏感应用设置
android:allowBackup="false" - 精细控制备份内容:通过backup_rules.xml明确排除敏感数据
- 加密敏感数据:即使被备份也应确保数据加密
- 使用Android Keystore:保护加密密钥不被备份
- 定期安全测试:将备份测试纳入常规安全测试流程
测试工具推荐
- Android Backup Extractor:分析备份文件内容
- MobSF:自动化移动应用安全测试框架
- jadx:反编译APK检查备份配置
总结
备份功能虽然为用户提供了便利,但不当的实现可能导致严重的安全问题。通过MASTG-TEST-0009的系统化测试,可以有效识别和修复Android应用备份中的敏感数据泄露风险,符合OWASP MASVS-STORAGE-2的安全要求。开发团队应将备份安全纳入应用安全开发生命周期,定期进行安全评估。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
ERNIE-ImageERNIE-Image 是由百度 ERNIE-Image 团队开发的开源文本到图像生成模型。它基于单流扩散 Transformer(DiT)构建,并配备了轻量级的提示增强器,可将用户的简短输入扩展为更丰富的结构化描述。凭借仅 80 亿的 DiT 参数,它在开源文本到图像模型中达到了最先进的性能。该模型的设计不仅追求强大的视觉质量,还注重实际生成场景中的可控性,在这些场景中,准确的内容呈现与美观同等重要。特别是,ERNIE-Image 在复杂指令遵循、文本渲染和结构化图像生成方面表现出色,使其非常适合商业海报、漫画、多格布局以及其他需要兼具视觉质量和精确控制的内容创作任务。它还支持广泛的视觉风格,包括写实摄影、设计导向图像以及更多风格化的美学输出。Jinja00
项目优选
收起
暂无描述
Dockerfile
674
4.31 K
deepin linux kernel
C
28
16
Ascend Extension for PyTorch
Python
517
626
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
945
886
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
398
301
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.56 K
908
暂无简介
Dart
920
225
Oohos_react_native
React Native鸿蒙化仓库
C++
335
381
昇腾LLM分布式训练框架
Python
142
169
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
133
212