GPC: 모바일 광고 인젝션 앱 탐지를 위한 도구 개발 = GPC: Ad Injection Detection Tool for Mobile Application

다국어 초록 (Multilingual Abstract)

As the mobile ecosystem grows, advertisement (ad) market is shifting to the mobile environment from the PC environment, and the security threats on the mobile environment are increasing. In particular, since mobile ad injection generally exposes other ads into the mobile app rather than proper ad of legitimate advertiser, the advertiser does not achieve expected effect from advertisement, and will lose trust in advertising company. In addition, content providers who post the ads will lose their profit, and users who use the ad-injecting app will suffer from a great inconvenience because of the indiscriminate exposure of ads. Therefore, in this paper, we especially focus on the mobile ad injection that is not much researched, and describe the method to detect ad-injecting app based on review and star rate in Google Play’s app page. GPC (Google Play Crawler) and analyzer are also described in detail. Moreover, effects and limitations of GPC are analyzed based on the crawling result.

국문 초록 (Abstract)

모바일 생태계가 커짐에 따라, PC 광고 시장이 모바일 광고 시장으로 옮겨지고 있으며 모바일 플랫폼을 대상으로 하는 보안 위협이 늘어나고 있다. 모바일 광고 인젝션은 일반적으로 정당한 광고주의 광고가 아닌 타 광고를 모바일 앱에 노출시키기 때문에 광고주는 광고에 대한 기대효과를 얻지 못하여 광고 업체에 대해 신뢰를 잃게 되고 광고를 게시하는 컨텐츠 제공자는 정당한 수입을 얻지 못하게 된다. 또한 광고 인젝션이 수행되는 모바일 앱을 사용하는 이용자는 무분별한 광고의 노출로 큰 불편을 느낄 수 있다. 이처럼 모바일 광고 인젝션은 이용자뿐만 아니라 광고주, 컨텐츠 제공자까지 피해를 입히는 심각한 모바일 보안 위협이다. 따라서 본 논문에서는 모바일 환경의 광고 인젝션에 집중하여, 구글 플레이의 앱 페이지에서 리뷰와 별점을 기반으로 광고 인젝션의 가능성이 있는 앱을 선별할 수 있는 방법을 기술한다. 또한 해당 방법론을 통해 개발된 크롤러인 GPC (Google Play Crawler)와 분석기에 대해서 상세히 설명하며 실제, 크롤링된 결과를 분석하고 GPC의 효과와 한계에 대해서 서술한다.

참고문헌 (Reference)

1 조상현, "인터넷 광고 인젝션 유형에 대한 연구" 한국정보보호학회 27 (27): 213-222, 2017

2 조상현, "모바일 광고 인젝션 사례 연구" 한국정보보호학회 27 (27): 1049-1058, 2017

3 S.-R. Oh, "The Convergent Research Society Among Humanities, Sociology, Science, and Technology" 2017

4 J. Crussell, "MAdFraud:Investigating ad fraud in android applications" 2014

5 "Google"

6 "Gartner"

7 B. Liu, "DECAF: Detecting and Characterizing Ad Fraud in Mobile Apps" 2014

8 "CheckPoint"

9 "AppBrain"

10 K. Thomas, "Ad Injection at Scale: Assessing Deceptive Advertisement Modifications" 2015