说明

在本系列文章的第一篇《安装卸载篇》中介绍了应用安装卸载相关的一些东西。本篇之所以取名为《应用杂篇》就是希望继续介绍一些应用相关的相对比较零散的东西，包括：应用安装位置选择、应用锁、山寨应用识别、零流量分享、智能推荐等。

上接《应用安装卸载篇》，首先介绍一下应用安装位置选择。

应用安装位置

在安装应用时，应用到底会安装到内置存储器里面还是外置存储器里面呢？这里主要取决于四个方面的信息：

A.       应用自身在AndroidManifest中队installLocation的定义。

B.       调用安装程序（pm命令等）时指定的参数。

C.       系统设置里面的应用安装位置选项（很多厂商会隐藏，此时默认一般是AUTO）。

D.       安装时系统（这里主要是根据存储空间）的判断。

应用锁

应用锁这个点不大，但是如果要做，还是有一些点可以挖掘，比如：

A.       应用锁（锁定应用，使用时需要验证，如：密码、图案等）。

B.       锁定系统设置（Settings）。

C.       锁定数据连接状态（Wifi、蓝牙、移动网络、数据同步）。

D.       锁定安装/卸载。

E.        应用隐藏。

应用锁

这里有两种实现方案：

A.       实现一个Service，在Service中定时查询RunningTask中的Activity，如果发现Activity属于被锁定的应用，则弹出加密验证界面。

B.       利用进程注入技术，对ActivityManagerService中的startActivity进行拦截，，如果发现Activity属于被锁定的应用，则弹出加密验证界面。

两种方案存在的问题：

1)        方案一不需要root权限即可实现，方案二需要root权限，而且进程注入实现门槛较高，但实现更为完美。

2)        方案一定时轮询，在耗电方面表现要差一些。

3)        在采用方案一时，轮询时间可以定为300-500毫秒。

4)        采用方案一时需要屏蔽Back键和“最近的任务”列表。

5)        采用方案一时需要注意除了MainActivity以外其他Activity的判断。

6)        无论采用哪种方式都需要注意黑白名单的维护。

下面是采用方案一时的核心实现代码：

设置锁

设置锁锁定的是系统设置里面的信息，系统设置的信息大部分都是保存在Settings数据库中，已SettingsProvider的形式提供访问的。所以这里在设定了锁定选项后可以通过Observer的方式进行监控，一旦发生改变则重置为原来的值。

锁定数据连接状态

有时候可能会有这样一种需求，就是锁定手机数据连接的状态，防止其他应用或者人去改变。

系统在数据连接发生变化时会有响应的广播发出，这里响应和处理响应广播即可。

锁定安装卸载

这里有三种实现思路：

A、 通过进程注入监控系统卸载代码。

B、 监控系统的应用安装器进程（PackageInstaller）即可，利用2.1中的方法即可做到。

C、 利用Linux中的inotify机制对应用目录进行监控，具体不做分析，可参见之前《应用宝卸载监控》的文章。

三种思路存在的问题：

1)        方案1：可以监控静默安装/卸载和通过系统接口进行安装卸载，但无法监控直接暴力删除应用目录下的apk文件。需要root权限。

2)        方案2：只能监控利用系统安装器进行安装的情况，无法监控静默安装和暴力删除。

3)        方案3：理论上可以监控所有情况，但依赖于监控进程的存活。在小米等手机监控进程可能存在问题。

应用隐藏

可以参考《手机加速篇》中的2.3.2借关于setApplicationEnabledSetting接口的介绍。

山寨应用/恶意应用识别

目前市面上很多手机管理软件都推出“山寨应用识别”类似功能，下面介绍一下这里面的一些点。虽然目前各家都在做山寨或者恶意应用扫描的功能，但是木有统一的标准。据网上的数据，腾讯手机管家认为是恶意应用的有接近40%被360认为是安全的；同样360认为是恶意应用的也有20%多腾讯认为是安全的。

但无论各家具体采用的识别方式差异多大，其中包含的内容无外乎下面这些。在识别山寨应用的时候，可以从如下一些点入手：

A.       自身特征（包括：包名签名、图标、开发商）。通过图标判断相似度，著名开发商和合作厂商认为是安全的。

B.       安全特征（手机病毒、扣费代码、偷跑流量、偷发短信等），这里可以跟安全厂商合作。

C.       隐私特征（敏感权限）

D.       广告特征（通知栏广告、内嵌广告）

E.        市场特征（下载量、评价、用户举报）。也可以结合后台对刷榜情况进行处理。

F.        语言特征（对电子市场中应用默认语言进行评分）

G.       应用来源（对不同来源采用不同的打分，比如说对来做360的打5分，对来做百度手机助手的打8分）

H.       外部合作（安全厂商扫描、12321网站等）

I.         利用Google Play进行验证。

这里面涉及到的核心点有这么几个：

1)        应用相似度的计算。

2)        恶意应用的判断（这里可以采用加权平均等多种方法）。

通过上面的分析可以看出，在识别恶意应用时，有很多工作是可以在本地做校验的，在本地校验完后再到服务器做进一步的校验。这样的好处是可以减少流量和服务器的计算量。

这一篇只是做了简单的方案的介绍，贴的代码较少，欢迎交流讨论。下一篇介绍《省电管理篇》