Ejemplo de gráfico de llamadas de una aplicación simple de Android. Crédito: Internet futuro (2025). Doi: 10.3390/fi17050186
Los investigadores han descubierto una solución moderna para detectar aplicaciones de bóveda (aplicaciones) en teléfonos inteligentes, que podrían cambiar el juego para la aplicación de la ley. El artículo se publica en la revista Future Internet.
El análisis, dirigido por investigadores de la Universidad Edith Cowan (ECU) y la Universidad del Sur de Queensland, demuestra que el aprendizaje automático (ML) puede usarse para identificar de manera efectiva las aplicaciones de bóveda.
Los teléfonos inteligentes son una parte integral de la vida diaria, utilizada por unos 5 mil millones de personas en todo el mundo.
Con la creciente preocupación por la privacidad digital, las aplicaciones de Vault se están volviendo cada vez más populares, proporcionando a los usuarios almacenamiento seguro al encriptar archivos y ocultar su presencia en el sistema de teléfonos inteligentes.
El profesor asociado de ECU y experto en seguridad cibernética Mike Johnstone dijo que si bien estas aplicaciones pueden usarse para fines legítimos, se asocian regularmente con actividades ilegales.
“Ocultación de contenido, o aplicaciones de bóveda, permite que los usuarios oculten archivos, mensajes e incluso aplicaciones enteras detrás de capas adicionales de cifrado”, dijo el profesor asociado Johnstone. “Esto podría ser por muy buenas razones, como asegurar fotos personales, archivos o información confidencial.
“Sin embargo, también pueden facilitar el espionaje, permitir el espionaje no autorizado y apoyar una amplia gama de actividades maliciosas que comprometen la privacidad y la seguridad del usuario”.
El profesor asociado Johnstone dijo que las aplicaciones de bóveda no son fácilmente identificadas por los sistemas de detección existentes.
“Estas aplicaciones pueden verse y comportarse como sus equivalentes normales, lo que puede hacer que sean difíciles de identificar”, dijo.
“Los métodos de detección convencionales también requieren un conocimiento previo de qué aplicaciones se clasifican como incorrectas, por lo que dificulta las cosas si aún no sabe qué aplicaciones buscar.
“Este es un desafío clave para los forenses para teléfonos inteligentes, lo que dificulta que la policía investigue los delitos”.
Los investigadores encontraron que podían identificar efectivamente las aplicaciones de bóveda mediante el uso de ML, con una precisión significativa en los teléfonos Android.
“Esta investigación muestra una mejor manera, al usar el aprendizaje automático para detectar aplicaciones de bóveda sin la necesidad de una lista fija o una base de datos que debe actualizarse constantemente”, dijo el profesor asociado Johnstone. “Nuestros hallazgos revelan que es completamente posible detectar una aplicación de bóveda de Android con una precisión del 98%”.
Con este nivel de precisión, el profesor asociado Johnstone dijo que este método podría ser extremadamente valioso para las agencias de aplicación de la ley.
“Este enfoque podría ser fundamental para la aplicación de la ley en sus esfuerzos para abordar este problema crítico”, dijo. “Dada la popularidad de los teléfonos, cualquier enfoque que no sea invasivo y preciso sería útil”.
El profesor asociado Johnstone dijo que la próxima fase de investigación involucrará algoritmos adicionales, un tamaño de muestra más grande, investigando si funcionará para dispositivos no androides, así como el uso de aplicaciones de bóveda por ciberdelincuentes.
Más información: Michael N. Johnstone et al, utilizando el aprendizaje automático para detectar aplicaciones de bóveda (antiforense), Internet futuro (2025). Doi: 10.3390/fi17050186
Proporcionado por la Universidad de Edith Cowan
Cita: Ocultar y buscar: Descubrir nuevas formas de detectar aplicaciones de bóveda en teléfonos inteligentes (2025, 27 de junio) Recuperado el 27 de junio de 2025 de https://techxplore.com/news/2025-06-uncovering-ways-vault-apps-smartphones.html
Este documento está sujeto a derechos de autor. Además de cualquier trato justo con el propósito de estudio o investigación privada, no se puede reproducir ninguna parte sin el permiso por escrito. El contenido se proporciona solo para fines de información.
