针对应用程序的移动终端信息资产使用行为识别方法

    公开(公告)号:CN113849785B

    公开(公告)日:2024-01-30

    申请号:CN202110866631.1

    申请日:2021-07-29

    Abstract: 本公开提供一种针对应用程序的移动终端信息资产使用行为识别方法,包括:确定移动终端中与用户敏感信息相关的信息资产;基于插桩和内核监控,获取目标应用程序获取和/或使用信息资产的行为;获取目标应用程序的用户协议,并基于语义分析模型,获取用户协议中与用户信息采集和/或使用相关的协议;比对目标应用程序获取和/或使用信息资产的行为和与用户信息采集和/或使用相关的协议,识别目标应用程序获取和/或使用信息资产的行为中的违规行为。本公开通过插桩和内核监控,获取应用程序实际使用移动终端中信息资产的行为,并与该应用程序在用户协议中声明的权限做对比,能够准(56)对比文件曾繁冲 等.基于 UC/OS - II 的 UCGUI 和LWIP 资源整合的研究.成都信息工程学院学报.2007,第22卷(第5期),第614-617页.王国胤;张清华;马希骜;杨青山.知识不确定性问题的粒计算模型.软件学报.2010,(第04期),第676-694页.

    一种检测Android应用程序广告插件的模型和方法

    公开(公告)号:CN106991323A

    公开(公告)日:2017-07-28

    申请号:CN201710139933.2

    申请日:2017-03-10

    CPC classification number: G06F21/566 G06K9/6227 G06K9/6278

    Abstract: 本发明公开了一种检测Android应用程序广告插件的模型和方法,属于计算机技术领域;模型包括:解析配置文件模块,广告特征信息提取模块,广告特征向量生成模块,广告特征库匹配模块和分类器预测模块;方法是指对于待测的Android应用程序,首先提取Activity、Service、Broadcast和Receiver特征信息,并与指纹库中的信息相匹配;若能匹配,说明带有广告给出广告插件的来源;否则,提取该待测Android应用程序的权限作为广告检测的特征,生成特征向量,并输入到事先训练好的高斯贝叶斯分类器进行预测,然后再通过随机森林分类器,给出最终综合判断的检测结果。本发明将机器学习引入到Android广告插件检测中,通过多次交叉验证选择分类模型,并加入正则化约束确保模型具有较高泛化学习能力。

Patent Agency Ranking