-
公开(公告)号：CN107832612A
公开(公告)日：2018-03-23
申请号：CN201711011556.0
申请日：2017-10-26
Applicant: 北京邮电大学
Abstract: 本发明公开了一种Android应用程序运行时API调用量预估方法，包括：从安装包获得应用程序控件的界面信息和其与API的关联关系、Activity之间的跳转关系和其与控件之间的关联关系、Service和Broadcast的调用关系和其与API的关联关系。本发明通过控件的属性计算出用户在某次操作时对Activity内某个控件的操作概率，并通过修改的PageRank算法计算Activity的跳转关系，得到用户对Activity的访问概率，再结合Activity内部的控件的操作概率以及控件相关的API最终估算出应用程序运行时的API调用量，实现对应用程序的快速便捷检测，以便后期通过API调用量所代表的应用程序行为判断应用程序的安全性。本发明弥补了动态检测数据采集的复杂性，对提高应用程序的检测能力具有深远的意义。
-
公开(公告)号：CN107832612B
公开(公告)日：2020-12-15
申请号：CN201711011556.0
申请日：2017-10-26
Applicant: 北京邮电大学
Abstract: 本发明公开了一种Android应用程序运行时API调用量预估方法，包括：从安装包获得应用程序控件的界面信息和其与API的关联关系、Activity之间的跳转关系和其与控件之间的关联关系、Service和Broadcast的调用关系和其与API的关联关系。本发明通过控件的属性计算出用户在某次操作时对Activity内某个控件的操作概率，并通过修改的PageRank算法计算Activity的跳转关系，得到用户对Activity的访问概率，再结合Activity内部的控件的操作概率以及控件相关的API最终估算出应用程序运行时的API调用量，实现对应用程序的快速便捷检测，以便后期通过API调用量所代表的应用程序行为判断应用程序的安全性。本发明弥补了动态检测数据采集的复杂性，对提高应用程序的检测能力具有深远的意义。
-
公开(公告)号：CN107832209A
公开(公告)日：2018-03-23
申请号：CN201711026361.3
申请日：2017-10-26
Applicant: 北京邮电大学
CPC classification number: G06F11/3612 , G06N99/005
Abstract: 本发明公开了一种基于混合检测结果的Android应用行为分析方法，包括：从动态检测和静态检测得到应用程序行为数据、对包含两种检测及过的向量进行降维、建立学习模型学习算法分析数据。本发明通过静态检测方法估算出应用程序的运行时API调用量，通过动态检测方法采集到真实情况下应用程序的运行时API调用量，并将两者整合在一起，通过数据降维方法来忽略或弱化非主要维度的影响，再设计机器学习方案对数据进行学习，最终得到一个量化的评估结果。本发明弥补了单独使用动态检测或者静态检测带来的不足，提高了对应用程序的检测能力，对Android应用程序分析有着深远的影响。
-
-
Search Results
3
records
(took 0.016 seconds)
