公开(公告)号：CN109815699B

公开(公告)日：2023-06-20

申请号：CN201811585731.1

申请日：2018-12-24

Applicant: 南京大学

Inventor： 赵士轩 ,  王明 ,  曾子涵 ,  马骏

IPC: G06F21/56

Abstract: 本发明公开了一种基于界面图标特征的安卓软件重打包检测方法，包括以下步骤：S1：动态执行安卓应用，对每个界面筛选并转储界面的全部图标；S2：对转储的图标进行根据风格进行分类，得到图标‑风格‑界面树，并将图标‑风格‑界面树作为应用软件胎记；S3：计算待比较安卓应用对的图标‑风格‑界面树的相似度，当一对图标‑风格‑界面树的相似度大于阈值时，对应的两个应用被判断为重打包。本发明的安卓软件相似度比对方法使用图标这一视觉特征结合动态执行安卓应用的策略，提高了对代码混淆和加密这两类反检测方式的抵抗性，提高了安卓应用重打包检测的准确性。

公开(公告)号：CN109815699A

公开(公告)日：2019-05-28

申请号：CN201811585731.1

申请日：2018-12-24

Applicant: 南京大学

Inventor： 赵士轩 ,  王明 ,  曾子涵 ,  马骏

IPC: G06F21/56

Abstract: 本发明公开了一种基于界面图标特征的安卓软件重打包检测方法，包括以下步骤：S1：动态执行安卓应用，对每个界面筛选并转储界面的全部图标；S2：对转储的图标进行根据风格进行分类，得到图标-风格-界面树，并将图标-风格-界面树作为应用软件胎记；S3：计算待比较安卓应用对的图标-风格-界面树的相似度，当一对图标-风格-界面树的相似度大于阈值时，对应的两个应用被判断为重打包。本发明的安卓软件相似度比对方法使用图标这一视觉特征结合动态执行安卓应用的策略，提高了对代码混淆和加密这两类反检测方式的抵抗性，提高了安卓应用重打包检测的准确性。

公开(公告)号：CN116363483A

公开(公告)日：2023-06-30

申请号：CN202310345489.5

申请日：2023-04-03

Applicant: 南京大学

Inventor： 徐经纬 ,  曹春 ,  曾子涵

IPC: G06V10/82 ,  G06V10/94 ,  G06V10/764

Abstract: 本发明公开一种基于神经网络模型构件的组装方法和系统，组装任意的图像分类神经网络，根据用户对分类任务的需求组装对应的模型，为用户提供组装之后的模型的接口。包括，接收待组装模型和数据集作为输入，让样本数据通过待组装的神经网络模型，提取样本在模型中的中间表示；预先为神经网络数据集的领域定义语义上相关的概念，并引入相应的CAV模型鉴别中间表示中概念存在情况，生成概念向量；引入领域知识，将概念向量转换为分类结果输出给用户。利用本发明，软件开发者可以复用多个神经网络模型以构建各类功能，从而免去为用户的新需求重新训练深度模型的资源和时间消耗，提升了软件中神经网络构件的可复用性，体现了软件设计的灵活性。