-
Patent Agency Ranking
公开(公告)号：CN106776286A
公开(公告)日：2017-05-31
申请号：CN201611056080.8
申请日：2016-11-24
Applicant: 工业和信息化部电信研究院
CPC classification number: G06F11/3688 , H04L67/02
Abstract: 本发明实施例提供了一种移动终端APP远程检测方法、移动终端及客户端，该移动终端APP远程检测方法包括：移动终端通过web服务端远程接收客户端的APP检测请求及APP操作指令，所述移动终端与所述客户端远程连接；所述移动终端根据所述APP操作指令调用移动终端操作系统的应用程序编程接口执行APP操作，并根据所述APP检测请求进行APP检测；其中，所述移动终端通过所述web服务端向所述客户端实时发送的移动终端实时画面，所述移动终端实时画面中包含移动终端显示的测试结果画面。利用本发明，可以进行APP远程检测，节省时间及成本，提高检测效率。
-
公开(公告)号：CN104376258A
公开(公告)日：2015-02-25
申请号：CN201410670077.X
申请日：2014-11-20
Applicant: 工业和信息化部电信研究院
IPC: G06F21/55
CPC classification number: G06F21/563
Abstract: 本发明提供了一种安卓应用程序的安全风险检测方法及装置，涉及安卓应用检测技术领域，方法包括将待测安卓应用程序进行反编译得到程序源文件，对程序源文件进行分析处理获取待测安卓应用程序的应用程序编程接口调用信息；根据应用程序编程接口调用信息获取待测安卓应用程序所需对终端进行操作的操作权限信息；根据操作权限信息，建立层次结构；确定准则层中的各个准则项目相对于目标层的第一权重集合，并确定子准则层中的各子准则项目相对于其所属的准则项目的第二权重集合；确定各准则项目所对应的模糊关系矩阵；根据第一权重集合、第二权重集合以及模糊关系矩阵，确定安全风险等级。本发明能够解决当前的应用程序风险检测方式不准确的问题。
-
公开(公告)号：CN105426760B
公开(公告)日：2018-04-06
申请号：CN201510745039.0
申请日：2015-11-05
Applicant: 工业和信息化部电信研究院
Abstract: 本发明提供了一种安卓恶意应用的检测方法及装置，涉及安卓系统技术领域，方法包括获取由恶意应用样本和正常应用样本组成的训练样本集；对所述训练样本集进行融合特征提取，并通过主分量分析法对提取出的融合特征进行选择，获取安卓应用相关融合特征；根据所述安卓应用相关融合特征建立基于极限学习机的恶意应用检测模型；根据所述基于极限学习机的恶意应用检测模型对待测试的安卓应用进行检测，确定所述待测试的安卓应用是否为恶意应用。本发明能够解决当前的通过基于特征码、基于静态源码分析或者基于动态行为等检测方法均可能造成安卓恶意应用的检测失败，不能正确确定恶意应用的问题。
-
公开(公告)号：CN104376258B
公开(公告)日：2017-12-12
申请号：CN201410670077.X
申请日：2014-11-20
Applicant: 工业和信息化部电信研究院
IPC: G06F21/55
Abstract: 本发明提供了一种安卓应用程序的安全风险检测方法及装置，涉及安卓应用检测技术领域，方法包括将待测安卓应用程序进行反编译得到程序源文件，对程序源文件进行分析处理获取待测安卓应用程序的应用程序编程接口调用信息；根据应用程序编程接口调用信息获取待测安卓应用程序所需对终端进行操作的操作权限信息；根据操作权限信息，建立层次结构；确定准则层中的各个准则项目相对于目标层的第一权重集合，并确定子准则层中的各子准则项目相对于其所属的准则项目的第二权重集合；确定各准则项目所对应的模糊关系矩阵；根据第一权重集合、第二权重集合以及模糊关系矩阵，确定安全风险等级。本发明能够解决当前的应用程序风险检测方式不准确的问题。
-
公开(公告)号：CN105426760A
公开(公告)日：2016-03-23
申请号：CN201510745039.0
申请日：2015-11-05
Applicant: 工业和信息化部电信研究院
CPC classification number: G06F21/563 , G06F2221/033 , G06K9/6269
Abstract: 本发明提供了一种安卓恶意应用的检测方法及装置，涉及安卓系统技术领域，方法包括获取由恶意应用样本和正常应用样本组成的训练样本集；对所述训练样本集进行融合特征提取，并通过主分量分析法对提取出的融合特征进行选择，获取安卓应用相关融合特征；根据所述安卓应用相关融合特征建立基于极限学习机的恶意应用检测模型；根据所述基于极限学习机的恶意应用检测模型对待测试的安卓应用进行检测，确定所述待测试的安卓应用是否为恶意应用。本发明能够解决当前的通过基于特征码、基于静态源码分析或者基于动态行为等检测方法均可能造成安卓恶意应用的检测失败，不能正确确定恶意应用的问题。
-
-
-
-
Search Results
5
records
(took 0.035 seconds)
