当前位置: 首页 > 科技成果列表 > 科技成果详细

基于多模态分析的移动应用软件传播机制研究

技术类型:非专利

技术成熟度:研发

转让方式:其他

应用领域:其他信息技术服务业

技术领域:电子信息

交易价格:面议专利价值评估

应用案例:否

了解与分析本科技成果,可查看成果概况并使用以下技术转移数智化应用工具:
成果概况
简介

该项目以应用软件信息深度分析与网络结构挖掘为基础,提出了一套分析移动应用的传播扩散机制的方法,包括:

  1. 基于应用软件内容的用户偏好挖掘方法
  2. 多维多尺度的移动互联网用户关系亲密度度量方法
  3. 端到端恶意移动应用传播影响机制

在上述研究的基础上,搭建了专用的实验测试平台,验证方法的正确性和可行性。主要研究成果如下:

  1. 提出了基于API向量应用软件的标识方法:

    • 增加Android隐式方法调用处理,得到无断点的源码信息流,提高了移动应用代码分析的准确度。
    • 采用半监督的多维朴素贝叶斯算法,实现对大规模移动应用的自动标识。
  2. 提出了基于API调用的抗混淆Android应用亲密度度量方法:

    • 考虑到移动应用终端中的应用并不完全是独立的个体,提出了结合信息流、函数调用及组件通信的多层次用户行为分析方法。
    • 深入揭示了移动终端用户的使用习惯。
  3. 提出了基于反编译序列特征的广告插件检测方法:

    • 为分析移动应用大尺度关联纽带——第三方库奠定了基础。
    • 挖掘应用群体的关联关系,给出了大尺度用户群组亲密度的分析方法。
  4. 基于组件通信的形式化描述,构建了海量应用交互知识库:

    • 提出针对海量应用的扩展激活力的概念。
    • 对交互知识库中关键应用及组件进行评估,为移动应用传播机制的分析提供了基础数据的支撑。
  5. 提出了面向Android二进制文件的缺陷预测方法:

    • 从smali文件中提取符号特征和语义特征来共同构建缺陷特征。
    • 采用深度神经网络实现大规模Android smali文件缺陷的准确预测,起到了恶意应用传播提前预警的效果。
  6. 提出了一种远程用户身份认证协议的缺陷分析方法:

    • 为从公开信道海量的通信消息中,识别出匿名用户发出的消息。
    • 定位恶意应用传播源提供了可行的解决方案。
(此文字表达经过AI优化完善,查看原文请点击 原文)
成果评价分析
技术应用分析
服务案例
Baidu
map