申请/专利权人：南京冰鉴信息科技有限公司

申请日：2023-12-20

公开（公告）日：2024-04-12

公开（公告）号：CN117874758A

主分类号：G06F21/56

分类号：G06F21/56;G06F40/205;G06V30/148;G06N20/00;G06F18/2415;G06F18/22

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.30#实质审查的生效;2024.04.12#公开

摘要：本发明公开了一种诈骗应用程序识别方法、装置、设备及存储介质，涉及互联网安全技术领域。所述方法是一方面解析得到目标应用程序的静态元数据及动态元数据，并构建得到相应的静态特征及动态特征，另一方面还网络爬取目标应用程序的程序舆情信息及识别程序界面图片中的文本内容，并拼接得到程序综合文本，然后将静态特征、动态特征及程序综合文本输入不同的应用程序分类模型，得到不同的且将目标应用程序分类为诈骗应用程序类的三个置信度，最后根据这三个置信度融合确定目标应用程序属于诈骗应用程序类的概率，得到最终识别结果，如此通过增加更多特征维度以及融合多种模型分类结果，可以有效提高识别准确度，便于实际应用和推广。

主权项：1.一种诈骗应用程序识别方法，其特征在于，包括：获取目标应用程序的安装包文件；静态解析所述安装包文件，得到所述目标应用程序的静态元数据；根据所述静态元数据构建得到静态特征；网络爬取所述目标应用程序的程序舆情信息，并利用自然语言处理技术对所述程序舆情信息进行预处理，得到程序舆情文本；动态解析所述安装包文件，得到所述目标应用程序的动态元数据，其中，所述动态元数据包含有程序界面图片；根据所述动态元数据构建得到动态特征；采用OCR技术识别所述程序界面图片中的文本内容，并利用所述自然语言处理技术对所述文本内容进行预处理，得到程序界面文本；拼接所述程序舆情文本和所述程序界面文本，得到程序综合文本；将所述静态特征输入基于第一机器学习算法的且已预训练的第一应用程序分类模型，输出得到将所述目标应用程序分类为诈骗应用程序类的第一置信度，以及将所述动态特征输入基于第二机器学习算法的且已预训练的第二应用程序分类模型，输出得到将所述目标应用程序分类为诈骗应用程序类的第二置信度，以及还将所述程序综合文本输入基于第三机器学习算法的且已预训练的第三应用程序分类模型，输出得到将所述目标应用程序分类为诈骗应用程序类的第三置信度；根据所述第一置信度、所述第二置信度和所述第三置信度，确定所述目标应用程序属于诈骗应用程序类的概率；当所述目标应用程序分类属于诈骗应用程序类的概率超过预设概率阈值时，针对所述目标应用程序输出诈骗标签。

全文数据：

权利要求：

百度查询： 南京冰鉴信息科技有限公司 一种诈骗应用程序识别方法、装置、设备及存储介质

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD