申请/专利权人：北京亚鸿世纪科技发展有限公司

申请日：2023-12-08

公开（公告）日：2024-04-19

公开（公告）号：CN117909972A

主分类号：G06F21/56

分类号：G06F21/56;G06F18/25;G06F18/214;G06N3/045;G06F18/241

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.05.07#实质审查的生效;2024.04.19#公开

摘要：本发明提供一种基于ViLT的图文多模态的安卓App涉诈研判分类方法，采用多模态的ViLT模型从DEX文件提取视觉特征，同时还利用Androidmanifest.xml文件提取权限和意图特征作为ViLT模型的另一部分输入与图像特征进行融合；通过将图像特征和文本特征结合，ViLT模型能够学习到App文件的多模态表示；在训练过程中，使用标记的涉诈和非涉诈App文件作为训练样本，通过优化模型参数，使得模型能够准确地区分涉诈和非涉诈的App。本发明利用ViLT模型将App文件转化为图片并提取权限和意图特征，从而实现了对涉诈App的准确判别；具有较高的判别能力和准确性，可以有效提高移动应用市场的安全性；可以实现快速、高效且准确的移动App涉诈骗判别，对保护用户信息和维护移动互联网秩序具有重要意义。

主权项：1.一种基于ViLT的图文多模态的安卓App涉诈研判分类方法，其特征在于：包括以下步骤：S1、采集安卓包并合并得到涉诈样本集合，对所述涉诈样本集合进行数据清洗，只保留反编译成功的样本，然后进行文本特征提取得到文本特征向量，对DEX文件进行图像特征提取得到图像特征；所述涉诈样本集合中包括涉诈App和非涉诈App；所述图像特征通过将DEX文件转换为图片后使用计算机视觉技术从图片中提取视觉特征得到；所述文本特征向量的提取方法为：分析Androidmanifest.xml文件的提取权限和意图特征并统计重要程度后得到初步涉诈文本权限特征和初步涉诈文本意图特征，再将所述初步涉诈文本权限特征和所述初步涉诈文本意图特征与Omnidroid数据集中JSON文件的意图特征和权限特征作比较后指示每个实例中是否存在特定的Android意图或Android权限，然后连接成多维特征向量得到所述文本特征向量；S2、使用ViLT算法将提所述图像特征和所述文本特征向量进行多模态特征融合得到全面特征表示的输出向量p；S3、根据步骤S1、S2的过程使用ViLT算法建立识别和分类模型，并使用ViLT算法、所述输出向量p进行模型训练，得到训练好的研判分类模型；S4、针对新的App样本，利用所述训练好的研判分类模型进行测试，判断涉诈性质并给出涉诈类别，一种基于ViLT的图文多模态的安卓App涉诈研判分类方法完成。

全文数据：

权利要求：

百度查询： 北京亚鸿世纪科技发展有限公司 一种基于ViLT的图文多模态的安卓App涉诈研判分类方法

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