-
公开(公告)号:CN115292675B
公开(公告)日:2025-04-29
申请号:CN202210945069.6
申请日:2022-08-08
Applicant: 重庆邮电大学
IPC: G06F21/12 , G06F16/353 , G06F16/3332 , G06F18/214 , G06F18/241 , G06F40/35 , G06F40/279
Abstract: 本发明属于信息安全的软件安全领域,具体涉及一种基于用户评论的安卓仿冒应用检测方法及系统,该方法包括:获取待测试应用的apk样本、应用元数据以及用户评论数据;将用户评论数据输入到评论分类模型,得到评论分类结果;采用多关键词匹配方法对仿冒行为相关评论数据进行特征抽取处理,并构建原应用名候选者集;根据apk样本文件和应用元数据对原应用名候选者集中的应用进行筛选;计算待测试应用的样本与筛选后的应用的样本文件相似度,根据相似度得到检测结果;本发明采用自然语言处理技术对应用的用户评论数据进行精准查找,得到描述仿冒行为相关的评论数据,根据评论数据对安卓仿冒应用进行检测,提高了检测的精度准度。
-
公开(公告)号:CN114860918A
公开(公告)日:2022-08-05
申请号:CN202210574977.9
申请日:2022-05-25
Applicant: 重庆邮电大学
IPC: G06F16/335 , G06F16/35 , G06F16/951 , G06F16/9535
Abstract: 本发明涉及推荐领域,具体涉及一种融合多源可靠信息的移动应用推荐方法及装置,方法包括获取移动应用样本及其对应的扩展数据;提取应用样本各界面的函数信息、权限信息和上下文文本信息,输入子功能分类器得到子功能分类,结合用户使用该类应用的时间信息和位置信息得到用户对该应用的偏好值;获取应用的流行度信息,通过可靠性分类器获取各个流行度数据的可靠性,计算应用的流行度;综合用户对应用的偏好值和应用的流行度向用户推荐应用;本发明通过提取应用包含的各类子功能,解决情境信息不全面且粗粒度的问题,提升应用推荐的准度和精度;通过提取跨市场级别的特征,更全面发现应用的虚假流行度数据,降低虚假数据对于推荐模型的影响。
-
公开(公告)号:CN119150166A
公开(公告)日:2024-12-17
申请号:CN202411166654.1
申请日:2024-08-23
Applicant: 重庆邮电大学
IPC: G06F18/2431 , G06F18/213 , G06F18/10 , G06F40/211 , G06F40/284 , H04W4/14 , H04W12/12
Abstract: 本发明属于软件安全领域,具体涉及一种基于内容平台数据挖掘的短信信息安全检测方法及系统,包括:从内容平台中采集用户发布数据,采用分类器对数据进行初步过滤处理;采用目标检测算法对初步过滤的数据进行识别,得到短信数据;提取短信数据的文本特征,采用BART模型实现短信摘要提取;采用句子嵌入模型对提取的摘要信息生成嵌入向量,将嵌入向量与已有的诈骗短信知识库中的嵌入向量进行对比,以发现诈骗短信是否存在新型短信欺诈行为;本发明通过综合利用文本分类算法、目标检测算法和图片内容提取算法,设计了多个内容过滤模块以过滤噪声数据,从而能够从海量的数据中快速准确的识别出诈骗短信,提高了新型欺诈行为发现的时效性的效率。
-
公开(公告)号:CN118350834A
公开(公告)日:2024-07-16
申请号:CN202410604276.4
申请日:2024-05-15
Applicant: 重庆邮电大学
IPC: G06Q30/018 , G06Q30/0203 , G06Q30/0282 , G06Q50/00 , G06F18/2411 , G06F18/2433 , G06F18/213 , G06F18/10 , G06F123/02
Abstract: 本发明属于信息安全中的软件安全领域,具体涉及一种基于扩展数据的移动应用恶意排名行为检测方法,包括采集目标移动应用在目标时段的多源数据并进行预处理;根据预处理后的多源数据提取数据变化异常时段数据;提取不同应用商店的单个商店数据特征和用户活跃度特征,构建商店和社交平台特征矩阵;采用离散度特征融合方法处理单个商店数据特征得到跨商店级别数据特征;对商店和社交平台特征矩阵进行降维处理得到一维平均特征,将一维平均特征和跨商店级别数据特征拼接形成一个样本特征;将样本特征输入训练好的排名欺诈行为检测模型,输出检测结果;本发明引入跨商店级别数据特征,有效提升排名欺诈行为检测模型面向不同应用商店的通用性和检测准确率。
-
公开(公告)号:CN116226700A
公开(公告)日:2023-06-06
申请号:CN202310247352.6
申请日:2023-03-15
Applicant: 重庆邮电大学
IPC: G06F18/23213 , G06F18/2323 , G06F18/213 , G06F18/21 , G06F18/2113 , G06F18/22 , G06F18/25 , G06F18/2431
Abstract: 本发明涉及一种基于时间序列聚类的流量异常检测方法,属于数据挖掘领域,包括对系统流量数据的采集、流量数据预处理、流量序列特征点采样,在特征点之间的区域进行间隔采样,找出最大信息熵值并记录下序列间隔信息;计算所有序列片段中的区间累积梯度,提取序列片段的局部特征信息,定位方向区间并构建对应特征序列梯度的直方图;对采样序列片段进行低维信息处理;获得对于序列片段的特征向量描述;对特征向量进行高维特征空间的映射得到不同类别下的特征片段类别信息分布;对每个序列进行准确的特征频率向量编码;对于序列的编码向量表示进行聚类,获取每个序列的聚类类别信息;对原有标注的信息和聚类获得的类别信息进行评估并应用异常检测。
-
公开(公告)号:CN115292675A
公开(公告)日:2022-11-04
申请号:CN202210945069.6
申请日:2022-08-08
Applicant: 重庆邮电大学
Abstract: 本发明属于信息安全的软件安全领域,具体涉及一种基于用户评论的安卓仿冒应用检测方法及系统,该方法包括:获取待测试应用的apk样本、应用元数据以及用户评论数据;将用户评论数据输入到评论分类模型,得到评论分类结果;采用多关键词匹配方法对仿冒行为相关评论数据进行特征抽取处理,并构建原应用名候选者集;根据apk样本文件和应用元数据对原应用名候选者集中的应用进行筛选;计算待测试应用的样本与筛选后的应用的样本文件相似度,根据相似度得到检测结果;本发明采用自然语言处理技术对应用的用户评论数据进行精准查找,得到描述仿冒行为相关的评论数据,根据评论数据对安卓仿冒应用进行检测,提高了检测的精度准度。
-
公开(公告)号:CN115292674A
公开(公告)日:2022-11-04
申请号:CN202210943412.3
申请日:2022-08-08
Applicant: 重庆邮电大学
Abstract: 本发明属于信息安全中的软件安全领域,具体涉及一种基于用户评论数据的欺诈应用检测方法及系统,该方法包括:构建移动欺诈应用知识库;获取待检测应用的数据;对待检测应用数据进行预处理;采用移动欺诈应用知识库对预处理后的数据进行特征匹配,若匹配成功,则输出检测结果,若匹配失败,则采用分类规则计算用户评论数据与欺诈行为的关联度,并对该评论数据进行类别标记;采用TF‑IDF算法对类别标记的评论数据进行关键词提取,根据提取的关键词对待检测应用的数据进行检测,得到检测结果;本发明基于多关键词分类规则从海量的用户评论中识别出描述欺诈行为的评论信息,提高了检测的准确率和效率。
-
-
-
-
-
-