[00520194]基于多模态分析的移动应用软件传播机制研究
联系人：柯安星
所在地：北京
- 服务承诺
- 产权明晰
-
资料保密
对所交付的所有资料进行保密
- 如实描述
登录后向技术服务商咨询
发布技术需求
服务免费，交易还可领红包哦
技术详细介绍
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：基于应用软件内容的用户偏好挖掘方法，多维多尺度的移动互联网用户关系亲密度度量方法以及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：并进一步考虑到，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 Androidsmali 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。
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：并进一步考虑到，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 Androidsmali 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。