一种应用程序不良行为的预测方法、系统及装置制造方法及图纸

本发明专利技术提供一种应用程序不良行为的预测方法，在服务器运行端获取待检测应用；提取待检测应用的属性；基于待检测应用的属性与预设的应用属性标签库，对待检测应用进行不良行为画像；输出行为画像的结果；所述的应用属性标签库通过以下方式建立：搜集所有不良行为的类型，作为不良行为标签；统计所有已有应用的属性并去重，作为应用属性库；针对每一个应用的属性进行统计，统计一个属性所在的应用为不良行为的比例，若该比例超过一定阈值，则给该属性贴上不良行为标签；将应用属性库里的所有属性均贴上标签，构成所述的应用属性标签库。本发明专利技术能够为人工检测提供协助和参考，提高处理效率。

【技术实现步骤摘要】
一种应用程序不良行为的预测方法、系统及装置
本专利技术涉及移动终端安全领域，具体涉及一种应用程序不良行为的预测方法、系统及装置。
技术介绍
随着手机移动终端在人们生活中的普及，手机应用（APP）的也呈现出蓬勃发展之势，应用的种类和数量在急剧增长之中，但质量和内容确无法得到有效保障。很多应用中包含了各种不良行为，比如包含违法内容，无实际功能主要用于推广等。常规的处理方式是在服务器运行端通过人工审核，但随着应用数量的剧增，如果全部采用人工审核会方法，则处理时间长效率低，也会由于人工理解的问题导致检测效果差。
技术实现思路
本专利技术要解决的技术问题是：提供一种应用程序不良行为的预测方法、系统及装置，为人工审核提供协助和参考，从而提高处理效率。本专利技术为解决上述技术问题所采取的技术方案为：一种应用程序不良行为的预测方法，其特征在于：它包括：在服务器运行端获取待检测应用；提取待检测应用的属性，包括动态属性和静态属性；基于待检测应用的属性与预设的应用属性标签库，对待检测应用进行不良行为画像；输出行为画像的结果；所述的应用属性标签库通过以下方式建立：搜集所有不良行为的类型，作为不良行为标签；统计所本文档来自技高网...

【技术保护点】
1.一种应用程序不良行为的预测方法，其特征在于：它包括：在服务器运行端获取待检测应用；提取待检测应用的属性，包括动态属性和静态属性；基于待检测应用的属性与预设的应用属性标签库，对待检测应用进行不良行为画像；输出行为画像的结果；所述的应用属性标签库通过以下方式建立：搜集所有不良行为的类型，作为不良行为标签；统计所有已有应用的属性并去重，作为应用属性库；属性包括动态属性和静态属性；针对每一个应用的属性进行统计，统计一个属性所在的应用为不良行为的比例，若该比例超过一定阈值，则给该属性贴上不良行为标签，否则为安全标签；将应用属性库里的所有属性均贴上标签，构成所述的应用属性标签库。

【技术特征摘要】
1.一种应用程序不良行为的预测方法，其特征在于：它包括：在服务器运行端获取待检测应用；提取待检测应用的属性，包括动态属性和静态属性；基于待检测应用的属性与预设的应用属性标签库，对待检测应用进行不良行为画像；输出行为画像的结果；所述的应用属性标签库通过以下方式建立：搜集所有不良行为的类型，作为不良行为标签；统计所有已有应用的属性并去重，作为应用属性库；属性包括动态属性和静态属性；针对每一个应用的属性进行统计，统计一个属性所在的应用为不良行为的比例，若该比例超过一定阈值，则给该属性贴上不良行为标签，否则为安全标签；将应用属性库里的所有属性均贴上标签，构成所述的应用属性标签库。2.根据权利要求1所述的应用程序不良行为的预测方法，其特征在于：所述的待检测应用的属性包括访问IP、域名、第三方组件列表、代码模块信息和开发者信息，具体为：获取动态属性：将待检测应用投放到动态沙箱中，安装并实际运行，并监控运行时的网络行为，记录该应用在运行期间访问过的所有域名和访问IP；获取静态属性：静态解析样本文件，获取开发者信息；提取待检测应用文件中的所有可执行文件，并计算文件的hash，该属性即为代码模块信息；通过预先提取的第三方组件规则库，检测出应用中接入的所有第三方组件，获得第三方组件列表。3.根据权利要求1所述的应用程序不良行为的预测方法，其特征在于：所述的对待检测应用进行不良行为画像具体为：从应用属性标签库中，提取待检测应用的属性的标签，将标签中所有的不良行为标签取并集，即为待检测应用的不良行为画像。4.根据权利要求3所述的应用程序不良行为的预测方法，其特征在于：所述的输出行为画像的结果具体为：输出得到的待检测应用的所有不良行为标签。5.一种应用程序不良行为的预测系统，其特征在于：它包括：获取模块，用于在服务器运行端获取待检测应用；提取模块，用于提取待检测...

【专利技术属性】
技术研发人员：马志远，王丹，潘宣辰，
申请(专利权)人：武汉安天信息技术有限责任公司，
类型：发明
国别省市：湖北,42