[发明专利]一种基于用户使用和选择偏好的安全应用推荐方法及装置

权利要求书

1.一种基于用户使用和选择偏好的安全应用推荐方法，其特征在于：它包括：

接收包含用户ID信息以及带推荐应用属性的目的指令；

在常规应用推荐方法基础上计算获得应用推荐列表以及对应的原始推荐值，所述的原始推荐值为应用推荐列表排序的依据，由常规应用推荐方法得到；

基于原始推荐值和预设的应用安全数据库，计算最终应用推荐值；

所述的应用安全数据库按以下方法获得：结合沙箱动态行为监控和静态代码检测技术，对应用行为的合规性进行细粒度分析检测，形成不同敏感行为对应的安全参数B₁、B₂、...、B_x；下标1到X是敏感行为的编号；

记录用户在应用分发渠道上对应用的选择和终端上用户的使用习惯，统计出不同用户对不同敏感行为的安全敏感参数A_idn-1、A_idn-2、...、A_idn-x；下标idn是用户ID，作为用户的唯一识别编号；

用户ID、行为说明、安全参数和安全敏感参数，共同构成所述的应用安全数据库；

ID为n的用户对应的应用m的最终应用推荐值R_appm按以下公式计算：

R_appm=O_appm-(B₁+B₂+…+B_x)+( A_idn-1 + A_idn-2 +…+A_idn-x）

式中：O_appm为ID为n的用户对应用m的原始推荐值，由常规应用推荐方法计算获得；

将所述的应用推荐列表基于最终应用推荐值进行优先级重排。

2.根据权利要求1所述的基于用户使用和选择偏好的安全应用推荐方法，其特征在于：所述的用户在应用分发渠道上对应用的选择指的是当应用分发渠道平台提示用户该应用的敏感行为后，用户是否进行下载的选择；所述的终端上用户的使用习惯包括是否安装、使用频率和是否卸载。

3.一种基于用户使用和选择偏好的安全应用推荐装置，其特征在于：它包括：

按以下方法获得的应用安全数据库：结合沙箱动态行为监控和静态代码检测技术，对应用行为的合规性进行细粒度分析检测，形成不同敏感行为对应的安全参数B₁、B₂、...、B_x；下标1到X是敏感行为的编号；记录用户在应用分发渠道上对应用的选择和终端上用户的使用习惯，统计出不同用户对不同敏感行为的安全敏感参数A_idn-1、A_idn-2、...、A_idn-x；下标idn是用户ID，作为用户的唯一识别编号；用户ID、行为说明、安全参数和安全敏感参数，共同构成所述的应用安全数据库；

接收模块，用于接收包含用户ID信息以及带推荐应用属性的目的指令；

原始推荐值获取模块，用于在常规应用推荐方法基础上计算获得应用推荐列表以及对应的原始推荐值，所述的原始推荐值为应用推荐列表排序的依据，由常规应用推荐方法得到；

最终应用推荐值计算模块，用于基于原始推荐值和预设的应用安全数据库，计算最终应用推荐值；ID为n的用户对应用m的最终应用推荐值R_appm按以下公式计算：

R_appm=O_appm-(B₁+B₂+…+B_x)+( A_idn-1 + A_idn-2 +…+A_idn-x）

式中：O_appm为ID为n的用户对应的应用m的原始推荐值，由常规应用推荐方法计算获得；

推荐模块，用于将所述的应用推荐列表基于最终应用推荐值进行优先级重排。

4.根据权利要求3所述的基于用户使用和选择偏好的安全应用推荐装置，其特征在于：所述的用户在应用分发渠道上对应用的选择指的是当应用分发渠道平台提示用户该应用的敏感行为后，用户是否进行下载的选择；所述的终端上用户的使用习惯包括是否安装、使用频率和是否卸载。