[发明专利]基于移动应用评论数据的恶意软件识别方法和系统在审
| 申请号： | 201811466838.4 | 申请日： | 2018-12-03 |
| 公开（公告）号： | CN109583208A | 公开（公告）日： | 2019-04-05 |
| 发明（设计）人： | 崔红军;吴振宇;唐祝寿;燕锦华;邓朝日;池定程;封亮;解群;龙刚;李翔;沈雷;郭玉环;李巍 | 申请（专利权）人： | 华东计算技术研究所（中国电子科技集团公司第三十二研究所）;上海犇众信息技术有限公司 |
| 主分类号： | G06F21/56 | 分类号： | G06F21/56;G06F17/27;G06F16/35 |
| 代理公司： | 上海段和段律师事务所 31334 | 代理人： | 李佳俊;郭国中 |
| 地址： | 201800 *** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种基于移动应用评论数据的恶意软件识别方法和系统，获取移动应用市场中的评论数据集，定义分类类别，对评论数据集进行筛选，得到评论关键词；基于评论关键词确定特征属性，对特征属性进行分类类别划分后，得到训练样本，基于训练样本进行分类器训练，建立检测模型；检测模型接收用户评论，计算特征属性在各分类类别的条件概率值，得出移动应用的风险识别。本发明从NLP技术角度，收集应用市场中的移动应用评论数据，分析获得特征属性，通过分类器训练建立检测模型。检测模型接收来自应用市场中用户评论可快速、自动反馈出应用存在的风险，实现恶意软件识别。 | ||
| 搜索关键词： | 评论数据 移动应用 特征属性 恶意软件识别 分类器训练 检测 训练样本 应用市场 评论 关键词确定 定义分类 分类类别 风险识别 接收用户 条件概率 用户评论 自动反馈 筛选 分类 应用 分析 | ||
【主权项】：
1.一种基于移动应用评论数据的恶意软件识别方法，其特征在于，包括：数据处理步骤：获取移动应用市场中的评论数据集，定义分类类别，对评论数据集进行筛选，得到评论关键词；数据训练步骤：基于评论关键词确定特征属性，对特征属性进行分类类别划分后，得到训练样本，基于训练样本进行分类器训练，建立检测模型；数据检测步骤：检测模型接收用户评论，计算特征属性在各分类类别的条件概率值，得出移动应用的风险识别。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于华东计算技术研究所（中国电子科技集团公司第三十二研究所）;上海犇众信息技术有限公司，未经华东计算技术研究所（中国电子科技集团公司第三十二研究所）;上海犇众信息技术有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201811466838.4/，转载请声明来源钻瓜专利网。
