[发明专利]一种检测移动应用第三方库功能的方法在审
| 申请号: | 201611024539.6 | 申请日: | 2016-11-21 |
| 公开(公告)号: | CN108376081A | 公开(公告)日: | 2018-08-07 |
| 发明(设计)人: | 郭耀;宗毅;马子昂;陈向群 | 申请(专利权)人: | 北京大学(天津滨海)新一代信息技术研究院 |
| 主分类号: | G06F8/71 | 分类号: | G06F8/71;G06F8/41;G06F8/53 |
| 代理公司: | 北京君尚知识产权代理事务所(普通合伙) 11200 | 代理人: | 邱晓锋 |
| 地址: | 300452 天津市滨*** | 国省代码: | 天津;12 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 第三方 向量 功能类别 移动应用 种检测 判定 神经网络模型 训练神经网络 安卓系统 方法生成 功能集合 快速自动 输入步骤 库生成 检测 标注 应用 分析 统计 | ||
1.一种检测移动应用第三方库功能的方法,其特征在于,包括以下步骤:
1)收集若干第三方库,统计每个第三方库的API调用情况,根据各API调用的次数对每个第三方库生成一个向量;
2)对各第三方库的功能类别进行标注,使用步骤1)生成的向量对不同功能类别的第三方库训练神经网络模型;
3)对于待检测的第三方库,使用步骤1)的方法生成对应的向量,然后将该向量输入步骤2)得到的神经网络模型,从而判定该待检测的第三方库的功能类别。
2.如权利要求1所述的方法,其特征在于,步骤1)对应用程序进行反编译,从反编译后的代码中找到第三方库,进而找到第三方库中所有的API调用,然后统计各API调用的次数并生成所述向量,向量中的每个元素对应一个API的被调用次数。
3.如权利要求1所述的方法,其特征在于,步骤2)包括以下子步骤:
a)对第三方库的功能类别进行标注,按照不同的功能类别将标记好的数据切分为训练集和测试集;
b)利用训练集训练出一个神经网络模型;
c)对神经网络模型进行交叉验证;
d)根据交叉验证的结果,对神经网络模型的参数进行优化,得到优化的神经网络模型。
4.如权利要求3所述的方法,其特征在于,步骤a)通过人工手段对第三方库的功能类别进行标注。
5.如权利要求3所述的方法,其特征在于,步骤b)对于每个功能类别都使用三层神经网络训练出一个神经网络模型。
6.如权利要求1所述的方法,其特征在于,步骤3)利用训练好的神经网络模型,判定第三方库属于各个功能类别的评分或概率,根据获得的评分或概率判定第三方库的功能类别。
7.如权利要求6所述的方法,其特征在于,步骤3)在获得第三方库属于各个功能类别的评分或概率后,分析第三方库功能冗余,并提供给开发者关于第三方库功能冗余的报告。
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北京大学(天津滨海)新一代信息技术研究院,未经北京大学(天津滨海)新一代信息技术研究院许可,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/pat/books/201611024539.6/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种程序更新方法及装置
- 下一篇:一种引用库版本更新方法和系统





