[发明专利]一种检测移动应用第三方库功能的方法

说明书

本发明涉及一种检测移动应用第三方库功能的方法。该方法包括以下步骤：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。本发明的目的是提供一个新的方法，能够分析出给定安卓系统第三方库的功能集合，快速自动判定安卓应用第三方库的功能类别。

技术领域

本发明提供一种检测移动应用第三方库功能的方法，具体涉及一种使用深度学习检测安卓移动应用第三方程序库功能的方法。

背景技术

目前，随着手机的广泛普及。移动应用越来越多。由于手机通用操作系统的出现，开发人员开发应用也变得越来越便捷。

移动应用会使用很多第三方库。每个第三方库都有自己的功能。但是通常一个库都包含了很多功能，并且这些功能有很多都是重复的。如何识别重复功能就成了一个问题。如果重复功能可以被识别，开发者就能够从中挑选自己需要的第三方库，从而降低手机应用程序的功能冗余。

机器学习是近年来流行的一项技术，在有大数据支撑的情况下，可以训练出判定模型。对样本进行分类识别。

发明内容

本发明的目的是提供一个新的方法，能够分析出给定安卓系统第三方库的功能集合，判定安卓应用第三方库的功能类别。

本发明的原理是：先把第三方库进行反编译，然后提取出使用到的API，以及对应的使用次数；再将它输入预先训练好的神经网络中，神经网络依次对各个分类进行判断，输出对应各个类别的判断。

本发明提供的技术方案如下：

一种检测移动应用第三方库功能的方法，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。

对上述方法进一步具体说明如下：

A.得到一个第三方库时：

A1.使用反编译工具分析出API调用的地方；

A2.统计每个API被调用的次数；

A3.将每个应用的统计信息都整理成一个向量，即对每个第三方库生成一个向量，

向量中的每个元素对应一个API的被调用次数；

B.训练神经网络时：

B1.对第三方库的功能进行标注，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；

B2.利用训练集训练出一个神经网络模型；

B3.对神经网络模型进行交叉验证；

B4.修改神经网络模型的参数，重新训练，得到更好的神经网络模型。

C.训练好神经网络模型后，就可以判定第三方库功能类别：

C1.将需要判定的第三方库，使用A中方法，生成对应向量；

C2.将向量输入神经网络模型，输出第三方库的功能类别。