[发明专利]用于检测与移动装置的虚假用户交互以用于改进的恶意软件防护的方法和系统

权利要求书

1.一种分析在计算装置上操作的软件应用程序的活动的方法，其包括：

监视在所述计算装置上操作的软件应用程序的活动；

确定所监视的所述活动是否直接或固有地涉及某一形式的用户交互；

响应于确定所监视的所述活动涉及用户交互而确定是否存在对应于所监视的所述活动的用户交互事件；

从所述计算装置的传感器收集原始数据；

与关联于所检测用户交互事件的用户交互事件信息结合而分析所收集的所述原始数据以产生分析结果；

基于所产生的所述分析结果而确定所述所检测用户交互事件是否与所述计算装置的用户相关；

响应于基于所产生的所述分析结果确定所述所检测用户交互事件与所述计算装置的所述用户相关而将所述所检测用户交互事件分类为真实用户交互事件；

响应于基于所产生的所述分析结果确定所述所检测用户交互事件不与所述计算装置的所述用户相关而将所述所检测用户交互事件分类为虚假用户交互事件；以及

基于所述所检测用户交互事件的所述分类而确定所述软件应用程序的所监视的所述活动是否为非良性的。

2.根据权利要求1所述的方法，其中接收所述用户交互事件信息包括从所述计算装置的高层级操作系统接收所述用户交互事件信息。

3.根据权利要求1所述的方法，其中基于所述所检测用户交互事件的所述分类而确定所述软件应用程序的所述活动是否为非良性的包括：

响应于确定所述所检测用户交互事件被分类为所述虚假用户交互事件而将所述软件应用程序的所述活动分类为非良性的。

4.根据权利要求1所述的方法，其进一步包括：

产生表征所述软件应用程序的所述活动的行为向量；

响应于确定所述所检测用户交互事件不与所述计算装置的所述用户相关而将所述行为向量应用于包含决策节点的分类器模型，所述决策节点评估是否存在对应于所述活动的用户交互事件；以及

基于将所述行为向量应用于所述分类器模型的结果而确定所述软件应用程序的所述活动是否为非良性的。

5.根据权利要求1所述的方法，其进一步包括：

产生表征所述软件应用程序的所述活动的行为向量；

响应于确定所述所检测用户交互事件不与所述计算装置的所述用户相关而选择不包含决策节点的分类器模型，所述决策节点测试是否存在对应于所述活动的用户交互事件；

将所述行为向量应用于选定的所述分类器模型以产生额外分析结果；以及

基于所述额外分析结果而确定所述软件应用程序的所述活动是否为非良性的。

6.根据权利要求1所述的方法，其进一步包括：

响应于确定所述所检测用户交互事件不与所述计算装置的所述用户相关而选择一系列稳健分类器模型；以及

将多个行为向量应用于选定的所述一系列稳健分类器模型中的一或多个分类器模型以确定所述软件应用程序的所述活动是否为非良性的。

7.根据权利要求1所述的方法，其进一步包括将从所述计算装置的第一传感器接收的所述原始数据与从所述计算装置的第二传感器接收的所述原始数据进行比较以确定从所述第一传感器接收的所述原始数据是否与从所述第二传感器接收的所述原始数据一致，其中基于所收集的所述原始数据和所接收的所述用户交互事件信息而产生分析结果的所述操作是响应于确定从所述第一传感器接收的所述原始数据与从所述第二传感器接收的所述原始数据一致而执行。

8.根据权利要求7所述的方法，其中将从所述第一传感器接收的所述原始数据与从所述第二传感器接收的所述原始数据进行比较包括比较将行为向量应用于分类器模型的结果。

9.根据权利要求1所述的方法，其中：

从所述计算装置的所述传感器收集所述原始数据包括从用户输入传感器收集所述原始数据；且

接收所述用户交互事件信息包括从用于所述用户输入传感器的驱动器接收数据。