[发明专利]APP分类方法、相关装置及产品

权利要求书

1.一种应用程序APP分类方法，其特征在于，应用于电子设备，所述方法包括：

获取目标APP的开发信息，所述开发信息包括以下至少一种：所述目标APP的当前申请权限、大小以及使用信息，所述使用信息包括所述目标APP使用的共享库so库、工具代码包jar包以及多媒体资源；

根据所述开发信息得到所述目标APP的特征向量；

将所述特征向量输入到预先训练的应用分类器得到所述目标APP的分类结果；

其中，若所述开发信息包括所述so库和所述jar包，则所述根据所述开发信息得到所述目标APP的特征向量，包括：

获取预先配置的第一特征向量集，所述第一特征向量集包括多个第一特征向量，所述多个第一特征向量中每个第一特征向量包括第一参数和第二参数，所述第一参数和所述第二参数用于表征APP应用开发过程中所用到的so库和jar包；获取参考数据库，所述参考数据库包括特定数量的参考so库和参考jar包，所述参考数据库为与所述第一特征向量集对应的数据库；将所述so库与所述参考so库一一比对，若所述so库与所述参考so库匹配，则更新所述第一特征向量集中匹配成功的so库对应的向量值，得到第一中间特征向量集；将所述jar包与所述参考jar包一一比对，若所述jar包与所述参考jar包匹配，则更新所述第一中间特征向量集中匹配成功jar包对应的向量值，得到更新后的第一特征向量集，所述更新后的第一特征向量集为所述目标APP的特征向量。

2.根据权利要求1所述的方法，其特征在于，若所述开发信息包括所述目标APP的当前申请权限，则所述根据所述开发信息得到所述目标APP的特征向量，包括：

获取预先配置的第二特征向量集，所述第二特征向量集包括多个第二特征向量，所述多个第二特征向量中每个第二特征向量包括第三参数，所述第三参数用于表征本端定义的、应用可申请的权限；

更新所述第二特征向量集中包含所述当前申请权限的第二特征向量的值，得到更新后的第二特征向量集，所述更新后的第二特征向量集为所述目标APP的特征向量。

3.根据权利要求1所述的方法，其特征在于，若所述开发信息包括所述目标APP的大小，则所述根据所述开发信息得到所述目标APP的特征向量，包括：

获取预先配置的第三特征向量，所述第三特征向量包括第四参数，所述第四参数用于表征所述目标APP的大小；

根据预设的函数获取所述大小对应的目标向量值，更新所述第四参数的向量值为所述目标向量值，得到更新后的第三特征向量，所述更新后的第三特征向量为所述目标APP的特征向量。

4.根据权利要求1所述的方法，其特征在于，若所述开发信息包括所述目标APP使用的多媒体资源，则所述根据所述开发信息得到所述目标APP的特征向量，包括：

获取预先配置的第四特征向量，所述第四特征向量包括第五参数，所述第五参数用于表征所述多媒体资源对应的文件数量，所述多媒体资源包括图片文件、动画文件和声音文件；

获取所述多媒体资源中的文件数量值，更新所述第五参数的向量值为所述文件数量值，得到更新后的第四特征向量，所述更新后的第四特征向量为所述目标APP的特征向量。

5.根据权利要求1-4任一项所述的方法，其特征在于，所述获取目标APP的开发信息，包括：

获取所述目标APP的应用程序安装包APK包；

对所述APK包进行解析得到所述目标APP的开发信息。

6.根据权利要求5所述的方法，其特征在于，所述将所述特征向量输入到应用分类器得到分类结果之前，所述方法还包括：

采用卷积神经网络进行模型训练，得到所述应用分类器。

7.根据权利要求6所述的方法，其特征在于，所述采用卷积神经网络训练，得到所述应用分类器，包括：

采用十折交叉检测分类准确度和分类误差；

当所述分类误差小于预设阈值时，结束训练。