[发明专利]一种手机APP智能检测设备

说明书

本发明提出了一种手机APP智能检测设备，包括APP管理平台、终端检测工具箱、特征算法识别模块、模型预判模块、远程发送模块；所述APP管理平台具有设备状态监控、检测日志分析、检测结果统计、风险数据上报功能；可按地区、厅店综合查询，为运营商侧安全管理员提供管理数据支撑；所述终端检测工具箱用于对各个APP进行检测；包括app预装检测模块、查杀模块、隐私设防模块、app优化模块；所述特征算法识别模块用于对各种非法APP进行识别；包括特征提取模块、特征选择模块、特征生成模块；所述模型预判模块用于查杀APP中毒风险；所述远程发送模块用于将检测结果通过云服务器传输给app检测中心，本发明检测模块可靠性高，检测精准。

技术领域

本发明涉及电器智能化检测技术领域，具体涉及一种手机APP智能检测设备。

背景技术

恶意软件不仅破坏传统的计算环境，而且对云计算构成了极大威胁。多年来，科技工作者在恶意软件检测方面开展了许多研究工作，也取得了丰富的研究成果。然而，随着检测技术的提升，恶意软件自身也在不断发展，这给恶意软件检测提出了许多挑战。特别是近年来出现的云计算在给人类带来便利的同时，也给恶意软件提供了更加广阔的生存空间。

发明内容

本发明的目的在于克服上述现有技术的缺陷，提出一种可靠性高、省时省力的一种手机APP智能检测设备。

本发明采用的技术方案如下：一种手机APP智能检测设备，包括APP管理平台、终端检测工具箱、特征算法识别模块、模型预判模块、远程发送模块；

所述APP管理平台具有设备状态监控、检测日志分析、检测结果统计、风险数据上报功能；可按地区、厅店综合查询，为运营商侧安全管理员提供管理数据支撑；所述终端检测工具箱用于对各个APP进行检测；包括app预装检测模块、查杀模块、隐私设防模块、 app优化模块；所述特征算法识别模块用于对各种非法APP进行识别；包括特征提取模块、特征选择模块、特征生成模块；所述模型预判模块用于查杀APP中毒风险；所述远程发送模块用于将检测结果通过云服务器传输给app检测中心。

进一步，所述app预装检测模块用于检测预装APP证前证后一致性，预警渠道违规预装、不可卸载、预装篡改等行为；所述查杀模块用于查杀已感染的病毒、木马等恶意应用，协同管局侧实现终端风险管控；所述隐私设防模块用于分析过度索权、违规滥用、隐私泄露等风险，保护用户个人隐私安全；所述app优化模块用于清理终端垃圾文件、优化运行内容，提升终端性能。

进一步，所述特征提取模块包括从APK中的Android Manifest.xml文件中提取权限、组件特征，从Dex文件中提取二进制特征；

特征选择模块包括将APK的特征划分为基于语法和基于资源的特征，使用ExtraTree 对特征进行排序，筛选出不受混淆技术影响的特征；

特征生成模块该框架使用一种基于机器学习的新特征性能评估方法以预测新特征的性能表现，从而有效筛选出性能表现更好的特征。在根据候选特征排序模型评分对候选特征进行评分后，该框架使用贪心算法按序评估候选特征在目标分类模型上的性能表现，并根据用户需要从中选择提升目标分类模型性能的新特征。

进一步，所述模型预判模块包括建立VGGNet-9模型作为对app查杀病毒的预判，采用了9层的深度网络，包含6个卷积层和3层全连接层，所有卷积层都使用大小为6×6的卷积核；本发明建立在光流图像上预训练的C3Dnet模型；C3Dnet包含8个卷积层conv x，尺寸为3×4×5，步长为1；5个最大池化层pool y，第一个pool 1的池化核尺寸为3×3×4，第二个pool 2的池化核尺寸为2×2×2，第三个pool 3的池化核尺寸为2×3×4，第四个pool 4的池化核尺寸为3×3×3，第五个pool 5的池化核尺寸为6×6×6；3个全连接层fc z，1个softmax输出层，网络以16帧的片段为输入单元，相邻片段重叠8帧，输入图片尺寸为224×224。