[发明专利]一种基于大数据的android应用权限聚类与群体特征分析方法

权利要求书

1.一种基于大数据的android应用权限聚类与群体特征分析方法，包括以下步骤：

1)构建APP样本库，从应用市场采集多种类型应用的全集，并将它们按类型区分后存储在云端数据库中；

2)利用权限提取和分离工具，对所有采集到的APP进行权限的提取与分离，并将所有的数据存储在云端数据库中；

3)获取权限特征集合；对APP样本库中的应用，按类型来获取他们的权限构成的权限集合全集，对每一个权限赋予一定的权重值，从而构建出每种类型APP的权限特征集合；

4)静态统计分析：对同一类型的每一个APP的权限进行赋值，根据步骤3)中的权重值，并最终求得每个应用权限的和；将同一类型应用按照权限和由小到大进行排序，并按照设定的跨度范围进行安全等级的划分；

5)每一个类型的APP聚类：利用K-means算法，对已经提取的同一类型的APP的权限特征集合数据进行处理；根据前期安全等级的划分结果，将聚类结果的簇数设定为K，即每一个类型的APP会被自动划分为K个不同的簇；

6)隐私特征挖掘；针对聚类算法的划分结果，挑选出与用户隐私数据紧密相关的权限，根据同类APP中划分出的不同簇，与各种隐私权限之间的关系研究。

2.根据权利要求1所述的方法，其特征在于，所述步骤3)中，我们通过对APP进行权限的提取和分离后，根据每个APP的权限拥有情况对他们进行赋值：对于该APP功能类型应该拥有的权限，赋于较低的权重值，对于APP其余的权限中涉及到用户隐私的权限设置较高的权重值。

3.根据权利要求2所述的方法，其特征在于，所述该APP功能类型应该拥有的权限的确定方法如下：该类型应用中超过半数的应用都拥有的权限，则认为是应该拥有的权限。

4.根据权利要求1所述的方法，其特征在于，步骤4)还包括根据步骤4)的结果从群体的角度进行隐私权限的统计和分析，统计的内容包括：对每个隐私权限，拥有该权限的APP占比；隐私权限被调用数量对比。