[发明专利]一种基于评论数据的移动应用安全性评估方法

权利要求书

1.一种基于评论数据的移动应用安全性评估方法，其特征在于，包括步骤如下：

1)安全性评论数据获取：收集移动应用程序的评论数据，对评论数据进行预处理和关键词提取，筛选关键词构建安全性关键词库；根据安全性关键词库，构建安全性相关评论数据集；

2)评论文本向量生成：对每一条安全性相关的评论文本，生成评论文本的语义向量及文本—主题向量，将所述评论文本的语义向量及文本—主题向量进行拼接、融合生成新的向量，新的向量作为评论文本向量；

3)评论文档向量生成：将评论文本向量作为输入，使用双向RNN模型得到当前应用程序下的评论文档向量；

4)评估结果生成：获取应用程序的安全性风险值；将每一个应用程序表示为评论文档向量，安全性风险值的二元组，将二元组作为输入，使用机器学习的回归模型构建安全性评估模型，利用安全性评估模型为待检测的应用程序生成安全性风险值；

5)评估结果说明：对步骤2)中得到的评论文本向量进行聚类，并抽取出每一簇中的关键词和关键短语；根据步骤4)中得到的安全性风险值以及抽取出的关键词和关键短语，为用户提供自然语言描述的安全性评估结果的说明。

2.根据权利要求1所述的基于评论数据的移动应用安全性评估方法，其特征在于，所述步骤1)具体包括：

11)收集移动应用程序的评论数据，利用自然语言处理技术对评论数据进行预处理和关键词提取，筛选关键词构造安全性关键词库；

12)根据安全性关键词库，利用余弦函数筛选安全性相关评论，构建安全性相关评论数据集。

3.根据权利要求1所述的基于评论数据的移动应用安全性评估方法，其特征在于，所述步骤2)具体包括：

21)利用TF-IDF算法计算评论中词语权重，采用词语权重和Word2Vec模型生成的词向量加权平均得到评论文本的语义向量；

22)利用LDA模型为评论文本生成文本—主题向量。

4.根据权利要求1所述的基于评论数据的移动应用安全性评估方法，其特征在于，所述步骤5)具体包括：

51)利用K-means++算法对步骤2)中得到的评论文本向量进行聚类，并使用TextRank算法提取出每一簇中的关键词和关键短语；

52)根据步骤4)中得到的安全性风险值以及抽取出的关键词和关键短语，以雷达图和列表的形式，为用户提供自然语言描述的安全性评估结果的说明。