[发明专利]基于概率图模型的移动应用风险等级推理评估方法及装置

权利要求书

1.一种基于概率图模型的移动应用风险等级推理评估方法，其特征在于，包括：

对已经标注风险等级的移动应用的属性进行过滤，得到对移动应用区分有帮助的属性；

通过预先确定的概率图模型对过滤后的已经标注风险等级的移动应用的属性进行模型训练；

利用训练好的概率图模型对新的移动应用进行风险等级推理评估。

2.如权利要求1所述的方法，其特征在于，对已经标注风险等级的移动应用的属性进行过滤具体包括：

采用信息熵对已经标注风险等级的移动应用的属性进行过滤。

3.如权利要求1所述的方法，其特征在于，

所述移动应用包括：大量属性值缺失的移动应用；

预先确定的概率图模型具体为：概率软逻辑PSL模型。

4.如权利要求3所述的方法，其特征在于，通过预先确定的概率图模型对过滤后的已经标注风险等级的移动应用的属性进行模型训练具体包括：

通过PSL模型对过滤后的已经标注风险等级的移动应用的属性进行模型训练，建模成一个Noisy-or模型，所述Noisy-or模型中包括训练得到和预先给定的规则和每个规则的权重。

5.一种基于概率图模型的移动应用风险等级推理评估装置，其特征在于，具体包括：

过滤模块，用于对已经标注风险等级的移动应用的属性进行过滤，得到对移动应用区分有帮助的属性；

训练模块，用于通过预先确定的概率图模型对过滤后的已经标注风险等级的移动应用的属性进行模型训练；

评估模块，用于利用训练好的概率图模型对新的移动应用进行风险等级推理评估。

6.如权利要求5所述的装置，其特征在于，所述过滤模块具体用于：

采用信息熵对已经标注风险等级的移动应用的属性进行过滤。

7.如权利要求5所述的装置，其特征在于，

所述移动应用包括：大量属性值缺失的移动应用；

预先确定的概率图模型具体为：概率软逻辑PSL模型。

8.如权利要求5所述的装置，其特征在于，所述训练模块具体用于：

通过PSL模型对过滤后的已经标注风险等级的移动应用的属性进行模型训练，建模成一个Noisy-or模型，所述Noisy-or模型中包括训练得到和预先给定的规则和每个规则的权重。

9.一种基于概率图模型的移动应用风险等级推理评估装置，其特征在于，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如权利要求1至4中任一项所述的基于概率图模型的移动应用风险等级推理评估方法的步骤。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有信息传递的实现程序，所述程序被处理器执行时实现如权利要求1至4中任一项所述的基于概率图模型的移动应用风险等级推理评估方法的步骤。