[发明专利]基于隐私数据保护的异常采集行为识别方法和装置

说明书

本说明书实施例公开了一种基于隐私数据保护的异常采集行为识别以及场景分类模型的训练方法、装置及电子设备，该方法包括：获取目标轻量应用的页面内容数据、用户行为数据和所述目标轻量应用申请采集的隐私数据列表；将所述目标轻量应用的页面内容数据和用户行为数据作为场景分类模型的输入，以通过所述场景分类模型预测所述目标轻量应用的使用场景类别；基于所述目标轻量应用的使用场景类别对应的可采集的隐私数据列表和所述目标轻量应用申请采集的隐私数据列表，确定所述目标轻量应用是否存在异常采集行为。

技术领域

本文件涉及计算机软件技术领域，尤其涉及一种基于隐私数据保护的异常采集行为识别方法、装置及电子设备。

背景技术

随着移动互联网技术的快速发展，应用程序的应用越来越广泛，小程序等轻量应用由于其能够被嵌入到第三方应用程序中，且无需下载安装，随时可用，也受到越来越广泛的应用。然而，现有的小程序在被打开时，往往会采集用户的隐私数据，且有些小程序还存在过度采集用户隐私数据的情况。

目前，对于这种情况，往往需要运营人员在接到用户对某一小程序的举报的前提下，或者通过系统发现了存在异常采集行为的小程序之后，通过运营人员人工判别这些小程序是否存在过度采集用户隐私数据的情况。因此，亟需一种针对小程序等轻量应用的异常采集行为的判别方法，以应对现有技术的上述问题。

发明内容

本说明书实施例的目的是提供一种基于隐私数据保护的异常采集行为识别以及场景分类模型的训练方法、装置及电子设备，以避免小程序等轻量应用对用户的隐私数据的过度采集情况。

为解决上述技术问题，本说明书实施例是这样实现的：

第一方面，提出了一种基于隐私数据保护的异常采集行为识别方法，包括：

获取目标轻量应用的页面内容数据、用户行为数据和所述目标轻量应用申请采集的隐私数据列表；

将所述目标轻量应用的页面内容数据和用户行为数据作为场景分类模型的输入，以通过所述场景分类模型预测所述目标轻量应用的使用场景类别；

基于所述目标轻量应用的使用场景类别对应的可采集的隐私数据列表和所述目标轻量应用申请采集的隐私数据列表，确定所述目标轻量应用是否存在异常采集行为。

第二方面，提出了一种场景分类模型的训练方法，包括：

获取多个轻量应用的页面内容数据、用户行为数据以及所述多个轻量应用的使用场景标签；

从所述多个轻量应用的页面内容数据和用户行为数据中，提取所述多个轻量应用的使用场景特征；

基于所述多个轻量应用的使用场景特征和对应的使用场景标签，训练得到场景分类模型，所述场景分类模型用于预测轻量应用的使用场景类别。

第三方面，提出了一种基于隐私数据保护的异常采集行为识别装置，包括：

获取单元，获取目标轻量应用的页面内容数据、用户行为数据和所述目标轻量应用申请采集的隐私数据列表；

预测单元，将所述目标轻量应用的页面内容数据和用户行为数据作为场景分类模型的输入，以通过所述场景分类模型预测所述目标轻量应用的使用场景类别；

确定单元，基于所述目标轻量应用的使用场景类别对应的可采集的隐私数据列表和所述目标轻量应用申请采集的隐私数据列表，确定所述目标轻量应用是否存在异常采集行为。

第四方面，提出了一种场景分类模型的训练单元，包括：

数据获取单元，获取多个轻量应用的页面内容数据、用户行为数据以及所述多个轻量应用的使用场景标签；

特征提取单元，从所述多个轻量应用的页面内容数据和用户行为数据中，提取所述多个轻量应用的使用场景特征；