[发明专利]应用程序识别方法、系统、存储介质以及电子设备

权利要求书

1.一种应用程序识别方法，其特征在于，包括：

获取待识别应用程序的静态特征；所述静态特征包括权限请求信息、API请求信息以及活动组件比值中的至少一项；其中，该活动组件比值表征应用程序所使用的活动组件的数量与该应用程序所使用的四大组件的总数的比值；

将待识别应用程序的静态特征作为训练好的识别模型的输入，获得所述待识别应用程序的识别结果，以根据所述识别结果确定所述待识别应用程序是否为恶性应用程序。

2.根据权利要求1所述的应用程序识别方法，其特征在于，所述识别模型通过以下步骤构建：

获取训练样本集，该训练样本集中包括良性应用程序样本以及恶性应用程序样本；

提取所述训练样本集中的每个应用程序样本的静态特征；

将每个应用程序样本的静态特征作为待训练的分类器的输入，以对所述分类器进行训练，得到所述识别模型。

3.根据权利要求2所述的应用程序识别方法，其特征在于，将每个应用程序样本的静态特征作为待训练的分类器的输入，以对所述分类器进行训练，得到所述识别模型，包括：

根据应用程序样本的静态特征，构建特征矩阵；

将所述特征矩阵作为待训练的分类器的输入，以对所述分类器进行训练，得到所述识别模型；

其中，所述特征矩阵为m行n列的矩阵，该矩阵中的每个元素表示为a_mn；其中，m表示第m个应用程序样本，n表示该应用程序样本的第n个静态特征。

4.根据权利要求3所述的应用程序识别方法，其特征在于，根据应用程序样本的静态特征，构建特征矩阵，包括：

当该特征矩阵中的第n个静态特征为权限请求特征时，根据所述权限请求信息确定第m个应用程序样本中是否存在该权限请求特征，若存在，则a_mn的取值为1，若不存在，则a_mn的取值为0；

当该特征矩阵中的第n个静态特征为API请求特征时，根据所述API请求信息确定第m个应用程序样本中是否存在该API请求特征，若存在，则a_mn的取值为1，若不存在，则a_mn的取值为0；

当该特征矩阵中的第n个静态特征为活动组件比值特征时，当第m个应用程序样本的活动组件比值大于等于预设阈值时，a_mn的取值为1，当第m个应用程序样本的活动组件比值小于所述预设阈值时，a_mn的取值为0。

5.根据权利要求4所述的应用程序识别方法，其特征在于，所述预设阈值的取值包括0.4。

6.根据权利要求3所述的应用程序识别方法，其特征在于，所述分类器包括朴素贝叶斯分类器。

7.一种应用程序识别系统，其特征在于，包括：

获取模块，配置为获取待识别应用程序的静态特征；所述静态特征包括权限请求信息、API请求信息以及活动组件比值中的至少一项；其中，该活动组件比值表征应用程序所使用的活动组件的数量与该应用程序所使用的四大组件的总数的比值；

识别模块，将待识别应用程序的静态特征作为训练好的识别模型的输入，获得所述待识别应用程序的识别结果，以根据所述识别结果确定所述待识别应用程序是否为恶性应用程序。

8.根据权利要求7所述的应用程序识别系统，其特征在于，还包括：

样本获取模块，配置为获取训练样本集，该训练样本集中包括良性应用程序样本以及恶性应用程序样本；

特征提取模块，配置为提取所述训练样本集中的每个应用程序样本的静态特征；

训练模块，配置为将每个应用程序样本的静态特征作为待训练的分类器的输入，以对所述分类器进行训练，得到所述识别模型。

9.一种存储介质，所述存储介质上存储有程序代码，其特征在于，所述程序代码被处理器执行时，实现如权利要求1至6中任一项所述的应用程序识别方法。

10.一种电子设备，其特征在于，所述电子设备包括存储器、处理器，所述存储器上存储有可在所述处理器上运行的程序代码，所述程序代码被所述处理器执行时，实现如权利要求1至6中任一项所述的应用程序识别方法。