[发明专利]基于用户隐私保护的应用程序检测方法及装置

说明书

本说明书实施例提供一种基于用户隐私保护的应用程序检测方法及装置，该方法从待检测的目标应用程序中，提取出存在用户隐私数据获取需求的若干场景对应的用户界面和隐私数据列表，然后提取第一用户界面的内容数据，将内容数据转换为相应的第一特征向量；计算第一特征向量与第一参考特征向量之间的第一相似度，当第一相似度超过第一预定阈值时，获取第一参考特征向量对应的参考场景下的参考隐私数据列表；计算第一隐私数据列表与参考隐私数据列表之间的第二相似度；至少基于第二相似度，判别第一场景是否为异常场景。该方法能够有效检测出隐私数据不合理的场景，进而防止用户隐私数据被不必要地获取。

技术领域

本说明书实施例涉及隐私数据保护技术领域，具体地，涉及基于用户隐私保护的应用程序检测方法及装置。

背景技术

随着APP市场的饱和，小程序以其简单的使用方式给用户带来了巨大的便利与舒适，成为目前匹配用户需求的新途径之一。小程序基于平台方运行，不需要下载安装即可使用，用户一般扫一扫或在平台方的主程序上点击相应图标即可打开，无需关心是否安装太多应用而占用设备资源的问题。

在带来便利的同时，小程序也带来了关于隐私保护方面的隐患。很多小程序在使用时需要获取用户的隐私数据，例如，有些小程序基于运行需要，会询问用户是否授权获取头像、昵称、个人位置等隐私信息。

目前，平台方为了有效保护用户隐私，会通过人工来梳理小程序的隐私数据列表，从而限定其可获取的隐私数据项，但每天上线的小程序服务内容千差万别，部分小程序向用户发出的隐私数据获取请求并不合理。随着小程序数目的快速增长，人工梳理的效率较低，难以应对审核需求，造成了用户隐私数据的不必要泄露。

发明内容

本说明书描述了一种基于用户隐私保护的应用程序检测方法，从场景角度对目标应用程序（包括小程序）中隐私数据的获取是否合理进行检测，能够解决由于人工梳理导致的隐私数据获取不合理的问题。

根据第一方面，提供一种基于用户隐私保护的应用程序检测方法，该方法包括：

从待检测的目标应用程序中，提取出存在用户隐私数据获取需求的若干场景对应的用户界面和隐私数据列表，其中包括第一场景对应的第一用户界面和第一隐私数据列表；提取第一用户界面的内容数据，将内容数据转换为相应的第一特征向量；获取历史库中的多个参考场景分别对应的第一参考特征向量，计算第一特征向量与各个第一参考特征向量之间的第一相似度，第一相似度表征场景之间的相似度；当第一特征向量与某个第一参考特征向量之间的第一相似度超过第一预定阈值时，获取该某个第一参考特征向量对应的参考场景下的参考隐私数据列表；计算第一隐私数据列表与参考隐私数据列表之间的第二相似度；至少基于第二相似度，判别第一场景是否为异常场景。

在一个实施例中，第一用户界面的内容数据包括文本数据和/或图片数据；

将内容数据转换为相应的第一特征向量，包括：对于文本数据，通过预先训练的第一文本转换模型，转换为文本特征向量；第一文本转换模型包括doc2vec模型或BERT模型；对于图片数据，通过预先训练的神经网络模型，转换为图片特征向量；基于文本特征向量和/或图片特征向量，获得第一特征向量。

在一个实施例中，至少基于第二相似度，判别第一场景是否为异常场景之前，还包括：

基于预先训练的第二转换模型，确定目标应用程序对应的第二特征向量；获取该某个第一参考特征向量对应的参考应用程序的第二参考特征向量；计算第二特征向量与第二参考特征向量之间的第三相似度。

在一个实施例中，至少基于第二相似度，判别第一场景是否为异常场景，包括：

基于第一相似度、第二相似度和第三相似度，计算相应的第一隐私数据列表对应的场景的异常值；若异常值超过第四预定阈值，则判定第一场景为异常场景。