[发明专利]违法应用程序的确定方法、系统、装置及可读存储介质

权利要求书

1.一种违法应用程序的确定方法，其特征在于，所述确定方法包括：

采集软件分发网站的应用程序信息；

采用分类模型对所述应用程序信息进行分类，获取涉嫌违法应用程序；

获取所述涉嫌违法应用程序与服务器通信的地址，根据所述通信的地址获取服务器域名或者IP地址，根据所述服务器域名或IP地址获取所述涉嫌违法应用程序的关联公司信息；从所述涉嫌违法应用程序的信息中获取所述涉嫌违法应用程序的运营信息和开发信息；从所述涉嫌违法应用程序的信息中获取所述涉嫌违法应用程序的运营信息和开发信息的步骤包括：

将所述应用程序安装包进行反解压，获取特定编码格式的代码文件，进一步将所述编码格式的代码文件进行反编译，获取源代码文件；

解析所述源代码文件的清单文件，获取所述应用程序的应用程序及其组件信息；

根据所述应用程序的证书信息获取所述证书使用者的身份信息；

将所述应用程序的开发信息，与所述证书使用者的身份信息进行正则匹配，获取所述应用程序的敏感信息，通过所述敏感信息与所述应用程序的行政登记信息分析所述应用程序的社会主体信息；

根据所述社会主体信息获取所述应用程序的运营信息和开发信息；

根据所述关联公司信息和所述运营信息和开发信息确定所述涉嫌违法应用程序的合法性。

2.根据权利要求1所述的确定方法，其特征在于，采集的所述应用程序的信息包括：应用程序名称、应用程序描述信息、应用程序安装包以及所述应用程序所属公司。

3.根据权利要求1所述的确定方法，其特征在于，在所述采用分类模型对所述应用程序信息进行分类之前，所述方法还包括：对所述分类模型进行训练；

对所述分类模型进行训练的步骤具体包括：

采集多个应用程序样本，每一应用程序样本对应一分类，将所述应用程序样本分为训练应用程序样本和验证应用程序样本；

将所述应用程序样本的文本信息进行向量化表示，转换成255维度词向量；

将所述训练应用程序样本对应的词向量与分类输入初始分类模型进行模型训练；

将所述验证应用程序样本对应的词向量输入经过训练后的分类模型，并将所述分类模型的输出结果与所述验证应用程序样本对应的分类进行比较，若比较到所述输出结果与所述验证应用程序样本对应的分类的正确率达到预设的阈值，则完成所述分类模型的训练。

4.根据权利要求2所述的确定方法，其特征在于，在所述采用分类模型对所述应用程序信息进行分类之前包括：

根据所述应用程序的名称、所述应用程序描述信息的信息-摘要值或者所述应用程序安装包的信息-摘要值对采集的所述应用程序进行去重和合并。

5.根据权利要求1所述的确定方法，其特征在于，采用分类模型对所述应用程序信息进行分类，得到涉嫌违法应用程序的步骤包括：

通过所述分类模型计算每一应用程序的类别和分类模型的精确度作为分类的置信度，输出置信度最高的分类作为所述应用程序的分类。

6.根据权利要求2所述的确定方法，其特征在于，所述获取所述涉嫌违法应用程序与服务器通信的地址，根据所述通信的地址获取服务器域名或者IP地址，根据所述服务器域名或IP地址获取所述涉嫌违法应用程序的关联公司信息的步骤包括：

将所述应用程序安装包安装到沙箱中；

在沙箱中安装抓包软件，并启动抓包程序，将通讯包输入到文件中；

通过所述沙箱运行所述应用程序，并操作所述应用程序预设时间使得所述应用程序数据通讯的内容被保存到所述文件中；

停止所述应用程序的运行，并停止抓包程序；

将所述文件拷贝到所述沙箱外部，并在所述沙箱中删除所述文件，为下一个应用程序检测做准备；

解包所述文件，记录解析得到的域名请求和地址请求，以获取到所述域名和IP地址；

基于所述域名和IP地址，根据所述应用程序的许可备案信息，将域名和IP地址关联到实体公司。