[发明专利]一种基于程序上下文的移动应用敏感行为描述生成方法

说明书

本发明公开了一种基于程序上下文的移动应用敏感行为描述生成方法。本方法包括移动应用程序敏感行为上下文提取、应用文档中敏感行为相关句子提取和补充、以及敏感行为描述生成。首先通过静态分析提取移动应用敏感行为上下文，再通过机器阅读理解和关键词匹配抽取应用文档中敏感行为的相关句子，最后基于提示学习生成敏感行为描述。本发明相比于现有方法，综合考虑了应用程序上下文与应用敏感行为的联系，解决了应用文档中敏感行为描述普遍缺失的问题，实现了移动应用敏感行为描述自动化生成。该方法将有效合理地为用户生成移动应用敏感行为描述，保障用户的知情权，有较大应用价值。

技术领域

本发明涉及一种移动应用敏感行为描述生成方法，具体是一种基于程序上下文和应用文档的移动应用敏感行为描述生成方法，属于软件分析领域以及自然语言生成领域。

背景技术

当前，智能手机蓬勃发展，移动应用凭借其便捷性和多元化逐渐渗透到生活的衣食住行方方面面，极大地满足人民需求，推动社会发展。为了更好地服务用户，应用会申请获取用户的某些敏感数据来提供支持，例如本地生活类应用会申请获取用户的位置信息为用户推荐附近的美食或者景点，音乐类应用会申请用户的联络人信息为不同的联络人设置不同的铃声。但是，恶意应用泛滥于市场，他们以非法方式收集用户的敏感数据，导致用户隐私的泄露与滥用，造成严重后果。保障用户合法权益、保护用户隐私数据势在必行。

目前，智能手机操作系统市场占有率最高的安卓采用权限机制来保护用户的隐私：在安卓6.0之前，移动应用列出它需要的所有权限，用户只能同意授予全部权限才能安装；安卓 6.0及以后，移动应用需要动态申请权限，移动应用在第一次需要使用权限的时候申请。但由于恶意应用滥用隐私行为的存在，用户在面对权限申请时存在应用为何申请这个权限以及应用得到这个权限后会否泄露个人隐私的顾虑，难以决断。

用户可以通过阅读隐私权政策文档来了解应用申请权限以及操作用户隐私数据的敏感行为。隐私权政策是谷歌商店要求每个应用都应该上传的一份完整说明应用如何收集、使用和分享用户数据的文档，见于谷歌商店应用详情面、移动应用登录界面等地方。目前，用户向隐私权政策文档了解应用敏感行为存在隔阂，有以下两个问题：

(1)隐私权政策文档过长，包含法律条款、联系方式等信息，阅读起来耗时费力；

(2)隐私权政策文档中缺乏应用敏感行为相关描述，敏感权限的平均描述率只有10.5％；

发明内容

发明目的：现有的移动应用敏感行为描述生成方法集中于用传统自然语言处理方法来抽取应用描述中关于申请权限的解释，或者加入隐私权政策和代码分析作为辅助手段，利用语法来生成相应描述。由于应用文档中应用敏感行为描述的普遍缺失，现有方法只能处理小部分敏感行为。本发明针对现有移动应用敏感行为描述生成方法中的不足，提出了一种基于程序上下文的移动应用敏感行为描述生成方法，通过抽取应用程序中的程序调用图、图形界面中的文字作为应用程序的上下文，结合机器阅读理解和关键词抽取应用文档中的应用敏感行为相关句子，对于应用文档中缺失的应用敏感行为描述，根据其程序上下文相似度为其分配在现有数据中匹配度最高的应用敏感行为描述作为补全，并通过基于提示学习微调GPT3模型，大幅度提升移动应用敏感行为描述生成的效果。

技术方案：一种基于程序上下文的移动应用敏感行为描述生成方法，利用移动应用的程序上下文信息和应用文档，通过提示学习微调GPT3自然语言生成模型，生成精准的移动应用敏感行为描述，用户可以在充分了解应用敏感行为后做出合适的决定，包括以下内容：

(1)移动应用程序上下文提取

对移动应用包进行静态分析，结合移动系统如安卓特有的组件间通信构造合理全面的程序调用图，分析应用图形界面和调用图中方法的映射关系，提取布局文件中相应的信息，对于移动应用的上下文提取，主要分为两个部分：