[发明专利]一种基于深度学习的移动应用描述与权限保真性判定方法及装置有效
| 申请号： | 201810950490.X | 申请日： | 2018-08-20 |
| 公开（公告）号： | CN109284370B | 公开（公告）日： | 2022-05-06 |
| 发明（设计）人： | 陈亮;冯缨岚;郑子彬 | 申请（专利权）人： | 中山大学 |
| 主分类号： | G06F16/35 | 分类号： | G06F16/35;G06F40/289;G06F40/30;G06F21/56;G06N3/04 |
| 代理公司： | 广州粤高专利商标代理有限公司 44102 | 代理人： | 林丽明 |
| 地址： | 510275 广东*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开一种基于深度学习的移动应用描述与权限保真性判定方法及装置，该装置用于实现上述方法，所述方法包括描述文本的预处理是将移动应用A的描述分句后，转化为深度神经网络进行分类时所用的词向量矩阵；每个句子s∈S对应零个或多个权限，利用训练的深度神经网络模型输出每个句子的分类类别，每个类别代表一种权限，整合移动应用A所有描述语句的类别输出，假设Y为模型输出类别对应的移动应用A的预测权限集，判定移动应用描述与权限保真性。本发明通过获得更丰富语义信息，更简单的词法分析及语法分析，获得更为准确的保真判定结果。 | ||
| 搜索关键词： | 一种 基于 深度 学习 移动 应用 描述 权限 真性 判定 方法 装置 | ||
【主权项】：
1.一种基于深度学习的移动应用描述与权限保真性判定方法，其特征在于，包括如下步骤：S10将移动应用描述D分句成由若干句子s组成句子集S，按句生成词向量矩阵Q；S20使用深度神经网络结构造文本分类模型来训练学习移动应用描述D与权限类别的从属关系，设每个句子s∈S对应零个或多个权限，利用训练的深度神经网络模型输出每个句子的分类类别，每个类别代表一种权限，输出移动应用描述D的类别，整合所有移动应用描述D的类别输出作为模型输出类别对应的移动应用的预测权限集Y；S30根据移动应用声明权限情况，判定移动应用描述D与权限保真性。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中山大学，未经中山大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810950490.X/，转载请声明来源钻瓜专利网。
