龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：重庆邮电大学
摘要：本发明属于信息安全中的软件安全领域，具体涉及一种基于扩展数据的移动应用恶意排名行为检测方法，包括采集目标移动应用在目标时段的多源数据并进行预处理；根据预处理后的多源数据提取数据变化异常时段数据；提取不同应用商店的单个商店数据特征和用户活跃度特征，构建商店和社交平台特征矩阵；采用离散度特征融合方法处理单个商店数据特征得到跨商店级别数据特征；对商店和社交平台特征矩阵进行降维处理得到一维平均特征，将一维平均特征和跨商店级别数据特征拼接形成一个样本特征；将样本特征输入训练好的排名欺诈行为检测模型，输出检测结果；本发明引入跨商店级别数据特征，有效提升排名欺诈行为检测模型面向不同应用商店的通用性和检测准确率。
主权项：1.一种基于扩展数据的移动应用恶意排名行为检测方法，其特征在于，包括以下步骤：S1.采集目标移动应用在目标时段的多源数据并进行预处理，所述多源数据包括应用商店数据和社交平台数据；S2.采用标准分数Z-score对预处理后的多源数据进行突变点检测，提取数据变化异常时段移动应用数据；所述数据变化异常时段移动应用数据集包括多个数据变化异常时段数据；S3.根据数据变化异常时段数据，采用多维特征提取方法提取不同应用商店的单个商店数据特征和用户活跃度特征，构建商店和社交平台特征矩阵；S4.基于不同应用商店的单个商店数据特征，采用离散度特征融合方法处理得到跨商店级别数据特征；S5.对商店和社交平台特征矩阵进行降维处理得到一维平均特征，将一维平均特征和跨商店级别数据特征拼接形成一个样本特征；S6.采用支持向量机SVM训练排名欺诈行为检测模型；S7.将样本特征输入训练好的排名欺诈行为检测模型，输出检测结果。
全文数据：
权利要求：
百度查询： 重庆邮电大学 一种基于扩展数据的移动应用恶意排名行为检测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号