[發明專利]一種檢測移動應用第三方庫功能的方法在審
| 申請號： | 201611024539.6 | 申請日： | 2016-11-21 |
| 公開（公告）號： | CN108376081A | 公開（公告）日： | 2018-08-07 |
| 發明（設計）人： | 郭耀;宗毅;馬子昂;陳向群 | 申請（專利權）人： | 北京大學(天津濱海)新一代信息技術研究院 |
| 主分類號： | G06F8/71 | 分類號： | G06F8/71;G06F8/41;G06F8/53 |
| 代理公司： | 北京君尚知識產權代理事務所(普通合伙) 11200 | 代理人： | 邱曉鋒 |
| 地址： | 300452 天津市濱*** | 國省代碼： | 天津;12 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 第三方 向量 功能類別 移動應用 種檢測 判定 神經網絡模型 訓練神經網絡 安卓系統 方法生成 功能集合 快速自動 輸入步驟 庫生成 檢測 標注 應用 分析 統計 | ||
1.一種檢測移動應用第三方庫功能的方法，其特征在于，包括以下步驟：
1)收集若干第三方庫，統計每個第三方庫的API調用情況，根據各API調用的次數對每個第三方庫生成一個向量；
2)對各第三方庫的功能類別進行標注，使用步驟1)生成的向量對不同功能類別的第三方庫訓練神經網絡模型；
3)對于待檢測的第三方庫，使用步驟1)的方法生成對應的向量，然后將該向量輸入步驟2)得到的神經網絡模型，從而判定該待檢測的第三方庫的功能類別。
2.如權利要求1所述的方法，其特征在于，步驟1)對應用程序進行反編譯，從反編譯后的代碼中找到第三方庫，進而找到第三方庫中所有的API調用，然后統計各API調用的次數并生成所述向量，向量中的每個元素對應一個API的被調用次數。
3.如權利要求1所述的方法，其特征在于，步驟2)包括以下子步驟：
a)對第三方庫的功能類別進行標注，按照不同的功能類別將標記好的數據切分為訓練集和測試集；
b)利用訓練集訓練出一個神經網絡模型；
c)對神經網絡模型進行交叉驗證；
d)根據交叉驗證的結果，對神經網絡模型的參數進行優化，得到優化的神經網絡模型。
4.如權利要求3所述的方法，其特征在于，步驟a)通過人工手段對第三方庫的功能類別進行標注。
5.如權利要求3所述的方法，其特征在于，步驟b)對于每個功能類別都使用三層神經網絡訓練出一個神經網絡模型。
6.如權利要求1所述的方法，其特征在于，步驟3)利用訓練好的神經網絡模型，判定第三方庫屬于各個功能類別的評分或概率，根據獲得的評分或概率判定第三方庫的功能類別。
7.如權利要求6所述的方法，其特征在于，步驟3)在獲得第三方庫屬于各個功能類別的評分或概率后，分析第三方庫功能冗余，并提供給開發者關于第三方庫功能冗余的報告。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于北京大學(天津濱海)新一代信息技術研究院，未經北京大學(天津濱海)新一代信息技術研究院許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201611024539.6/1.html，轉載請聲明來源鉆瓜專利網。
- 上一篇：一種程序更新方法及裝置
- 下一篇：一種引用庫版本更新方法和系統
