[發明專利]仿冒應用檢測方法和相關裝置

有效

• 申請號: 201810619963.8
• 申請日: 2018-06-15
• 公開（公告）號: CN110610066B
• 公開（公告）日: 2022-08-09
• 發明（設計）人: 張路;潘宣辰
• 申請（專利權）人: 武漢安天信息技術有限責任公司
• 主分類號: G06F21/10
• 分類號: G06F21/10
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種仿冒應用檢測方法，包括：

當待檢應用與某個已知正版應用滿足預設條件時，判斷出所述待檢應用為所述某個已知正版應用的仿冒應用；

其中，所述預設條件包括：Sx與Si的海明距離小于等于第一閾值，其中，Sx是所述待檢應用的simhash值，Si是所述某個已知正版應用的simhash值，某個應用的所述simhash值為根據某一simhash算法對所述某個應用的類名和方法名集合進行計算后得到的simhash值；

其中，所述判斷出所述待檢應用為所述某個已知正版應用的仿冒應用，包括：

基于adaboost分類系統，對預定的多種simhash算法進行訓練，再根據多種simhash算法逐步對待檢應用進行分類，當所述待檢應用與某個已知正版應用滿足預設條件時，輸出分類值為1，當所述待檢應用與某個已知正版應用不滿足預設條件時，輸出分類值為-1；

根據多個分類值計算待檢應用與該某個已知正版應用的多權分類結果，如果輸出為正，判斷所述待檢應用是所述某個已知正版應用的仿冒應用，如果結果輸出為負，則所述待檢應用為所述某個已知正版應用的非仿冒應用。

2.如權利要求1所述的仿冒應用檢測方法，其特征在于，所述基于adaboost分類系統，對預定的多種simhash算法進行訓練包括：

確定訓練樣本集合，所述訓練樣本為對應多個所述已知正版應用的多個已知仿冒應用和多個已知非仿冒應用；

初始化所述訓練樣本集合中各個訓練樣本的權重分布；

基于adaboost分類系統利用預定的多個simhash算法對所述訓練樣本進行訓練，其中對于當前simhash算法，判斷每個訓練樣本與每個所述已知正版應用是否滿足所述預設條件，以確定每個所述訓練樣本是否為每個所述已知正版應用的仿冒應用，進而對所述每個訓練樣本進行仿冒分類，其中所述訓練樣本作為暫定的待檢應用；

根據每個訓練樣本的仿冒分類結果確定當前弱分類器，所述當前弱分類器用于二值輸出所述當前simhash算法的仿冒分類結果；

根據每個所述訓練樣本所對應的樣本標簽，判斷所述當前弱分類器對所述每個訓練樣本是否分類錯誤；

根據所述當前弱分類器的分類判斷結果和所述每個訓練樣本的當前權重，確定所述當前弱分類器的權重；

利用所述當前弱分類器及其權重、所述每個訓練樣本的當前權重和樣本標簽更新所述每個訓練樣本的權重，直至預定的所有simhash算法訓練結束；

所述當所述待檢應用與某個已知正版應用滿足預設條件時，判斷出所述待檢應用為所述某個已知正版應用的仿冒應用，具體包括：

利用所有所述弱分類器對所述待檢應用進行仿冒分類，根據每個所述弱分類器的權重和仿冒分類結果，判斷出所述待檢應用是否為所述某個已知正版應用的仿冒應用。

3.如權利要求1或2所述的仿冒應用檢測方法，其特征在于，還包括：

獲取海量參考應用；

對于每個參考應用，確定每個類名中每個方法名的出現頻率，所述出現頻率為對應方法名出現于參考應用中的個數；

利用排序靠前的出現頻率所對應的方法名及其所屬類名構建第三方庫；

獲取所述待檢應用和所述某個已知正版應用中每個應用的所有類名和每個類名下的所有方法名；

對所述待檢應用和所述某個已知正版應用中的每個應用，刪除所有方法名及每個方法名所屬類名中，與第三方庫中任一方法名及其所屬類名均相同的方法名，利用刪除后剩余的方法名及每個方法名所屬的類名構建所述類名和方法名集合。

4.如權利要求3所述的仿冒應用檢測方法，其特征在于，所述預設條件還包括：

所述待檢應用的simhash值與所述某個已知正版應用的simhash值在任一個對應位置處的字符串相互匹配。

5.如權利要求4所述的仿冒應用檢測方法，其特征在于，所述待檢應用的simhash值和所述某個已知正版應用的simhash值都被均分成四段，所述對應位置為所述待檢應用與所述某個已知正版應用對應段的位置。