基于概率图模型的移动应用风险等级推理评估方法及装置制造方法及图纸

本发明专利技术公开了一种基于概率图模型的移动应用风险等级推理评估方法及装置，所述方法包括：对已经标注风险等级的移动应用的属性进行过滤，得到对移动应用区分有帮助的属性；通过预先确定的概率图模型对过滤后的已经标注风险等级的移动应用的属性进行模型训练；利用训练好的概率图模型对新的移动应用进行风险等级推理评估。

【技术实现步骤摘要】
基于概率图模型的移动应用风险等级推理评估方法及装置
本专利技术涉及计算机
，尤其涉及一种基于概率图模型的移动应用风险等级推理评估方法及装置。
技术介绍
近年来，随着智能手机终端的普及和移动互联网的迅猛发展，移动应用彻底改变了信息传播的生态格局，已代替网站/网页成为网民获取信息或服务的主要方式。同时，移动应用也成为色情、赌博等负面信息传播的温床。如何合理有效地评估移动应用的负面风险等级成为一个重要问题。
技术实现思路
本专利技术实施例提供一种基于概率图模型的移动应用风险等级推理评估方法及装置，用以解决现有技术中的上述问题。本专利技术实施例提供一种基于概率图模型的移动应用风险等级推理评估方法，包括：对已经标注风险等级的移动应用的属性进行过滤，得到对移动应用区分有帮助的属性；通过预先确定的概率图模型对过滤后的已经标注风险等级的移动应用的属性进行模型训练；利用训练好的概率图模型对新的移动应用进行风险等级推理评估。本专利技术实施例还提供一种基于概率图模型的移动应用风险等级推理评估装置，包括：过滤模块，用于对已经标注风险等级的移动应用的属性进行过滤，得到对移动应用区分有帮助的属性；训练模块，用于通过预先确定的概率图模型对过滤后的已经标注风险等级的移动应用的属性进行模型训练；评估模块，用于利用训练好的概率图模型对新的移动应用进行风险等级推理评估。本专利技术实施例还提供一种基于概率图模型的移动应用风险等级推理评估装置，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现上述基于概率图模型的移动应用风险等级推理评估方法的步骤。本专利技术实施例还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有信息传递的实现程序，所述程序被处理器执行时实现上述基于概率图模型的移动应用风险等级推理评估方法的步骤。采用本专利技术实施例，能够合理有效地评估移动应用的负面风险等级。上述说明仅是本专利技术技术方案的概述，为了能够更清楚了解本专利技术的技术手段，而可依照说明书的内容予以实施，并且为了让本专利技术的上述和其它目的、特征和优点能够更明显易懂，以下特举本专利技术的具体实施方式。附图说明通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本专利技术的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：图1是本专利技术实施例的基于概率图模型的移动应用风险等级推理评估方法的流程图；图2是本专利技术实施例的Noisy-or模型的直观框架的示意图；图3是本专利技术装置实施例一的基于概率图模型的移动应用风险等级推理评估装置的示意图；图4是本专利技术装置实施例二的基于概率图模型的移动应用风险等级推理评估装置的示意图。具体实施方式下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。方法实施例根据本专利技术的实施例，提供了一种基于概率图模型的移动应用风险等级推理评估方法，图1是本专利技术实施例的基于概率图模型的移动应用风险等级推理评估方法的流程图，如图1所示，根据本专利技术实施例的基于概率图模型的移动应用风险等级推理评估方法具体包括：步骤101，对已经标注风险等级的移动应用的属性进行过滤，得到对移动应用区分有帮助的属性；在步骤101中可以采用信息熵对已经标注风险等级的移动应用的属性进行过滤。上述的移动应用包括：大量属性值缺失的移动应用；步骤102，通过预先确定的概率图模型对过滤后的已经标注风险等级的移动应用的属性进行模型训练；其中，预先确定的概率图模型具体为：概率软逻辑PSL模型。步骤102具体包括：通过PSL模型对过滤后的已经标注风险等级的移动应用的属性进行模型训练，建模成一个Noisy-or模型，所述Noisy-or模型中包括训练得到和预先给定的规则和每个规则的权重。步骤103，利用训练好的概率图模型对新的移动应用进行风险等级推理评估。以下对本专利技术实施例的技术方案进行详细说明。本专利技术实施例提出一种基于概率图模型的移动应用风险等级推理评估方法。通过关联移动应用及其属性值，利用概率图谱的概率推理技术来对移动应用的风险概率进行推理。本专利技术实施例选择概率图模型为概率软逻辑(ProbabilisticSoftLogic,简称PSL)，它是使用一阶逻辑规则作为模板语言并将概率图模型推理相结合的模型。概率软逻辑程序的规则表示与传统的规则相同，考虑到规则的冲突以及不确定性，在概率软逻辑中的规则都具有一个属于[0,1]之间的非负权重，称为解释概率。由于该模型利用合页损失的马尔可夫随机场(Hinge-lossMarkovRandomFields)来建模目标函数，相对其他经典的概率规则推理而言，它具有更好的可扩展性。具体的执行步骤如下：步骤1，针对大量属性值缺失的情况，需要先对根据已标注的移动应用的类别(风险等级)利用信息熵进行属性过滤；步骤2，然后根据处理好的标注数据来进行模型参数的训练，对ProbabilisticSoftLogic而言，则建模成一个软化规则联合推理问题，利用标注的高风险的移动应用数据来训练得到每一个规则一个权重。步骤3，利用训练好的模型对每个移动应用进行风险评估预测。需要说明的是，在算法实际运行中，由于高风险的移动应用比较少，初始可以通过人工给定规则权重的方式来进行计算。考虑马尔可夫随机场在大规模网络推理仍存在效率的局限性，假定在移动应用风险未知时PSL规则是独立的，那么PSL模型则退化为更简单的概率图模型—Noisy-or模型，然后用Noisy-or模型来进行移动应用的风险预测，Noisy-or模型的直观框架如图2所示，在图2中，P()表示每条规则在不同条件下的概率，Z表示该条规则触发后，移动应用的风险标识，为“0”表示其风险为假，为“1”表示其风险为真，X表示规则的触发标识，为“0”表示规则并未触发，为“1”表示规则触发，i表示规则的ID，λ表示相应规则触发的概率值。Noisy-or模型的其公式为：其中，P()表示风险的条件概率，Y表示移动应用的风险标识，为“0”表示其风险为假，为“1”表示其风险为真，X表示风险规则，λ0表示初始移动应用的风险概率，i表示风险规则的ID，k表示规则对应的个数。装置实施例一根据本专利技术实施例，提供了一种基于概率图模型的移动应用风险等级推理评估装置，图3是本专利技术装置实施例一的基于概率图模型的移动应用风险等级推理评估装置的示意图，如图3所示，根据本专利技术实施例的基于概率图模型的移动应用风险等级推理评估装置具体包括：过滤模块30，用于对已经标注风本文档来自技高网...

【技术保护点】
1.一种基于概率图模型的移动应用风险等级推理评估方法，其特征在于，包括：/n对已经标注风险等级的移动应用的属性进行过滤，得到对移动应用区分有帮助的属性；/n通过预先确定的概率图模型对过滤后的已经标注风险等级的移动应用的属性进行模型训练；/n利用训练好的概率图模型对新的移动应用进行风险等级推理评估。/n

【技术特征摘要】
1.一种基于概率图模型的移动应用风险等级推理评估方法，其特征在于，包括：
对已经标注风险等级的移动应用的属性进行过滤，得到对移动应用区分有帮助的属性；
通过预先确定的概率图模型对过滤后的已经标注风险等级的移动应用的属性进行模型训练；
利用训练好的概率图模型对新的移动应用进行风险等级推理评估。


2.如权利要求1所述的方法，其特征在于，对已经标注风险等级的移动应用的属性进行过滤具体包括：
采用信息熵对已经标注风险等级的移动应用的属性进行过滤。


3.如权利要求1所述的方法，其特征在于，
所述移动应用包括：大量属性值缺失的移动应用；
预先确定的概率图模型具体为：概率软逻辑PSL模型。


4.如权利要求3所述的方法，其特征在于，通过预先确定的概率图模型对过滤后的已经标注风险等级的移动应用的属性进行模型训练具体包括：
通过PSL模型对过滤后的已经标注风险等级的移动应用的属性进行模型训练，建模成一个Noisy-or模型，所述Noisy-or模型中包括训练得到和预先给定的规则和每个规则的权重。


5.一种基于概率图模型的移动应用风险等级推理评估装置，其特征在于，具体包括：
过滤模块，用于对已经标注风险等级的移动应用的属性进行过滤，得到对移动应用区分有帮助的属性；
训练模块，用于通过预先确定的概率图...

【专利技术属性】
技术研发人员：钮艳，赵淳璐，项菲，赵晓航，
申请(专利权)人：国家计算机网络与信息安全管理中心，
类型：发明
国别省市：北京;11