System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本申请涉及网络安全,特别涉及一种应用程序识别方法、装置、设备、存储介质及程序产品。
技术介绍
1、随着网络应用技术的不断发展,网络中的应用程序也越来越多,相应的,帮助用户识别应用程序的安全性,也逐渐成为网络安全
中的重要环节。
2、在相关技术中,通常采用关键字符匹配的方式识别非正常的应用长须。具体的,可以在规则匹配工具中设置待匹配的关键字符/字符串,然后通过规则匹配工具对应用程序的安装包进行扫描,若扫描到安装包中存在预设的关键字符/字符串,则认为该应用程序时非正常的应用程序。
3、然而上述技术方案中,由于非正常的应用程序涉及的场景较多,难以准确且全面的设置关键字符/字符串,导致非正常应用程序的识别准确性不高。
技术实现思路
1、本申请实施例提供了一种应用程序识别方法、装置、设备、存储介质及程序产品,可以提高非正常应用程序的识别准确性,该技术方案如下:
2、一方面,提供了一种应用程序识别方法,所述方法包括:
3、对运行中的目标应用程序进行截图,获得所述目标应用程序运行过程中的目标截屏图像;
4、对所述目标截屏图像进行文本识别,获得所述目标截屏图像中的目标文本;
5、通过至少两个文本分类模型,分别将所述目标文本的文本特征映射到至少两个所述分类模型各自的文本分类特征空间,获得至少两个所述文本分类模型各自的处理结果;所述处理结果包括所述文本分类模型的输出层的输出结果,以及所述文本分类模型的中间网络层的输出结果中的
6、通过融合分类模型对至少两个所述文本分类模型各自的处理结果进行融合处理,获得所述目标应用程序的识别结果;所述识别结果用于指示所述目标应用程序是否为非正常应用程序。
7、再一方面,提供了一种应用程序识别装置,所述装置包括:
8、截图获取模块,用于对运行中的目标应用程序进行截图,获得所述目标应用程序运行过程中的目标截屏图像;
9、识别模块,用于对所述目标截屏图像进行文本识别,获得所述目标截屏图像中的目标文本;
10、分类处理模块,用于通过至少两个文本分类模型,分别将所述目标文本的文本特征映射到至少两个所述分类模型各自的文本分类特征空间,获得至少两个所述文本分类模型各自的处理结果;所述处理结果包括所述文本分类模型的输出层的输出结果,以及所述文本分类模型的中间网络层的输出结果中的至少一种;
11、融合处理模块,用于通过融合分类模型对至少两个所述文本分类模型各自的处理结果进行融合处理,获得所述目标应用程序的识别结果;所述识别结果用于指示所述目标应用程序是否为非正常应用程序。
12、在一种可能的实现方式中,所述融合分类模型为逻辑回归模型;所述处理结果包括所述文本分类模型的模型输出层输出的子概率分布;所述子概率分布用于指示所述目标应用程序分别为正常应用程序和非正常应用程序的概率;
13、所述融合处理模块,用于将至少两个所述文本分类模型各自输出的所述子概率分布输入所述融合分类模型,获得所述目标应用程序的识别结果。
14、在一种可能的实现方式中,所述融合分类模型为神经网络模型;所述处理结果包括所述文本分类模型的模型输出层的前一层网络层的输出特征;
15、所述融合处理模块,用于,
16、将至少两个所述文本分类模型各自的模型输出层的前一层网络层的输出特征进行拼接,获得拼接特征;
17、通过所述融合分类模型对所述拼接特征进行处理,获得所述目标应用程序的识别结果。
18、在一种可能的实现方式中,所述模型输出层用于输出子概率分布;所述子概率分布用于指示所述目标应用程序分别为正常应用程序和非正常应用程序的概率;
19、所述融合处理模块,用于,
20、通过所述融合分类模型对所述拼接特征进行处理,获得所述融合分类模型输出的融合概率分布;所述融合概率分布用于指示所述目标应用程序分别为正常应用程序和非正常应用程序的概率;
21、基于所述融合概率分布,以及至少两个所述文本分类模型各自输出的所述子概率分布,获取所述目标应用程序的识别结果。
22、在一种可能的实现方式中,所述融合处理模块,用于,
23、对所述融合概率分布,以及所述至少两个所述文本分类模型各自输出的所述子概率分布进行加权平均,获得加权平均后的概率分布;
24、基于所述加权平均后的概率分布获取所述目标应用程序的识别结果。
25、在一种可能的实现方式中,所述融合处理模块,用于,
26、基于所述融合概率分布,获取所述融合分类模型对应的第一识别结果;
27、基于至少两个所述文本分类模型各自输出的所述子概率分布,获取至少两个所述文本分类模型各自对应的第二识别结果;
28、获取至少两个所述文本分类模型各自对应的所述第二识别结果中获取第三识别结果;所述第三识别结果是至少两个所述文本分类模型各自对应的第二识别结果中,出现次数最高的识别结果;
29、响应于所述第一识别结果与所述第三识别结果相同,将所述第一识别结果获取为所述目标应用程序的识别结果。
30、在一种可能的实现方式中,所述截图获取模块,用于基于所述目标应用程序运行过程中的至少两幅截屏图像各自的图像属性,从至少两幅所述截屏图像中选取至少一幅截屏图像,作为所述目标截屏图像;
31、其中,所述图像属性包括图像的熵,以及图像中包含的颜色种类数中的至少一项。
32、在一种可能的实现方式中,所述截图获取模块,用于,
33、通过图像分类模型分别对所述目标应用程序运行过程中的至少两幅截屏图像进行处理,获得所述图像分类模型的输出结果;所述输出结果用于指示所述截屏图像为非正常应用程序的截屏图像的概率;
34、基于所述输出结果,从至少两幅所述截屏图像中选取至少一幅截屏图像,作为所述目标截屏图像。
35、再一方面,提供了一种计算机设备,所述计算机设备包含处理器和存储器,所述存储器中存储有至少一条计算机指令,所述至少一条计算机指令由所述处理器加载并执行以实现上述的应用程序识别方法。
36、又一方面,提供了一种计算机可读存储介质,所述存储介质中存储有至少一条计算机指令,所述至少一条计算机指令由处理器加载并执行以实现上述的应用程序识别方法。
37、又一方面,提供了一种计算机程序产品或计算机程序,该计算机程序产品或计算机程序包括计算机指令,该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令,处理器执行该计算机指令,使得该计算机设备执行上述应用程序识别方法。
38、本申请实施例提供的技术方案带来的有益效果至少包括:
39、通过对应用程序运行过程中的截图进行识别,并通过多个不同的文本分类模型对识别出的文本进行分类处理,最后再通过融合分类模型对多个文本文档来自技高网...
【技术保护点】
1.一种应用程序识别方法,其特征在于,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,所述融合分类模型为逻辑回归模型;所述处理结果包括所述文本分类模型的模型输出层输出的子概率分布;所述子概率分布用于指示所述目标应用程序分别为正常应用程序和非正常应用程序的概率;
3.根据权利要求1所述的方法,其特征在于,所述融合模型为神经网络模型;所述处理结果包括所述文本分类模型的模型输出层的前一层网络层的输出特征;
4.根据权利要求3所述的方法,其特征在于,所述模型输出层用于输出子概率分布;所述子概率分布用于指示所述目标应用程序分别为正常应用程序和非正常应用程序的概率;
5.根据权利要求4所述的方法,其特征在于,所述基于所述融合概率分布,以及至少两个所述文本分类模型各自输出的所述子概率分布,获取所述目标应用程序的识别结果,包括:
6.根据权利要求4所述的方法,其特征在于,所述基于所述融合概率分布,以及至少两个所述文本分类模型各自输出的所述子概率分布,获取所述目标应用程序的识别结果,包括:
7.根据权利要求1至6任一
8.根据权利要求1至6任一所述的方法,其特征在于,所述对运行中的目标应用程序进行截图,获得所述目标应用程序运行过程中的目标截屏图像,包括:
9.一种应用程序识别装置,其特征在于,所述装置包括:
10.一种计算机设备,其特征在于,所述计算机设备包含处理器和存储器,所述存储器中存储有至少一条计算机指令,所述至少一条计算机指令由所述处理器加载并执行以实现如权利要求1至8任一所述的应用程序识别方法。
11.一种计算机可读存储介质,其特征在于,所述存储介质中存储有至少一条计算机指令,所述至少一条计算机指令由处理器加载并执行以实现如权利要求1至8任一所述的应用程序识别方法。
12.一种计算机程序产品,其特征在于,所述计算机程序产品包括计算机指令,所述计算机指令存储在计算机可读存储介质中;所述计算机指令由计算机设备的处理器执行,以实现如权利要求1至8任一所述的应用程序识别方法。
...【技术特征摘要】
1.一种应用程序识别方法,其特征在于,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,所述融合分类模型为逻辑回归模型;所述处理结果包括所述文本分类模型的模型输出层输出的子概率分布;所述子概率分布用于指示所述目标应用程序分别为正常应用程序和非正常应用程序的概率;
3.根据权利要求1所述的方法,其特征在于,所述融合模型为神经网络模型;所述处理结果包括所述文本分类模型的模型输出层的前一层网络层的输出特征;
4.根据权利要求3所述的方法,其特征在于,所述模型输出层用于输出子概率分布;所述子概率分布用于指示所述目标应用程序分别为正常应用程序和非正常应用程序的概率;
5.根据权利要求4所述的方法,其特征在于,所述基于所述融合概率分布,以及至少两个所述文本分类模型各自输出的所述子概率分布,获取所述目标应用程序的识别结果,包括:
6.根据权利要求4所述的方法,其特征在于,所述基于所述融合概率分布,以及至少两个所述文本分类模型各自输出的所述子概率分布,获取所述目标应用程序的识别结果,包括:
7....
【专利技术属性】
技术研发人员:李利强,蔡超维,李健,蔡浩锐,
申请(专利权)人:腾讯科技深圳有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。