涉及隱私侵占類APP識(shí)別與分類方法研究
所屬分類：技術(shù)論文
上傳者：zhoubin333
文檔大?。?span>589 K
標(biāo)簽： 多標(biāo)簽文本分類 特征提取 行為特征
所需積分：0分積分不夠怎么辦？
文檔介紹： 隨著信息基礎(chǔ)建設(shè)的發(fā)展和移動(dòng)應(yīng)用的普及，用戶個(gè)人信息在使用過(guò)程中被應(yīng)用開(kāi)發(fā)者大量收集，出現(xiàn)了對(duì)個(gè)人信息的非法泄露和使用問(wèn)題，嚴(yán)重威脅到了個(gè)人信息安全。為了更加高效準(zhǔn)確地識(shí)別是否存在侵占隱私行為及對(duì)應(yīng)APP類別，提出了一種基于多模態(tài)特征的多策略組合的識(shí)別算法。首先，該算法采用Word2vec的方法來(lái)完成APP相關(guān)文本的詞匯層面的特征向量表示，隨后有針對(duì)性地將獲得的特征向量輸入CNN網(wǎng)絡(luò)進(jìn)行分類，接著根據(jù)文本分類的結(jié)果和多種行為特征集合生成應(yīng)用程序特征向量，最后結(jié)合多種不同的基分類器，采用硬投票的方式預(yù)測(cè)侵占隱私行為。實(shí)驗(yàn)結(jié)果表明，經(jīng)過(guò)訓(xùn)練的模型在驗(yàn)證集上的分類結(jié)果F1值最高可達(dá)91%，該方法可以有效地對(duì)侵占隱私類APP進(jìn)行識(shí)別及分類，有助于在大數(shù)據(jù)時(shí)代，保障個(gè)人信息安全建設(shè)。
現(xiàn)在下載
VIP會(huì)員，AET專家下載不扣分；重復(fù)下載不扣分，本人上傳資源不扣分。