涉及隐私侵占类APP识别与分类方法研究

摘要

随着信息基础建设的发展和移动应用的普及,用户个人信息在使用过程中被应用开发者大量收集,出现了对个人信息的非法泄露和使用问题,严重威胁到了个人信息安全。为了更加高效准确地识别是否存在侵占隐私行为及对应APP类别,提出了一种基于多模态特征的多策略组合的识别算法。首先,该算法采用Word2vec的方法来完成APP相关文本的词汇层面的特征向量表示,随后有针对性地将获得的特征向量输入CNN网络进行分类,接着根据文本分类的结果和多种行为特征集合生成应用程序特征向量,最后结合多种不同的基分类器,采用硬投票的方式预测侵占隐私行为。实验结果表明,经过训练的模型在验证集上的分类结果F1值最高可达91%,该方法可以有效地对侵占隐私类APP进行识别及分类,有助于在大数据时代,保障个人信息安全建设。