摘要
本发明涉及一种基于API语义分析的APP涉诈检测方法,属于软件安全检测技术领域。该方法包括:获取APP样本,并对APP样本进行静态分析、动态分析得到APP样本的参数信息和运行日志,并针对APP样本的参数信息进行精细化特征分析构建API特征语句,针对APP样本运行日志构建API语料库;基于API语料库和API特征语句生成API专有语义词向量;结合BERT生成的上下文向量进行加权融合,得到融合后的词向量,将融合后的词向量嵌入到BERT预训练模型的词嵌入层中;微调训练词嵌入层中的BERT模型,利用API特征语句对BERT模型进行微调训练,训练完成后对涉诈恶意APP的预测。本发明有效解决了当前涉诈恶意APP检测方法中因特征精细度低导致预测准确率低的问题。
技术关键词
语句
Word2Vec模型
语义
BERT模型
样本
生成特征
融合词向量
APP检测方法
无监督训练方法
文本
关系
频率
自然语言
聚类
降维技术
监控日志
参数
融合策略
打标签
词语
系统为您推荐了相关专利信息
回答生成方法
大语言模型
多模态
文本
图像训练样本
麦克风阵列系统
变电站噪声
时空分布特征
语义
场景
WEB系统
升级方法
数据统计算法
画像
结构化查询语言