摘要
本申请提供一种基于流量行为分析的涉诈应用程序检测方法、设备、介质及程序产品,方法包括:对现网下载流量进行深度包检测解析,将解析得到的应用程序样本与预设白名单和黑名单比对,筛选出未命中的待测样本;在沙箱环境中运行待测样本,采集界面图像并提取文本特征,输入涉诈分类模型判定是否为涉诈应用程序;对现网使用流量进行深度包检测解析,提取终端标识、应用使用频率、活跃时段等多维度行为特征,经编码与缩放处理形成涉诈特征向量,输入随机森林检测模型判定终端是否存在涉诈应用使用行为。本申请通过内容特征与行为特征检测链路的互补融合,实现了对涉诈应用在下载和使用阶段的全流程识别,提升了涉诈检测的覆盖率、准确率和实时性。
技术关键词
应用程序检测方法
随机森林模型
应用程序安装包
文本特征向量
白名单
光学字符识别
计算机程序指令
支持向量机分类器
训练样本集
可信应用程序
分类特征
时间序列特征
自然语言
编码
数值
构建决策树