CN107944259A - 应用启动的管控方法、装置及存储介质和移动终端 - Google Patents
应用启动的管控方法、装置及存储介质和移动终端 Download PDFInfo
- Publication number
- CN107944259A CN107944259A CN201711168350.9A CN201711168350A CN107944259A CN 107944259 A CN107944259 A CN 107944259A CN 201711168350 A CN201711168350 A CN 201711168350A CN 107944259 A CN107944259 A CN 107944259A
- Authority
- CN
- China
- Prior art keywords
- application program
- starting
- machine learning
- learning model
- target application
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 50
- 238000010801 machine learning Methods 0.000 claims abstract description 108
- 238000012549 training Methods 0.000 claims abstract description 39
- 238000012937 correction Methods 0.000 claims description 11
- 238000004590 computer program Methods 0.000 claims description 9
- 230000001960 triggered effect Effects 0.000 claims description 4
- 230000002159 abnormal effect Effects 0.000 abstract description 5
- 239000002609 medium Substances 0.000 description 12
- 230000002093 peripheral effect Effects 0.000 description 9
- 230000008569 process Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 238000013145 classification model Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000013528 artificial neural network Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 230000003993 interaction Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 230000004913 activation Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 239000012120 mounting media Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/50—Monitoring users, programs or devices to maintain the integrity of platforms, e.g. of processors, firmware or operating systems
- G06F21/51—Monitoring users, programs or devices to maintain the integrity of platforms, e.g. of processors, firmware or operating systems at application loading time, e.g. accepting, rejecting, starting or inhibiting executable software based on integrity or source reliability
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/44—Arrangements for executing specific programs
- G06F9/445—Program loading or initiating
- G06F9/44505—Configuring for program initiating, e.g. using registry, configuration files
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2221/00—Indexing scheme relating to security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F2221/21—Indexing scheme relating to G06F21/00 and subgroups addressing additional information or applications relating to security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F2221/2149—Restricted operating environment
Landscapes
- Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Computer Security & Cryptography (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- Stored Programmes (AREA)
- Telephone Function (AREA)
Abstract
本申请实施例公开了一种应用启动的管控方法、装置及存储介质和移动终端，所述方法包括：确定待处理的目标应用程序，获取所述目标应用程序的启动特征信息；获取预设机器学习模型，所述预设机器学习模型由多个已知启动类别的应用程序样本训练得到，用于对应用程序基于启动特征信息进行分类；将所述启动特征信息输入至所述预设机器学习模型中，并获取所述预设机器学习的输出结果；根据所述输出结果，确定所述目标应用程序的启动权限。本申请实施例提供的技术方案，实现了基于机器学习模型按照应用程序的启动特征来合理管控应用程序的启动权限，可以有效防止一些不正常启动的应用程序进行自启动或者关联启动而消耗移动终端的资源和流量。
Description
技术领域
本申请实施例涉及应用管控技术领域，尤其涉及一种应用启动的管控方法、装置及存储介质和移动终端。
背景技术
手机等移动终端中的应用种类和可实现的功能越来越多，为人们的生活和工作提供了便利，人们可以利用手机接打电话，还可以听音乐、观看视频、玩游戏等。但是有些第三方应用会在后台偷偷开启并运行，消耗移动终端的流量和资源。相关技术中，对于应用程序的启动的管控方法存在缺陷，需要改进。
发明内容
本申请实施例提供一种应用启动的管控方法、装置及存储介质和移动终端，可以合理的管控移动终端中应用的启动。
在第一方面，本申请实施例提供了一种应用启动的管控方法，包括：
确定待处理的目标应用程序，获取所述目标应用程序的启动特征信息；
获取预设机器学习模型，所述预设机器学习模型由多个已知启动类别的应用程序样本训练得到，用于对应用程序基于启动特征信息进行分类；
将所述启动特征信息输入至所述预设机器学习模型中，并获取所述预设机器学习的输出结果；
根据所述输出结果，确定所述目标应用程序的启动权限。
在第二方面，本申请实施例提供了一种应用启动的管控装置，包括：
启动特征信息获取模块，用于确定待处理的目标应用程序，获取所述目标应用程序的启动特征信息；
预设机器学习模型获取模块，用于获取预设机器学习模型，所述预设机器学习模型由多个已知启动类别的应用程序样本训练得到，用于对应用程序基于启动特征信息进行分类；
输出结果获取模块，用于将所述启动特征信息输入至所述预设机器学习模型中，并获取所述预设机器学习的输出结果；
启动权限确定模块，用于根据所述输出结果，确定所述目标应用程序的启动权限。
第三方面，本申请实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如第一方面所提供的应用启动的管控方法。
在第四方面，本申请实施例提供了一种移动终端，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行时实现如第一方面所提供的应用启动的管控方法。
本申请实施例通过获取目标应用程序的启动特征信息，将所述启动特征信息输入至预设机器学习模型中，得到输出结果后，根据输出结果来确定目标应用程序的启动权限，实现了基于机器学习模型按照应用程序的启动特征来合理管控应用程序的启动权限，可以防止一些不正常启动的应用程序进行自启动或者关联启动而消耗移动终端的资源和流量，节省了移动终端的运行内存、流量和电量，提升了移动终端运行的流畅度。
附图说明
图1是本申请实施例提供的一种应用启动的管控方法的流程图；
图2是本申请实施例提供的另一种应用启动的管控方法的流程图；
图3是本申请实施例提供的一种应用启动的管控装置的结构示意图；
图4是本申请实施例提供的一种移动终端的结构示意图；
图5是本申请实施例提供的另一种移动终端的结构示意图。
具体实施方式
为了使本申请的目的、技术方案和优点更加清楚，下面结合附图对本申请具体实施例作进一步的详细描述。可以理解的是，此处所描述的具体实施例仅仅用于解释本申请，而非对本申请的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本申请相关的部分而非全部内容。在更加详细地讨论示例性实施例之前应当提到的是，一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各项操作(或步骤)描述成顺序的处理，但是其中的许多操作可以被并行地、并发地或者同时实施。此外，各项操作的顺序可以被重新安排。当其操作完成时所述处理可以被终止，但是还可以具有未包括在附图中的附加步骤。所述处理可以对应于方法、函数、规程、子例程、子程序等等。
图1给出了本申请实施例提供的一种应用启动的管控方法的流程图，本实施例的方法可以由应用启动的管控装置来执行，该装置可通过硬件和/或软件的方式实现，所述装置可作为移动终端一部分设置在所述移动终端的内部。本申请实施中所述的移动终端包括手机、平板电脑或者笔记本等设备。
如图1所示，本实施例提供的应用启动的管控方法包括以下步骤：
步骤101、确定待处理的目标应用程序，获取所述目标应用程序的启动特征信息。
在某些实施方式中，所述确定待处理的目标应用程序可以包括以下确定方式：(1)在检测到应用程序的启动事件被触发时，确定所述应用程序为待处理的目标应用程序；(2)定时确定待处理的目标应用程序。所述目标应用程序可以为一个或者多个。
示例性的，在应用程序A请求启动时，将应用程序A确定为目标应用程序，获取应用程序A的启动特征信息，以在后基于预设机器学习模型，确定应用程序A的启动权限。又示例性的，定时监测各个应用程序的启动情况，具体可以定时监测设定列表中的应用程序的启动情况，在达到监测时间时，将设定列表中的应用程序确定为目标应用程序，以实现定时调整目标应用程序的启动权限，其中，设定列表可用于存储用户或者系统认为存在不正常启动嫌疑的应用程序的标识信息。
可选的，所述启动特征信息包括触发启动的事件、启动方式、启动后运行时长、启动后用户的反馈信息和应用信息中的至少一项。
示例性的，在目标应用程序的确定方式为第(1)种时，所述启动特征信息可以包括触发启动的事件、启动方式和应用信息中的至少一项。在目标应用程序的确定方式为第(2)种时，所述启动特征信息可以包括触发启动的事件、启动方式、启动后运行时长、启动后用户的反馈信息和应用信息中的至少一项。
其中，所述触发启动的事件可以为预设定时器达到设定时间间隔而触发应用启动的事件(则该应用存在不正常启动的嫌疑)，或者由于应用程序接收系统或者其他应用发送的广播而触发应用启动的事件(则该应用存在不正常启动的嫌疑)，或者由用户的操作指令触发应用启动的事件(则该应用为正常启动)；所述启动方式可以为用户操作启动(则该应用为正常启动)和非用户操作启动(则该应用存在不正常启动的嫌疑)；所述启动后用户的反馈信息可以包括多次在应用启动后进行关闭该应用(则该应用为不正常启动)；所述应用信息可以包括用户标识((User Identification，UID)、进程标识(ProcessIdentification，PID)、应用类型和应用包名中的至少一项，示例性的，若所述应用信息在设定白名单中，则该应用为正常启动，否则为不正常启动。
步骤102、获取预设机器学习模型，所述预设机器学习模型由多个已知启动类别的应用程序样本训练得到，用于对应用程序基于启动特征信息进行分类。
本实施例中，所述获取预设机器学习模型，可以包括：从预设服务器或者移动终端本地获取预设机器学习模型。当确定了目标应用程序的启动特征信息后，可以从移动终端本地存储空间获取预设机器学习模型，也可以从预设服务器中获取预设机器学习模型。
在某些实施例中，所述预设机器学习模型又可以包括多个预设机器学习子模型，不同的启动特征子信息对应不同的预设机器学习子模型，当启动特征信息包括多个启动特征子信息时，可以分别获取各个启动特征子信息各自对应的预设机器学习子模型。
可选的，还包括预设机器学习的训练生成过程，即还可以包括以下步骤：获取预设服务器或者移动终端本地或者其他移动终端中各个应用程序的历史启动特征信息和各自对应的启动类别；将所述各个应用程序的历史启动特征信息和各自对应的启动类别作为初始训练样本，对所述初始训练样本进行训练，生成预设机器学习模型。
其中，所述预设机器学习模型是由多个训练样本经过训练生成的，所述训练样本可以是预先从其他移动终端或预设服务器中获取的，也可以是从当前移动终端本地采集的各个应用程序的历史启动特征信息与启动类别的对应关系所生成的训练样本。为了提升预设机器学习确定启动类别的准确性，可以预先获取较多的训练样本进行训练。为了便于预设机器学习的训练和更新，在移动终端本地还可以包块以下步骤：记录各个应用程序的启动特征信息。
示例性的，预设分类模型的训练或更新过程可在移动终端本地进行；也可在预设服务器中进行，当预设分类模型训练完毕或更新完毕后，可直接发送至移动终端进行存储，或在预设服务器本地进行存储，等待移动终端主动获取。
可选的，本申请实施例中的预设机器学习模型包括基于神经网络的模型，例如，预设机器学习模型中可包括一个或多个卷积神经网络层，还可包括一个或多个激活函数层，也可包括一个或多个循环神经网络层。用于训练的初始模型可基于神经网络理论建立，还可基于经验对网络层数或相关参数进行预先设置。
步骤103、将所述启动特征信息输入至所述预设机器学习模型中，并获取所述预设机器学习的输出结果。
将目标应用程序的启动特征信息输入至预设机器学习模型中后，所述预设机器学习模型可以输出该目标应用程序的启动类别，所述启动类别包括允许启动和不允许启动。
该步骤可以包括：将触发启动的事件、启动方式、启动后运行时长、启动后用户的反馈信息和应用信息中的至少一项启动特征信息输入至预设机器学习模型中并获取所述预设机器学习的输出结果；还可以包括：分别将待输入的启动特征子信息(m个)输入至各自对应的预设机器学习子模型中，得到各个输出子结果(r1,r2,…rm)，且预先设定各个预设学习子模型的对应权重为(k1,k2,…,km),由此得到综合结果为(r1,r2,…rm)*(k1,k2,…,km)，可预先设置一个结果判断阈值，当判断结果小于该阈值时确定目标应用程序所属类别为不允许启动，当判断结果不小于该判断阈值时确定目标应用程序所属类别为允许启动。
步骤104、根据所述输出结果，确定所述目标应用程序的启动权限。
在某些实施方式中，该步骤可以包括：若所述输出结果指示所述目标应用程序的移动类别为允许启动，则确定所述目标应用程序的启动权限为允许启动，否则，确定所述目标应用程序的启动权限为不允许启动。
示例性的，在目标应用程序为请求启动的应用程序时，根据所述输出结果，确定该目标应用程序是否允许启动；在目标应用程序为被定时监测启动情况的应用程序时，根据所述输出结果，调整该目标应用程序的启动权限，例如，对于设定列表中的应用程序的启动权限进行调整。
在上述实施例的基础上，在根据所述输出结果，确定所述目标应用程序的启动权限之后，还包括：接收用户输入的对目标应用程序所属类别的类别修正信息；将所述目标应用程序和所述类别修正信息反馈至所述预设机器学习模型，用于对所述预设机器学习模型进行训练及更新。示例性的，在请求启动的应用程序B基于预设机器学习模型输出的结果为不允许启动而无法启动后，用户在设定时间内手动启动了该应用程序B，则可以将应用程序B的所属类别修正为允许启动，并将应用程序B的信息和类别修正信息反馈至所述预设机器学习模型中，进行进一步训练和更新。
在上述实施例的基础上，所述获取预设机器学习模型可以包括：从预设服务器中获取所述预设机器学习模型；所述将所述目标应用程序和所述目标应用程序所属类别反馈至所述预设机器学习模型，用于对所述预设机器学习模型进行训练及更新包括：将所述目标应用程序和所述类别修正信息反馈至所述预设机器学习模型，用于指示所述预设服务器对所述预设机器学习模型进行训练及更新。
本实施例提供的应用启动的管控方法，通过获取目标应用程序的启动特征信息，将所述启动特征信息输入至预设机器学习模型中，得到输出结果后，根据输出结果来确定目标应用程序的启动权限，实现了基于机器学习模型按照应用程序的启动特征来合理管控应用程序的启动权限，可以防止一些不正常启动的应用程序进行自启动或者关联启动而消耗移动终端的资源和流量，节省了移动终端的运行内存、流量和电量，提升了移动终端运行的流畅度。
图2给出了本申请实施例提供的另一种应用启动的管控方法的流程图，如图2所示，本实施例提供的应用启动的管控方法包括以下步骤：
步骤201、获取预设服务器或者移动终端本地或者其他移动终端中各个应用程序的历史启动特征信息和各自对应的启动类别。
步骤202、将所述各个应用程序的历史启动特征信息和各自对应的启动类别作为初始训练样本，对所述初始训练样本进行训练，生成预设机器学习模型。
步骤203、在检测到应用程序的启动事件被触发时，确定所述应用程序为待处理的目标应用程序，或者，定时确定待处理的目标应用程序。
步骤204、获取所述目标应用程序的启动特征信息。
步骤205、从预设服务器中获取预设机器学习模型，所述预设机器学习模型由多个已知启动类别的应用程序样本训练得到，用于对应用程序基于启动特征信息进行分类。
步骤206、将所述启动特征信息输入至所述预设机器学习模型中，并获取所述预设机器学习的输出结果。
步骤207、判断所述输出结果是否指示所述目标应用程序的移动类别为允许启动，若是，则执行步骤208，否则执行步骤209。
步骤208、确定所述目标应用程序的启动权限为允许启动。
步骤209、确定所述目标应用程序的启动权限为不允许启动。
步骤210、接收用户输入的对目标应用程序所属类别的类别修正信息。
步骤211、将所述目标应用程序和所述类别修正信息反馈至所述预设机器学习模型，用于指示所述预设服务器对所述预设机器学习模型进行训练及更新。
本实施例提供的方法，通过预先将从预设服务器或者移动终端本地或者其他移动终端中获取的各个应用程序的历史启动特征信息和各自对应的启动类别作为初始训练样本进行训练，得到预设机器学习模型，将目标应用程序的启动特征信息输入至预设机器学习模型中，根据输出结果来确定目标应用程序的启动权限，实现了基于机器学习模型按照应用程序的启动特征来合理管控应用程序的启动权限，可以防止一些不正常启动的应用程序进行自启动或者关联启动而消耗移动终端的资源和流量，节省了移动终端的运行内存、流量和电量，提升了移动终端运行的流畅度。
图3为本申请实施例提供的一种应用启动的管控装置的结构示意图，该装置可由软件和/或硬件实现，集成在移动终端中。如图3所示，该装置包括启动特征信息获取模块31、预设机器学习模型获取模块32、输出结果获取模块33和启动权限确定模块34。
启动特征信息获取模块31，用于确定待处理的目标应用程序，获取所述目标应用程序的启动特征信息；
预设机器学习模型获取模块32，用于获取预设机器学习模型，所述预设机器学习模型由多个已知启动类别的应用程序样本训练得到，用于对应用程序基于启动特征信息进行分类；
输出结果获取模块33，用于将所述启动特征信息输入至所述预设机器学习模型中，并获取所述预设机器学习的输出结果；
启动权限确定模块34，用于根据所述输出结果，确定所述目标应用程序的启动权限。
本实施例提供的装置，通过获取目标应用程序的启动特征信息，将所述启动特征信息输入至预设机器学习模型中，得到输出结果后，根据输出结果来确定目标应用程序的启动权限，实现了基于机器学习模型按照应用程序的启动特征来合理管控应用程序的启动权限，可以防止一些不正常启动的应用程序进行自启动或者关联启动而消耗移动终端的资源和流量，节省了移动终端的运行内存、流量和电量，提升了移动终端运行的流畅度。
可选的，所述启动特征信息包括触发启动的事件、启动方式、启动后运行时长、启动后用户的反馈信息和应用信息中的至少一项。
可选的，所述启动特征信息获取模块确定待处理的目标应用程序包括：
在检测到应用程序的启动事件被触发时，确定所述应用程序为待处理的目标应用程序；或者，
定时确定待处理的目标应用程序。
可选的，所述启动权限确定模块具体用于：
若所述输出结果指示所述目标应用程序的移动类别为允许启动，则确定所述目标应用程序的启动权限为允许启动，否则，确定所述目标应用程序的启动权限为不允许启动。
可选的，所述装置还包括：
训练样本获取模块，用于获取预设服务器或者移动终端本地或者其他移动终端中各个应用程序的历史启动特征信息和各自对应的启动类别；
预设机器学习模型生成模块，用于将所述各个应用程序的历史启动特征信息和各自对应的启动类别作为初始训练样本，对所述初始训练样本进行训练，生成预设机器学习模型。
可选的，所述装置还包括：
模型修正信息获取模块，用于在根据所述输出结果，确定所述目标应用程序的启动权限之后，接收用户输入的对目标应用程序所属类别的类别修正信息；
模型更新模块，用于将所述目标应用程序和所述类别修正信息反馈至所述预设机器学习模型，用于对所述预设机器学习模型进行训练及更新。
可选的，所述预设机器学习模型获取模块具体用于：
从预设服务器中获取所述预设机器学习模型；
所述模型更新模块具体用于：
将所述目标应用程序和所述类别修正信息反馈至所述预设机器学习模型，用于指示所述预设服务器对所述预设机器学习模型进行训练及更新。
本申请实施例还提供一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行一种应用启动的管控方法，该方法包括：
确定待处理的目标应用程序，获取所述目标应用程序的启动特征信息；
获取预设机器学习模型，所述预设机器学习模型由多个已知启动类别的应用程序样本训练得到，用于对应用程序基于启动特征信息进行分类；
将所述启动特征信息输入至所述预设机器学习模型中，并获取所述预设机器学习的输出结果；
根据所述输出结果，确定所述目标应用程序的启动权限。
存储介质——任何的各种类型的存储器设备或存储设备。术语“存储介质”旨在包括：安装介质，例如CD-ROM、软盘或磁带装置；计算机系统存储器或随机存取存储器，诸如DRAM、DDR RAM、SRAM、EDO RAM，兰巴斯(Rambus)RAM等；非易失性存储器，诸如闪存、磁介质(例如硬盘或光存储)；寄存器或其它相似类型的存储器元件等。存储介质可以还包括其它类型的存储器或其组合。另外，存储介质可以位于程序在其中被执行的第一计算机系统中，或者可以位于不同的第二计算机系统中，第二计算机系统通过网络(诸如因特网)连接到第一计算机系统。第二计算机系统可以提供程序指令给第一计算机用于执行。术语“存储介质”可以包括可以驻留在不同位置中(例如在通过网络连接的不同计算机系统中)的两个或更多存储介质。存储介质可以存储可由一个或多个处理器执行的程序指令(例如具体实现为计算机程序)。
当然，本申请实施例所提供的一种包含计算机可执行指令的存储介质，其计算机可执行指令不限于如上所述的应用启动的管控操作，还可以执行本申请任意实施例所提供的应用启动的管控方法中的相关操作。
本申请实施例提供了一种移动终端，该移动终端中可集成本申请实施例提供的应用启动的管控装置。图4为本申请实施例提供的一种移动终端的结构示意图。移动终端400可以包括：存储器401，处理器402及存储在存储器401上并可在处理器402运行的计算机程序，所述处理器402执行所述计算机程序时实现如本申请实施例所述的应用启动的管控方法。
本申请实施例提供的移动终端，实现了基于机器学习模型按照应用程序的启动特征来合理管控应用程序的启动权限，可以防止一些不正常启动的应用程序进行自启动或者关联启动而消耗移动终端的资源和流量，节省了移动终端的运行内存、流量和电量，提升了移动终端运行的流畅度。
图5为本申请实施例提供的另一种移动终端的结构示意图，如图5所示，该移动终端可以包括：存储器501、中央处理器(Central Processing Unit，CPU)502(又称处理器，以下简称CPU)、所述存储器501，用于存储可执行程序代码；所述处理器502通过读取所述存储器501中存储的可执行程序代码来运行与所述可执行程序代码对应的程序，以用于执行：确定待处理的目标应用程序，获取所述目标应用程序的启动特征信息；获取预设机器学习模型，所述预设机器学习模型由多个已知启动类别的应用程序样本训练得到，用于对应用程序基于启动特征信息进行分类；将所述启动特征信息输入至所述预设机器学习模型中，并获取所述预设机器学习的输出结果；根据所述输出结果，确定所述目标应用程序的启动权限。
所述移动终端还包括：外设接口503、RF(Radio Frequency，射频)电路505、音频电路506、扬声器511、电源管理芯片508、输入/输出(I/O)子系统509、触摸屏512、其他输入/控制设备510以及外部端口504，这些部件通过一个或多个通信总线或信号线507来通信。
应该理解的是，图示移动终端500仅仅是移动终端的一个范例，并且移动终端500可以具有比图中所示出的更多的或者更少的部件，可以组合两个或更多的部件，或者可以具有不同的部件配置。图中所示出的各种部件可以在包括一个或多个信号处理和/或专用集成电路在内的硬件、软件、或硬件和软件的组合中实现。
下面就本实施例提供的用于管控应用启动的移动终端进行详细的描述，该移动终端以手机为例。
存储器501，所述存储器501可以被CPU502、外设接口503等访问，所述存储器501可以包括高速随机存取存储器，还可以包括非易失性存储器，例如一个或多个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
外设接口503，所述外设接口503可以将设备的输入和输出外设连接到CPU502和存储器501。
I/O子系统509，所述I/O子系统509可以将设备上的输入输出外设，例如触摸屏512和其他输入/控制设备510，连接到外设接口503。I/O子系统509可以包括显示控制器5091和用于控制其他输入/控制设备510的一个或多个输入控制器5092。其中，一个或多个输入控制器5092从其他输入/控制设备510接收电信号或者向其他输入/控制设备510发送电信号，其他输入/控制设备510可以包括物理按钮(按压按钮、摇臂按钮等)、拨号盘、滑动开关、操纵杆、点击滚轮。值得说明的是，输入控制器5092可以与以下任一个连接：键盘、红外端口、USB接口以及诸如鼠标的指示设备。
触摸屏512，所述触摸屏512是用户终端与用户之间的输入接口和输出接口，将可视输出显示给用户，可视输出可以包括图形、文本、图标、视频等。
I/O子系统509中的显示控制器5091从触摸屏512接收电信号或者向触摸屏512发送电信号。触摸屏512检测触摸屏上的接触，显示控制器5091将检测到的接触转换为与显示在触摸屏512上的用户界面对象的交互，即实现人机交互，显示在触摸屏512上的用户界面对象可以是运行游戏的图标、联网到相应网络的图标等。值得说明的是，设备还可以包括光鼠，光鼠是不显示可视输出的触摸敏感表面，或者是由触摸屏形成的触摸敏感表面的延伸。
RF电路505，主要用于建立手机与无线网络(即网络侧)的通信，实现手机与无线网络的数据接收和发送。例如收发短信息、电子邮件等。具体地，RF电路505接收并发送RF信号，RF信号也称为电磁信号，RF电路505将电信号转换为电磁信号或将电磁信号转换为电信号，并且通过该电磁信号与通信网络以及其他设备进行通信。RF电路505可以包括用于执行这些功能的已知电路，其包括但不限于天线系统、RF收发机、一个或多个放大器、调谐器、一个或多个振荡器、数字信号处理器、CODEC(COder-DECoder，编译码器)芯片组、用户标识模块(Subscriber Identity Module，SIM)等等。
音频电路506，主要用于从外设接口503接收音频数据，将该音频数据转换为电信号，并且将该电信号发送给扬声器511。
扬声器511，用于将手机通过RF电路505从无线网络接收的语音信号，还原为声音并向用户播放该声音。
电源管理芯片508，用于为CPU502、I/O子系统及外设接口503所连接的硬件进行供电及电源管理。
上述实施例中提供的应用启动的管控装置、存储介质及移动终端可执行本申请任意实施例所提供的应用启动的管控方法，具备执行该方法相应的功能模块和有益效果。未在上述实施例中详尽描述的技术细节，可参见本申请任意实施例所提供的应用启动的管控方法。
上述仅为本申请的较佳实施例及所运用的技术原理。本申请不限于这里所述的特定实施例，对本领域技术人员来说能够进行的各种明显变化、重新调整及替代均不会脱离本申请的保护范围。因此，虽然通过以上实施例对本申请进行了较为详细的说明，但是本申请不仅仅限于以上实施例，在不脱离本申请构思的情况下，还可以包括更多其他等效实施例，而本申请的范围由权利要求的范围决定。
Claims (10)
1.一种应用启动的管控方法，其特征在于，包括：
确定待处理的目标应用程序，获取所述目标应用程序的启动特征信息；
获取预设机器学习模型，所述预设机器学习模型由多个已知启动类别的应用程序样本训练得到，用于对应用程序基于启动特征信息进行分类；
将所述启动特征信息输入至所述预设机器学习模型中，并获取所述预设机器学习的输出结果；
根据所述输出结果，确定所述目标应用程序的启动权限。
2.根据权利要求1所述的方法，其特征在于，所述启动特征信息包括触发启动的事件、启动方式、启动后运行时长、启动后用户的反馈信息和应用信息中的至少一项。
3.根据权利要求1所述的方法，其特征在于，所述确定待处理的目标应用程序包括：
在检测到应用程序的启动事件被触发时，确定所述应用程序为待处理的目标应用程序；或者，
定时确定待处理的目标应用程序。
4.根据权利要求1所述的方法，其特征在于，所述根据所述输出结果，确定所述目标应用程序的启动权限包括：
若所述输出结果指示所述目标应用程序的移动类别为允许启动，则确定所述目标应用程序的启动权限为允许启动，否则，确定所述目标应用程序的启动权限为不允许启动。
5.根据权利要求1-4任一项所述的方法，其特征在于，还包括：
获取预设服务器或者移动终端本地或者其他移动终端中各个应用程序的历史启动特征信息和各自对应的启动类别；
将所述各个应用程序的历史启动特征信息和各自对应的启动类别作为初始训练样本，对所述初始训练样本进行训练，生成预设机器学习模型。
6.根据权利要求1-4任一项所述的方法，其特征在于，在根据所述输出结果，确定所述目标应用程序的启动权限之后，还包括：
接收用户输入的对目标应用程序所属类别的类别修正信息；
将所述目标应用程序和所述类别修正信息反馈至所述预设机器学习模型，用于对所述预设机器学习模型进行训练及更新。
7.根据权利要求6所述的方法，其特征在于，所述获取预设机器学习模型包括：
从预设服务器中获取所述预设机器学习模型；
所述将所述目标应用程序和所述目标应用程序所属类别反馈至所述预设机器学习模型，用于对所述预设机器学习模型进行训练及更新包括：
将所述目标应用程序和所述类别修正信息反馈至所述预设机器学习模型，用于指示所述预设服务器对所述预设机器学习模型进行训练及更新。
8.一种应用启动的管控装置，其特征在于，包括：
启动特征信息获取模块，用于确定待处理的目标应用程序，获取所述目标应用程序的启动特征信息；
预设机器学习模型获取模块，用于获取预设机器学习模型，所述预设机器学习模型由多个已知启动类别的应用程序样本训练得到，用于对应用程序基于启动特征信息进行分类；
输出结果获取模块，用于将所述启动特征信息输入至所述预设机器学习模型中，并获取所述预设机器学习的输出结果；
启动权限确定模块，用于根据所述输出结果，确定所述目标应用程序的启动权限。
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-7中任一所述的应用启动的管控方法。
10.一种移动终端，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1-7中任一所述的应用启动的管控方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711168350.9A CN107944259A (zh) | 2017-11-21 | 2017-11-21 | 应用启动的管控方法、装置及存储介质和移动终端 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711168350.9A CN107944259A (zh) | 2017-11-21 | 2017-11-21 | 应用启动的管控方法、装置及存储介质和移动终端 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN107944259A true CN107944259A (zh) | 2018-04-20 |
Family
ID=61930616
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201711168350.9A Pending CN107944259A (zh) | 2017-11-21 | 2017-11-21 | 应用启动的管控方法、装置及存储介质和移动终端 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107944259A (zh) |
Cited By (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108681474A (zh) * | 2018-05-21 | 2018-10-19 | Oppo广东移动通信有限公司 | 应用预加载方法、装置、存储介质及终端 |
| CN109167882A (zh) * | 2018-09-27 | 2019-01-08 | 努比亚技术有限公司 | 一种应用关联启动控制方法、终端及计算机可读存储介质 |
| CN109947503A (zh) * | 2019-03-27 | 2019-06-28 | 重庆传音通讯技术有限公司 | 应用程序控制方法、装置、终端及计算机可读存储介质 |
| CN110058980A (zh) * | 2019-04-19 | 2019-07-26 | Oppo广东移动通信有限公司 | 终端启动时间预警方法、电子装置及计算机可读存储介质 |
| WO2019228080A1 (en) * | 2018-05-29 | 2019-12-05 | Guangdong Oppo Mobile Telecommunications Corp., Ltd. | Method and apparatus for establishing application prediction model, storage medium and terminal |
| CN111401563A (zh) * | 2018-12-28 | 2020-07-10 | 杭州海康威视数字技术股份有限公司 | 机器学习模型更新方法和装置 |
| CN111638942A (zh) * | 2020-05-28 | 2020-09-08 | 广东浪潮大数据研究有限公司 | 一种应用启停控制方法、云平台、设备及可读存储介质 |
| CN112597476A (zh) * | 2020-12-25 | 2021-04-02 | 努比亚技术有限公司 | 应用权限管理方法、装置、终端及存储介质 |
| CN112765106A (zh) * | 2019-10-21 | 2021-05-07 | 伊姆西Ip控股有限责任公司 | 文件访问方法、电子设备和计算机程序产品 |
| CN112770002A (zh) * | 2019-10-17 | 2021-05-07 | 荣耀终端有限公司 | 一种心跳管控的方法和电子设备 |
| CN113806741A (zh) * | 2020-06-12 | 2021-12-17 | 北京小米移动软件有限公司 | 信息处理方法及装置 |
| US11397590B2 (en) | 2018-05-10 | 2022-07-26 | Guangdong Oppo Mobile Telecommunications Corp., Ltd. | Method for preloading application, storage medium, and terminal |
| US11442747B2 (en) | 2018-05-10 | 2022-09-13 | Guangdong Oppo Mobile Telecommunications Corp., Ltd. | Method for establishing applications-to-be preloaded prediction model based on preorder usage sequence of foreground application, storage medium, and terminal |
| US11467855B2 (en) | 2018-06-05 | 2022-10-11 | Guangdong Oppo Mobile Telecommunications Corp., Ltd. | Application preloading method and device, storage medium and terminal |
| US11604660B2 (en) | 2018-05-15 | 2023-03-14 | Guangdong Oppo Mobile Telecommunications Corp., Ltd. | Method for launching application, storage medium, and terminal |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104391743A (zh) * | 2014-11-26 | 2015-03-04 | 北京奇虎科技有限公司 | 优化移动终端的运行速度的方法和装置 |
| US20150227741A1 (en) * | 2014-02-07 | 2015-08-13 | Cylance, Inc. | Application Execution Control Utilizing Ensemble Machine Learning For Discernment |
| CN105094280A (zh) * | 2015-07-07 | 2015-11-25 | 北京奇虎科技有限公司 | 一种提高智能终端待机性能的方法、装置和系统 |
| CN106095484A (zh) * | 2016-05-31 | 2016-11-09 | 周奇 | 一种应用程序启动管理方法及装置 |
| CN106874086A (zh) * | 2017-01-25 | 2017-06-20 | 北京奇虎科技有限公司 | 一种应用程序自启动的处理方法、装置及移动终端 |
| CN106909413A (zh) * | 2015-12-23 | 2017-06-30 | 北京奇虎科技有限公司 | 一种数据处理方法和装置 |
| CN106909834A (zh) * | 2015-12-23 | 2017-06-30 | 北京奇虎科技有限公司 | 一种数据处理方法和装置 |
| CN107341401A (zh) * | 2017-06-21 | 2017-11-10 | 清华大学 | 一种基于机器学习的恶意应用监测方法和设备 |
-
2017
- 2017-11-21 CN CN201711168350.9A patent/CN107944259A/zh active Pending
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20150227741A1 (en) * | 2014-02-07 | 2015-08-13 | Cylance, Inc. | Application Execution Control Utilizing Ensemble Machine Learning For Discernment |
| CN104391743A (zh) * | 2014-11-26 | 2015-03-04 | 北京奇虎科技有限公司 | 优化移动终端的运行速度的方法和装置 |
| CN105094280A (zh) * | 2015-07-07 | 2015-11-25 | 北京奇虎科技有限公司 | 一种提高智能终端待机性能的方法、装置和系统 |
| CN106909413A (zh) * | 2015-12-23 | 2017-06-30 | 北京奇虎科技有限公司 | 一种数据处理方法和装置 |
| CN106909834A (zh) * | 2015-12-23 | 2017-06-30 | 北京奇虎科技有限公司 | 一种数据处理方法和装置 |
| CN106095484A (zh) * | 2016-05-31 | 2016-11-09 | 周奇 | 一种应用程序启动管理方法及装置 |
| CN106874086A (zh) * | 2017-01-25 | 2017-06-20 | 北京奇虎科技有限公司 | 一种应用程序自启动的处理方法、装置及移动终端 |
| CN107341401A (zh) * | 2017-06-21 | 2017-11-10 | 清华大学 | 一种基于机器学习的恶意应用监测方法和设备 |
Cited By (22)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US11442747B2 (en) | 2018-05-10 | 2022-09-13 | Guangdong Oppo Mobile Telecommunications Corp., Ltd. | Method for establishing applications-to-be preloaded prediction model based on preorder usage sequence of foreground application, storage medium, and terminal |
| US11397590B2 (en) | 2018-05-10 | 2022-07-26 | Guangdong Oppo Mobile Telecommunications Corp., Ltd. | Method for preloading application, storage medium, and terminal |
| US11604660B2 (en) | 2018-05-15 | 2023-03-14 | Guangdong Oppo Mobile Telecommunications Corp., Ltd. | Method for launching application, storage medium, and terminal |
| CN108681474B (zh) * | 2018-05-21 | 2021-12-07 | Oppo广东移动通信有限公司 | 应用预加载方法、装置、存储介质及终端 |
| CN108681474A (zh) * | 2018-05-21 | 2018-10-19 | Oppo广东移动通信有限公司 | 应用预加载方法、装置、存储介质及终端 |
| WO2019228080A1 (en) * | 2018-05-29 | 2019-12-05 | Guangdong Oppo Mobile Telecommunications Corp., Ltd. | Method and apparatus for establishing application prediction model, storage medium and terminal |
| US11467855B2 (en) | 2018-06-05 | 2022-10-11 | Guangdong Oppo Mobile Telecommunications Corp., Ltd. | Application preloading method and device, storage medium and terminal |
| CN109167882A (zh) * | 2018-09-27 | 2019-01-08 | 努比亚技术有限公司 | 一种应用关联启动控制方法、终端及计算机可读存储介质 |
| CN111401563A (zh) * | 2018-12-28 | 2020-07-10 | 杭州海康威视数字技术股份有限公司 | 机器学习模型更新方法和装置 |
| CN111401563B (zh) * | 2018-12-28 | 2023-11-03 | 杭州海康威视数字技术股份有限公司 | 机器学习模型更新方法和装置 |
| CN109947503A (zh) * | 2019-03-27 | 2019-06-28 | 重庆传音通讯技术有限公司 | 应用程序控制方法、装置、终端及计算机可读存储介质 |
| CN110058980A (zh) * | 2019-04-19 | 2019-07-26 | Oppo广东移动通信有限公司 | 终端启动时间预警方法、电子装置及计算机可读存储介质 |
| CN110058980B (zh) * | 2019-04-19 | 2023-09-08 | Oppo广东移动通信有限公司 | 终端启动时间预警方法、电子装置及计算机可读存储介质 |
| CN112770002B (zh) * | 2019-10-17 | 2022-04-19 | 荣耀终端有限公司 | 一种心跳管控的方法和电子设备 |
| CN112770002A (zh) * | 2019-10-17 | 2021-05-07 | 荣耀终端有限公司 | 一种心跳管控的方法和电子设备 |
| CN112765106A (zh) * | 2019-10-21 | 2021-05-07 | 伊姆西Ip控股有限责任公司 | 文件访问方法、电子设备和计算机程序产品 |
| CN112765106B (zh) * | 2019-10-21 | 2024-05-14 | 伊姆西Ip控股有限责任公司 | 文件访问方法、电子设备和计算机程序产品 |
| CN111638942A (zh) * | 2020-05-28 | 2020-09-08 | 广东浪潮大数据研究有限公司 | 一种应用启停控制方法、云平台、设备及可读存储介质 |
| CN111638942B (zh) * | 2020-05-28 | 2024-04-19 | 广东浪潮大数据研究有限公司 | 一种应用启停控制方法、云平台、设备及可读存储介质 |
| CN113806741A (zh) * | 2020-06-12 | 2021-12-17 | 北京小米移动软件有限公司 | 信息处理方法及装置 |
| CN112597476A (zh) * | 2020-12-25 | 2021-04-02 | 努比亚技术有限公司 | 应用权限管理方法、装置、终端及存储介质 |
| CN112597476B (zh) * | 2020-12-25 | 2024-06-04 | 努比亚技术有限公司 | 应用权限管理方法、装置、终端及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107944259A (zh) | 应用启动的管控方法、装置及存储介质和移动终端 | |
| CN108363593B (zh) | 应用程序预加载方法、装置、存储介质及终端 | |
| EP3502880B1 (en) | Method for preloading application, storage medium, and terminal device | |
| EP3575961B1 (en) | Method and apparatus for updating application prediction model, storage medium, and terminal | |
| EP3502879B1 (en) | Method for preloading application, storage medium, and terminal device | |
| CN108763579B (zh) | 搜索内容推荐方法、装置、终端设备及存储介质 | |
| CN107844342B (zh) | 应用程序保活的管控方法、装置及存储介质和移动终端 | |
| CN108804153B (zh) | 应用程序的预加载方法、装置、存储介质及终端 | |
| US9363300B2 (en) | Systems and methods for voice communication | |
| CN109240991B (zh) | 文件推荐方法、装置、存储介质及智能终端 | |
| US10956176B2 (en) | Processing method, device and storage medium for implementing automatic startup | |
| CN107844341B (zh) | 进程启动的管控方法、装置及存储介质和移动终端 | |
| CN107831886B (zh) | 关联启动应用的管控方法、装置、存储介质及智能终端 | |
| CN107943270B (zh) | 应用服务的控制方法、装置及存储介质和移动终端 | |
| EP3486823B1 (en) | System notification service control method, apparatus, terminal device, and storage medium | |
| CN112286483A (zh) | 音频播放控制方法、装置及电子设备 | |
| CN107885588B (zh) | 应用服务的控制方法、装置及存储介质和移动终端 | |
| CN108921530B (zh) | 信息判断方法、装置、存储介质及终端 | |
| CN107766218A (zh) | 系统优化方法、装置、存储介质及终端设备 | |
| US11048568B2 (en) | Broadcast sending control method and apparatus, storage medium, and electronic device | |
| WO2018161955A1 (zh) | 一种广播接收者的控制方法、装置及移动终端 | |
| CN109511139B (zh) | Wifi控制方法、装置、移动设备、计算机可读存储介质 | |
| CN110753909B (zh) | 服务调度方法和装置、计算机设备、计算机可读存储介质 | |
| CN104699628B (zh) | 缓存预存储的方法及装置 | |
| CN107704627B (zh) | 应用推荐方法、装置、存储介质及终端设备 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180420 |