CN112364309A - 信息处理方法、电子设备和计算机可读存储介质 - Google Patents

Abstract

本发明提出了一种信息处理方法、电子设备和计算机可读存储介质，其中，该方法包括：获取目标应用的图标图像；基于所述目标应用的所述图标图像和图标真实度检测模型，确定所述目标应用对应的图标真实度；在所述图标真实度大于或等于指定真实度的情况下，确定所述目标应用属于指定应用类型。通过本发明的技术方案，可基于目标应用的图标图像自动区分目标应用是否为伪应用，相对于人工识别伪应用更具准确性，为用户区分伪应用提供了便利，有助于保护用户的个人信息和财产。

Description

信息处理方法、电子设备和计算机可读存储介质

技术领域

本发明涉及图像识别技术领域，尤其涉及一种信息处理方法、电子设备和计算机可读存储介质。

背景技术

目前，多种多样的应用涌入人们的日常生活，为日常生活带来了诸多便利。然而，应用在提供便利性的同时，也带来了风险，与用户实际所需的应用具有相近名称或相似图标的伪应用大量涌现，用户仅靠常识判断难以将其与自身实际所需的应用进行有效区分，而用户若使用伪应用，往往面临个人信息泄露和财产损失的风险。

因此，如何有效区分伪应用与用户实际所需的应用，成为目前亟待解决的技术问题。

发明内容

本发明实施例提供了一种信息处理方法、电子设备和计算机可读存储介质，旨在解决相关技术中用户难以区分伪应用与实际所需的应用的技术问题。

第一方面，本发明实施例提供了一种信息处理方法，包括：获取目标应用的图标图像；基于所述目标应用的所述图标图像和图标真实度检测模型，确定所述目标应用对应的图标真实度；在所述图标真实度大于或等于指定真实度的情况下，确定所述目标应用属于指定应用类型。

第二方面，本发明实施例提供了一种电子设备，包括：至少一个处理器；以及，与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被设置为用于执行上述第一方面中任一项所述的方法。

第三方面，本发明实施例提供了一种计算机可读存储介质，存储有计算机可执行指令，所述计算机可执行指令用于执行上述第一方面中任一项所述的方法流程。

以上技术方案，可基于目标应用的图标图像自动区分目标应用是否为伪应用，相对于人工识别伪应用更具准确性，为用户区分伪应用提供了便利，有助于保护用户的个人信息和财产。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。

图1示出了根据本发明的一个实施例的信息处理方法的流程图。

具体实施方式

为了更好的理解本发明的技术方案，下面结合附图对本发明实施例进行详细描述。

应当明确，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

在本发明实施例中使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本发明。在本发明实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。

实施例一

图1示出了根据本发明的一个实施例的信息处理方法的流程图。

如图1所示，根据本发明的一个实施例的信息处理方法的流程包括：

步骤102，获取目标应用的图标图像。

目标应用为待检测其是否为伪应用的检测对象，一般地，伪应用的图标图像与其仿照的用户实际所需应用的图标图像不一致，因此，可用目标应用的图标图像作为判断目标应用是否为伪应用的依据。下文中将用户实际所需的应用称为指定应用类型的应用，将伪应用称为非指定应用类型的应用，则区分伪应用与实际所需的应用相当于区分目标应用是否属于指定应用类型。

步骤104，基于所述目标应用的所述图标图像和图标真实度检测模型，确定所述目标应用对应的图标真实度。

图标真实度检测模型是基于指定应用类型下多个应用的图标图像、非指定应用类型下多个应用的图标图像训练得到的，用于反映应用的图标图像与指定应用类型的关联性。因此，基于目标应用的所述图标图像，以及反映应用的图标图像与指定应用类型的关联性的图标真实度检测模型，确定目标应用对应的图标真实度，该图标真实度即可反映目标应用的图标图像与指定应用类型的关联程度，图标真实度越高，目标应用的图标图像与指定应用类型越相关，目标应用属于指定应用类型的可能性也就越高。

在一种可能的设计中，目标应用的图标真实度用于反映所述目标应用属于指定应用类型的概率，取值范围为[0，1]。

步骤106，在所述图标真实度大于或等于指定真实度的情况下，确定所述目标应用属于指定应用类型。

指定真实度为目标应用属于指定应用类型时其图标图像经图标真实度检测模型所得的最低图标真实度，因此，当图标真实度大于或等于指定真实度时，说明该图标真实度属于指定应用类型下应用所能够产生的图标真实度范围内，故可将该图标真实度对应的目标应用确定为指定应用类型下的应用。

以上技术方案，可基于目标应用的图标图像自动区分目标应用是否为伪应用，相对于人工识别伪应用更具准确性，为用户区分伪应用提供了便利，有助于保护用户的个人信息和财产。

实施例二

在实施例一的基础上，根据本发明的另一个实施例的信息处理方法中，步骤102包括：

步骤1022，获取用户上传信息。

用户在具有区分目标应用是伪应用还是自身实际所需应用之需求时，可提供用户上传信息用以判断目标应用是否属于指定应用类型。其中，用户上传信息包括目标应用的图标初始图像和/或目标应用的安装包。

也就是说，用户可在获得目标应用的安装包时，将该安装包上传，用以获得目标应用是否属于指定应用类型的判断结果，也可在安装目标应用后，对目标应用的图标图像进行截图，或使用外部电子设备拍摄目标应用的图标图像，得到图标初始图像后上传，用以获得目标应用是否属于指定应用类型的判断结果。

步骤1024，基于所述用户上传信息，获取所述目标应用的所述图标图像，其中，在所述用户上传信息为所述目标应用的安装包时，从所述安装包中获取所述图标图像，在所述用户上传信息为所述目标应用的图标初始图像时，对所述图标初始图像进行边框检测处理、切割处理和旋转处理，得到所述图标图像。

具体地，在所述用户上传信息为所述目标应用的安装包时，其安装包内具有目标应用的图标图像，因此，可直接从所述安装包中获取所述图标图像，以便输入图标真实度检测模型。

在所述用户上传信息为所述目标应用的图标初始图像时，由于图标初始图像为截图或拍摄所得，其包括目标应用的图标图像以及目标应用所在设备上图标图像周边的屏幕显示信息。因此，可对目标应用的图标初始图像进行边框检测处理，在检测到图标初始图像的边框后，沿该边框进行切割处理，剪裁掉图标图像以外的屏幕显示信息，以获得单独的图标图像。

其中，边框检测处理的方式包括但不限于梯度边缘检测算法、Roberts边缘检测算法、Prewitt边缘检测算法、Sobel边缘检测算法、二阶微分边缘检测算法、canny边缘检测算法中的一项或多项。

进一步地，由于用户提供的图标初始图像为截图或拍摄所得，该图标初始图像的展示效果具有不确定性，图标初始图像相对于目标应用在电子设备屏幕上正向显示的图标图像具有角度旋转产生的偏移，比如，图标初始图像为用户对竖屏显示应用图标的电子设备以横屏方向拍摄所得，则其相对于电子设备屏幕上正向显示的图标图像旋转了90°。当然，图标初始图像相对于电子设备屏幕上正向显示的图标图像的角度旋转偏移包括但不限于90°。对此，一般情况下，图标真实度检测模型的训练样本均为设备屏幕上正向显示的图标图像，故可对图标初始图像进行旋转处理，使其旋转至与训练样本相同的显示角度，从而消除图标初始图像与训练样本的角度偏差对图标真实度检测带来的影响，提升了检测结果的准确性。

另外，由于用户拍摄行为的不确定性，图标初始图像可能产生扭曲效果，对此，还可参照指定图标形状对其进行仿射变换处理，以使图标初始图像的形状规则，消除了用户拍摄行为偏差对图标真实度检测带来的影响，提升了检测结果的准确性。

实施例三

在实施例一和实施例二的基础上，在一种可能的设计中，在所述用户上传信息为所述目标应用的安装包时，基于所述目标应用的所述图标图像和第一图标真实度检测模型，确定所述图标图像对应的图标真实度。

由于目标应用的安装包中具有能够在电子设备屏幕上正向显示的图标图像，可直接用于图标真实度检测，因此，可基于能够在电子设备屏幕上正向显示的样本图标图像训练第一图标真实度检测模型，用以在用户上传信息为所述目标应用的安装包的情况下检测目标应用对应的图标真实度。

具体地，在训练所述第一图标真实度检测模型时，获取训练样本的方式包括：获得所述指定应用类型下的第一应用的应用属性信息；对所述第一应用的所述应用属性信息进行分词处理和去重处理，得到样本筛选信息；在非所述指定应用类型的全部应用中确定应用属性信息与所述第一应用的样本筛选信息相匹配的第二应用；将所述第一应用的第一图标图像确定为训练所述第一图标真实度检测模型所用的正样本，将所述第二应用的第二图标图像确定为训练所述第一图标真实度检测模型所用的负样本。

所述应用属性信息包括但不限于应用名称、应用简介文本信息、应用安装包名称和应用下载链接中的一项或多项，应用名称、应用简介文本信息、应用安装包名称和应用下载链接均示出了应用的身份和来源，伪应用在仿照用户实际所需应用时，往往采用与用户实际所需应用相似的应用名称、应用简介文本信息、应用安装包名称和应用下载链接等内容来模糊用户的认知，骗取用户信任，以使用户安装并使用伪应用。其中，该相似体现在伪应用采用在应用名称、应用简介文本信息、应用安装包名称和应用下载链接里设置与用户实际所需应用相同的关键字，也就是说，伪应用（以下称第二应用）与用户实际所需应用（以下称指定应用类型下的第一应用）的应用属性信息中具有相同关键字。

因此，可获得指定应用类型下的第一应用的应用属性信息，对其进行分词处理和去重处理后得到样本筛选信息，作为识别第二应用的条件，样本筛选信息包括应用名称中、应用简介文本信息中、应用安装包名称中和应用下载链接中出现的关键字。接着，对于非指定应用类型的全部应用中的每个应用，判断其应用属性信息是否与第一应用的样本筛选信息相匹配，其中，在其应用属性信息中包括样本筛选信息的情况下，确定其应用属性信息与第一应用的样本筛选信息相匹配，此时，即确定该应用为第二应用。

最终，将所述第一应用的第一图标图像确定为训练所述第一图标真实度检测模型所用的正样本，将所述第二应用的第二图标图像确定为训练所述第一图标真实度检测模型所用的负样本，训练所述第一图标真实度检测模型。

而在所述用户上传信息为所述目标应用的图标初始图像时，由于用户拍摄行为的不确定性，图标初始图像与样本图标图像在显示时具有角度偏差，即使进行了旋转处理，也无法保证图标初始图像与样本图标图像在显示时的角度偏差被完全消除。比如，对于正方形的图标图像，在对拍摄所得的图标初始图像进行边框检测处理、切割处理后，再旋转处理时，将图标初始图像旋转至图标底边水平显示的程度，但由于正方形边长相等的特性，此时的图标初始图像与样本图标图像的角度偏差可能为0°，也可能为90°、180°或270°，若直接将其输入电子设备屏幕上正向显示的样本图标图像训练得到的第一图标真实度检测模型，其与样本图标图像的角度偏差会影响所得图标真实度的准确性，导致对目标应用是否属于指定应用类型的判断结果不准确。

为包容这种情况，可将角度偏差因素作为条件，训练第二图标真实度检测模型，基于所述目标应用的所述图标图像和第二图标真实度检测模型，确定所述图标图像对应的图标真实度。

具体地，在训练所述第二图标真实度检测模型时，获取训练样本的方式包括：获得所述指定应用类型下的第一应用的应用属性信息；对所述第一应用的所述应用属性信息进行分词处理和去重处理，得到样本筛选信息；在非所述指定应用类型的全部应用中确定应用属性信息与所述第一应用的样本筛选信息相匹配的第二应用；对于所述第一应用和所述第二应用中每个应用的图标图像，以所述图标图像之中心点为中心，按照指定旋转方向将所述图标图像旋转指定角度，得到旋转图像；将所述第一应用的所述图标图像和对应的所述旋转图像确定为训练所述第二图标真实度检测模型所用的正样本，将所述第二应用的所述图标图像和对应的所述旋转图像确定为训练所述第二图标真实度检测模型所用的负样本。

其中，在基于第一应用在非所述指定应用类型的全部应用中确定第二应用后，将第一应用的图标图像进行旋转，具体地，以所述图标图像之中心点为中心，按照指定旋转方向将所述图标图像旋转指定角度，得到旋转图像。其中，所述指定旋转方向为顺时针或逆时针，所述指定角度包括多个，按照指定旋转方向将所述图标图像旋转每个指定角度后对应得到一个图像。

比如，设置指定旋转方向为顺时针，设置所述指定角度包括90°、180°和270°，对应得到与所述图标图像顺时针偏差90°的旋转图像a、与所述图标图像顺时针偏差180°的旋转图像b和与所述图标图像顺时针偏差270°的旋转图像c，三者与所述图标图像一同作为训练所述第二图标真实度检测模型所用的正样本。

当然，指定角度可基于实际需要进行任意设置，所述指定角度的数量越多且相邻的指定角度的角度间隔越小，所得的正样本和负样本越多，以此训练的第二图标真实度检测模型由此可更加准确、真实地反映大量角度偏差各异的正样本和负样本的图像规律，在计算图标真实度时更具准确性。

在一种的可能的设计中，图标图像为规则多边形或不规则多边形，对此，对于图标图像的每两个相邻边产生的顶点，为图标图像的中心点和所述顶点设置连线，将图标图像在电子设备中正向显示时电子设备的屏幕底边（即图标图像的相对水平线）与所述连线的夹角确定为所述顶点对应的指定角度。

由此，图标图像的形状越复杂，其对应的指定角度越多，所产生的正样本和负样本的数量越多，以此训练的第二图标真实度检测模型能够更加准确、真实地反映大量角度偏差各异的正样本和负样本的图像规律，在计算图标真实度时更具准确性。比如，在图标图像为不规则十二边形时，针对所述不规则十二边形的每个顶点设置对应的指定角度，结合图标图像本身，共计十三个样本。

需要知晓，正样本和负样本中，均可包括多个图标图像，每个图标图像均能够以上述旋转至指定角度的方式扩列得到对应的多个旋转图像，并且，多个旋转图像可加入图标图像所在的正样本或负样本，实现样本的增加，从而提升第二图标真实度检测模型的有效性。

综上，可针对不同的用户上传信息选择适用的图标真实度检测模型，以保证所得的图标真实度准确可靠，从而能够有效判断目标应用是否属于指定应用类型，并将判断结果提供给用户，以避免用户使用伪应用所造成的个人信息泄露和财产损失问题。

本发明的一个实施例的电子设备，包括至少一个存储器；以及，与所述至少一个存储器通信连接的处理器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被设置为用于执行上述任一实施例中所述的方案。因此，该电子设备具有和上述任一实施例中相同的技术效果，在此不再赘述。

本发明实施例的电子设备以多种形式存在，包括但不限于:

(1)移动通信设备:这类设备的特点是具备移动通信功能，并且以提供话音、数据通信为主要目标。这类终端包括:智能手机(例如iPhone)、多媒体手机、功能性手机，以及低端手机等。

(2)超移动个人计算机设备:这类设备属于个人计算机的范畴，有计算和处理功能，一般也具备移动上网特性。这类终端包括:PDA、MID和UMPC设备等，例如iPad。

(3)便携式娱乐设备:这类设备可以显示和播放多媒体内容。该类设备包括:音频、视频播放器(例如iPod)，掌上游戏机，电子书，以及智能玩具和便携式车载导航设备。

(4)服务器:提供计算服务的设备，服务器的构成包括处理器、硬盘、内存、系统总线等，服务器和通用的计算机架构类似，但是由于需要提供高可靠的服务，因此在处理能力、稳定性、可靠性、安全性、可扩展性、可管理性等方面要求较高。

(5)其他具有数据交互功能的电子装置。

另外，本发明实施例提供了一种计算机可读存储介质，存储有计算机可执行指令，所述计算机可执行指令用于执行上述任一实施例中所述的方法流程。

以上结合附图详细说明了本发明的技术方案，通过本发明的技术方案，可基于目标应用的图标图像自动区分目标应用是否为伪应用，相对于人工识别伪应用更具准确性，为用户区分伪应用提供了便利，有助于保护用户的个人信息和财产。

应当理解，本文中使用的术语“和/或”仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。

应当理解，尽管在本发明实施例中可能采用术语第一、第二等来描述图标图像，但这些图标图像不应限于这些术语。这些术语仅用来将图标图像彼此区分开。例如，在不脱离本发明实施例范围的情况下，第一图标图像也可以被称为第二图标图像，类似地，第二图标图像也可以被称为第一图标图像。

取决于语境，如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”或“响应于检测”。类似地，取决于语境，短语“如果确定”或“如果检测（陈述的条件或事件）”可以被解释成为“当确定时”或“响应于确定”或“当检测（陈述的条件或事件）时”或“响应于检测（陈述的条件或事件）”。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明保护的范围之内。

Claims (8)

1.一种信息处理方法，其特征在于，包括：

获取目标应用的图标图像；

基于所述目标应用的所述图标图像和图标真实度检测模型，确定所述目标应用对应的图标真实度；

在所述图标真实度大于或等于指定真实度的情况下，确定所述目标应用属于指定应用类型。

2.根据权利要求1所述的信息处理方法，其特征在于，所述获取目标应用的图标图像，包括：

获取用户上传信息；

基于所述用户上传信息，获取所述目标应用的所述图标图像，其中，

在所述用户上传信息为所述目标应用的安装包时，从所述安装包中获取所述图标图像；

在所述用户上传信息为所述目标应用的图标初始图像时，对所述图标初始图像进行边框检测处理、切割处理和旋转处理，得到所述图标图像。

3.根据权利要求2所述的信息处理方法，其特征在于，所述基于所述目标应用的所述图标图像和图标真实度检测模型，确定所述图标图像对应的图标真实度，包括：

在所述用户上传信息为所述目标应用的安装包时，基于所述目标应用的所述图标图像和第一图标真实度检测模型，确定所述图标图像对应的图标真实度；

在所述用户上传信息为所述目标应用的图标初始图像时，基于所述目标应用的所述图标图像和第二图标真实度检测模型，确定所述图标图像对应的图标真实度。

4.根据权利要求3所述的信息处理方法，其特征在于，在训练所述第一图标真实度检测模型时，获取训练样本的方式包括：

获得所述指定应用类型下的第一应用的应用属性信息；

对所述第一应用的所述应用属性信息进行分词处理和去重处理，得到样本筛选信息；

在非所述指定应用类型的全部应用中确定应用属性信息与所述第一应用的样本筛选信息相匹配的第二应用；

将所述第一应用的第一图标图像确定为训练所述第一图标真实度检测模型所用的正样本，将所述第二应用的第二图标图像确定为训练所述第一图标真实度检测模型所用的负样本。

5.根据权利要求2所述的信息处理方法，其特征在于，在训练所述第二图标真实度检测模型时，获取训练样本的方式包括：

获得所述指定应用类型下的第一应用的应用属性信息；

对所述第一应用的所述应用属性信息进行分词处理和去重处理，得到样本筛选信息；

在非所述指定应用类型的全部应用中确定应用属性信息与所述第一应用的样本筛选信息相匹配的第二应用；

对于所述第一应用和所述第二应用中每个应用的图标图像，以所述图标图像之中心点为中心，按照指定旋转方向将所述一图标图像旋转指定角度，得到旋转图像；

将所述第一应用的所述图标图像和对应的所述旋转图像确定为训练所述第二图标真实度检测模型所用的正样本，将所述第二应用的所述图标图像和对应的所述旋转图像确定为训练所述第二图标真实度检测模型所用的负样本。

6.根据权利要求4或5所述的信息处理方法，其特征在于，

所述应用属性信息包括：应用名称、应用简介文本信息、应用安装包名称和应用下载链接中的一项或多项。

7.一种电子设备，其特征在于，包括：至少一个处理器；以及，与所述至少一个处理器通信连接的存储器；

其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被设置为用于执行上述权利要求1至6中任一项所述的方法。

8.一种计算机可读存储介质，其特征在于，存储有计算机可执行指令，所述计算机可执行指令用于执行如权利要求1至6中任一项所述的方法流程。

Images