WO2020000752A1 - 仿冒移动应用程序的判别方法及系统 - Google Patents

仿冒移动应用程序的判别方法及系统 Download PDF

Info

Publication number
WO2020000752A1
WO2020000752A1 PCT/CN2018/108885 CN2018108885W WO2020000752A1 WO 2020000752 A1 WO2020000752 A1 WO 2020000752A1 CN 2018108885 W CN2018108885 W CN 2018108885W WO 2020000752 A1 WO2020000752 A1 WO 2020000752A1
Authority
WO
WIPO (PCT)
Prior art keywords
application
target
counterfeit
preset
suspected
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.)
Ceased
Application number
PCT/CN2018/108885
Other languages
English (en)
French (fr)
Inventor
姜若芾
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Ping An Technology Shenzhen Co Ltd
Original Assignee
Ping An Technology Shenzhen Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Ping An Technology Shenzhen Co Ltd filed Critical Ping An Technology Shenzhen Co Ltd
Publication of WO2020000752A1 publication Critical patent/WO2020000752A1/zh
Anticipated expiration legal-status Critical
Ceased legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/10—Protecting distributed programs or content, e.g. vending or licensing of copyrighted material ; Digital rights management [DRM]
    • G06F21/105—Arrangements for software license management or administration, e.g. for managing licenses at corporate level
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/10—Protecting distributed programs or content, e.g. vending or licensing of copyrighted material ; Digital rights management [DRM]
    • G06F21/12—Protecting executable software

Definitions

  • the present application relates to the field of mobile application technology, and in particular, to a method and system for identifying a counterfeit mobile application.
  • the embodiments of the present application provide a method and system for identifying a counterfeit mobile application, which can improve the intelligence of determining a counterfeit mobile application.
  • a first aspect of the embodiments of the present application provides a method for determining a fake mobile application, the method includes:
  • the target application is determined to be a suspected counterfeit application according to the target information, sending the suspected counterfeit application and the target information to a server;
  • a second aspect of the embodiments of the present application provides a method for determining a counterfeit application, where the method includes:
  • a third aspect of the embodiments of the present application provides a system for determining counterfeit applications.
  • the system for determining counterfeit applications includes a first receiving unit, an acquiring unit, an extracting unit, a determining unit, and a second receiving unit.
  • a first receiving unit configured to receive a keyword input by a target user
  • An obtaining unit configured to obtain a target application from the Internet according to the keywords
  • An extraction unit configured to extract target information of the target application
  • a determining unit configured to send the suspected counterfeit application and the target information to a server if the target application is determined to be a suspected counterfeit application according to the target information;
  • the second receiving unit is configured to receive a counterfeit application program determined from the suspected counterfeit application program and sent by the server.
  • a fourth aspect of the embodiments of the present application provides a terminal, including a processor, an input device, an output device, and a memory.
  • the processor, the input device, the output device, and the memory are connected to each other.
  • the memory is used to store a computer program.
  • the computer program includes program instructions, and the processor is configured to call the program instructions to execute step instructions as in the first aspect and the second aspect of the embodiments of the present application.
  • a fifth aspect of the embodiments of the present application provides a computer-readable storage medium, where the computer-readable storage medium stores a computer program for electronic data exchange, and the computer program causes a computer to execute the program as described in the first embodiment of the present application. Some or all of the steps described in one aspect and the second aspect.
  • a sixth aspect of the embodiments of the present application provides a computer program product, wherein the computer program product includes a non-transitory computer-readable storage medium storing a computer program, and the computer program is operable to cause a computer to execute the implementation of the present application. Examples of some or all of the steps described in the first and second aspects.
  • the computer program product may be a software installation package.
  • a keyword input by a target user is received, a target application is obtained according to the keyword, and target information of the target application is extracted. If the target application is determined based on the target information, When a counterfeit application is suspected, the suspected counterfeit application and the target information are sent to a server, and the counterfeit application sent by the server is received, so as to obtain the target application associated with the keyword through keywords. Extracting the target information and then obtaining a counterfeit mobile application based on the target information.
  • using a manual method to identify the counterfeit mobile application can improve the intelligence of the counterfeit mobile application discrimination system to a certain extent.
  • FIG. 1 is a schematic diagram of an interaction flow of a method for identifying a fake mobile application according to an embodiment of the present application
  • FIG. 2 is a schematic flowchart of a method for identifying a fake mobile application according to an embodiment of the present application
  • FIG. 3 is a schematic flowchart of a method for identifying a counterfeit application according to an embodiment of the present application
  • FIG. 4 is a schematic flowchart of another method for identifying a counterfeit application according to an embodiment of the present application.
  • FIG. 5 is a schematic flowchart of another method for identifying a fake application according to an embodiment of the present application.
  • FIG. 6 is a schematic structural diagram of a terminal according to an embodiment of the present application.
  • FIG. 7 is a schematic structural diagram of a fake application identification system according to an embodiment of the present application.
  • FIG. 8 is a schematic structural diagram of a server according to an embodiment of the present application.
  • the electronic device involved in the embodiments of the present application may include various handheld devices with wireless communication functions, vehicle-mounted devices, wearable devices, computing devices, or other processing devices connected to a wireless modem, and various forms of user equipment (user equipment) equipment, UE), mobile station (MS), terminal device (terminal), and so on.
  • user equipment user equipment
  • MS mobile station
  • terminal terminal
  • electronic devices the devices mentioned above are collectively referred to as electronic devices.
  • FIG. 1 is a schematic diagram of an interaction process of a method for identifying a fake mobile application according to an embodiment of the present application.
  • the method for identifying a counterfeit mobile application may be: 101.
  • the counterfeit application identification system receives keywords sent by the target user and obtains the target based on the keywords Application, and extract target information of the target application, and determine whether the target mobile application is a suspected counterfeit mobile application based on the target information; 102.
  • the counterfeit application determination system sends the suspected counterfeit mobile application and target information to the server; 103, If the server determines that the suspected counterfeit mobile application is a counterfeit mobile application according to the target information; 104, the server sends the counterfeit application to the counterfeit application determination system. In this way, it is possible to automatically determine whether an application is a counterfeit application. Compared with the existing scheme, a manual method is used to determine whether an application is a counterfeit application, which can improve the intelligence and efficiency of counterfeit application discrimination to a certain extent. .
  • FIG. 2 is a schematic flowchart of a method for identifying a fake mobile application according to an embodiment of the present application.
  • the method for identifying a counterfeit mobile application may include steps 201-204, as follows:
  • the keywords can be, for example, "good car owner”, “quick offer”, “Ping'an Pratt & Whitney”, etc.
  • the keywords can be set according to different types of companies, different businesses of the company, and different applications developed by the company. Different keywords.
  • the target user may directly input keywords in the counterfeit application management system; or, it may receive information including the keywords sent by the target user, and extract keywords from the information; it may also receive the target user ’s send
  • the information including the keywords is subjected to standardization processing to obtain standard information, and then the corresponding keywords are searched from the keyword database according to the above standard information, where the keyword database includes the information between the standard information and the keywords. Mapping relations.
  • web crawler technology can be used to obtain mobile applications on the Internet.
  • the web crawler can adopt a depth-first traversal strategy, a width-first traversal strategy, or a backlink number strategy, etc., which are not specifically limited here.
  • the target information may include: target application icon, target application name, target application analysis data, and target application analysis data may include: target application string, target application class name, URL address, etc. .
  • an application library may be established.
  • the application library includes a standard application icon, a standard application name, and standard application analysis data.
  • the application library may include multiple application chains, and the application link may correspond to a standard application name.
  • a standard application icon and standard application analyze data can be, for example, a character string, a class name, a URL address, and the like.
  • the application library can also be updated according to a preset time period.
  • One possible update method is: when the enterprise develops a new application, obtain the target information of the application, store the target information in the application library, and Build an application chain in the application library.
  • Another possible update method is to update the application chain of the existing application.
  • the application analysis data of the application changes, the changed target information is stored in the application chain in parallel, that is, the application chain There are multiple target information stored in it.
  • the target application is determined to be a suspected counterfeit application according to the target information, send the suspected counterfeit application and the target information to a server.
  • a method for determining the target application as a suspected counterfeit application may include steps A1-A2. Specifically, as follows:
  • A1 Compare the target application icon, target application name, or target application analysis data with a preset standard application icon, standard application name, or standard application analysis data, respectively, to obtain multiple target matches. degree;
  • the above comparison method may be specifically: the target application icon is compared with the standard application icon, the target application name is compared with the standard application name, and the target application analysis data is compared with the standard application analysis data. Compare to obtain multiple target matching degrees.
  • the target application analysis data includes multiple sub-categories, and each sub-category is compared with the sub-categories in the standard application analysis data.
  • the method for calculating the similarity of the target application name may be: converting the target application name of the target application into a character string and comparing the strings of all standard application programs in the database to obtain the same number of characters. Divide the number of identical characters by the total number of strings to obtain the similarity of the target application name; the similarity calculation method of the target application icon can be: feature extraction of the target application icon of the target application To obtain the target feature value of the target application icon, extract the standard application icon feature in the application library, obtain the reference feature value, compare the similarity between the target feature value and the reference feature value, and use the similarity as the target application
  • A2 If any one of the multiple target matching degrees is greater than a preset matching degree, determine that the target application is a suspected counterfeit application.
  • a possible preset matching degree setting method may be: the preset similarity corresponding to the standard application name may be 75%, the preset similarity corresponding to the standard application icon may be 90%, and the standard application The preset similarity of the program analysis data is 80%.
  • the target information includes a target application icon
  • another method for determining the target application as a suspected counterfeit application may include steps B1-B4, as follows:
  • the target application icon and a preset standard application icon are divided into n * n rectangular shapes in a matrix form, and each rectangular shape has a matrix coordinate, where the matrix is n * n Matrix, n is an odd number greater than 2;
  • the area of the rectangular figures obtained after the splitting may be the same or different. If the area of the rectangular graphic obtained after splitting is different, one possible splitting method is: extract the area where the key content of the target application icon is located, and when splitting the area, the split density is greater than the non-critical The density of the area where the content is located, that is, the area of the rectangular graphic in the area where the key content is located is smaller than the area of the rectangle in the area where the non-critical content is located.
  • the key content may be, for example, an area with an iconic meaning in the icon, and the area with the iconic meaning may be an area capable of highlighting the characteristics of the icon, such as a special-shaped area in a Baidu icon.
  • the similarity in the first similarity set may further include the similarity of the area where the key content of the target application icon is located.
  • each similarity in the first similarity set is greater than a first preset similarity, and the number of second similarity sets greater than a second preset similarity is greater than a preset threshold, determine that The target application is a suspected counterfeit application, wherein the first preset similarity is greater than the second preset similarity.
  • the value range of the first preset similarity may be 0.95-1.00, for example, 0.96, 0.97, etc.
  • the value range of the second preset similarity may be 0.80-0.95, for example, 0.85, 0.90 and so on.
  • the preset threshold may be, for example, a value between 0.8 and 0.85 of the total number of similarities in the second similarity rush.
  • the similarity of each rectangular shape allows The similarity is divided into a first similarity set and a second similarity set.
  • the similarity in the first similarity set is all greater than the first preset similarity and the similarity in the second similarity set is greater than the second preset.
  • the target information includes at least one target category
  • the target category may be, for example, a target application icon, a target application name, or target application analysis data.
  • Another method for determining the target application as a suspected counterfeit application may include steps C1-C3, as follows:
  • a method for scoring a target category may be:
  • the calculation method of the target application name can be: converting the application name of the mobile application to a string and matching all the standard application name strings in the application library, and obtaining a score value according to the matching degree. 75%, the score value can be 7.5 points, where the matching degree can be similarity, etc .;
  • the target application icon score can be calculated by dividing the target application icon into four parts, and each part is compared with the corresponding part of the standard application icon in the application library to get the similarity of each part and find similarities.
  • the average value of the degree, using the above average value as the similarity between the target application icon and the standard application icon, generating a rating value based on the similarity, and generating the rating value based on the similarity may be the same as obtaining the rating value of the target application name;
  • the calculation method of the scoring value of the target application analysis data may be: calculating the scoring value for each target category in the analytic data of the target application to obtain the scoring value, and then obtaining the average value of the scoring value as the scoring value of the target application analysis data.
  • the score value calculation is performed for each target category in the target application analysis data, and the score value can be: take the target application string as an example to explain, directly compare the target application string with the application library Match the strings of the target application to get the number of the same string, get the percentage of the number of the same string to the total number of strings, and generate a score value based on the percentage. For example, if the percentage is 66%, the score is The value is 6.6.
  • the weight value of the target application name is 0.2
  • the weight value of the target application icon is 0.3
  • the weight value of the target application analysis data is 0.5.
  • the value setting method is not specifically limited here.
  • the value range of the preset score value may be 8-10 points, for example, it may be 8.2 points, that is, when the sum of the target score values corresponding to each target category is greater than 8.2 points, the movement can be determined
  • the application is a suspected counterfeit application.
  • a method for sending a suspected phishing application to the server may be: setting different sending priorities for the suspected phishing application, and the sending priority includes a first sending priority, a second sending priority, and a third sending Priority, different sending priorities correspond to different rating value ranges, wherein the rating value is the rating value determined according to steps C1-C3, and different sending priorities have different sending methods, for example, the first sending priority corresponds to The range of score values is 8.2 points to 8.7 points, the range of score values corresponding to the second send priority is 8.7 points to 9.5 points, and the range of score values corresponding to the third send priority is 9.5 points to 10 points.
  • a possible sending method corresponding to the sending priority includes: when the sending priority is the third sending priority, immediately sending the suspected spoofed application to the server; when the sending priority is the second sending priority , The suspected counterfeit application is placed in the first counterfeit application cache library.
  • the number of suspected counterfeit applications in the first counterfeit application cache library reaches the first preset number, all suspected counterfeit applications in the first counterfeit application cache library are replaced.
  • the counterfeit application is sent to the server at the same time; when the sending priority is the third priority, the suspected counterfeit application is placed in the second counterfeit application cache library, and when the number of suspected counterfeit applications in the first counterfeit application cache library reaches the second
  • the preset number is set, all suspected counterfeit applications in the second counterfeit application cache are sent to the server at the same time.
  • the first preset number is smaller than the second preset number.
  • the first preset number may be five, and the second preset number may be ten, for example.
  • another possible sending method corresponding to the sending priority includes: when the sending priority is the third sending priority, immediately sending the suspected spoofed application to the server; when the sending priority is the second sending priority , The suspected counterfeit application is placed in the first counterfeit application cache library, and all suspected counterfeit applications in the first counterfeit application cache library are sent to the server at the same time according to the first preset time; when the sending priority is the first When the priority is three, the suspected counterfeit application is placed in the second counterfeit application cache library, and all suspected counterfeit applications in the second counterfeit application cache library are sent to the server at the same time according to the first preset duration.
  • a preset duration is shorter than the second preset duration.
  • the first preset duration and the second preset duration can be set by the system by default or by a user, which is not limited here.
  • the efficiency of sending the suspected counterfeit application can be improved to a certain extent.
  • the system only needs to send the suspected counterfeit application under certain circumstances.
  • Sending a suspected counterfeit application to the system manager can use the sending resources in a centralized manner, avoiding multiple trigger transmissions and occupying channel resources multiple times.
  • FIG. 3 is a schematic flowchart of a method for identifying a counterfeit application according to an embodiment of the present application. As shown in FIG. 3, the method for identifying a counterfeit application may include steps 301-230, as follows:
  • a possible method for determining whether the suspected counterfeit application is a counterfeit application according to the target information may include steps D1-D2, as follows:
  • D1. Input the target information into a preset counterfeit application determination model, and obtain a target probability value that the suspected counterfeit application is a counterfeit application;
  • a preset counterfeit application determination model is established through a machine learning module.
  • One possible counterfeit application determination model is established as follows: the counterfeit application determination model is a detection model trained through a supervised learning model, The supervised learning model in the counterfeit application determination model can be, for example, a weight model in an artificial neural network method.
  • One way to establish a counterfeit application determination model is to first extract the features from the sample to get the feature set, and then the feature set In the input training model, the training model learns according to the algorithm in the training model.
  • the algorithm can be, for example, gradient descent method, Newton algorithm, conjugate gradient algorithm, etc., and finally whether the output is a probability value of a fake application. After studying a large number of samples, the model of the counterfeit application is finally obtained.
  • the samples are the mobile application information and counterfeit applications that are crawled by the web crawler technology.
  • target probability value is greater than a preset probability value, determine that the suspected counterfeit application is a counterfeit application.
  • the preset probability value may be a value between 0.99-1.00, for example, it may be 0.991, 0.992, and the like.
  • the intelligence and efficiency of identifying counterfeit applications can be improved to a certain extent.
  • Another possible method for determining whether the suspected counterfeit application is a counterfeit application according to the target information may include steps E1-E3, as follows:
  • the legal staff can determine whether there is a counterfeit application from the suspected counterfeit application. Compared with the legal staff, the counterfeit application is judged for all target applications, which can reduce the work of the legal staff To improve the efficiency of the method for identifying counterfeit applications.
  • FIG. 4 is a schematic flowchart of another method for identifying a counterfeit application according to an embodiment of the present application.
  • the method for identifying a counterfeit application may include steps 401-406, as follows:
  • Target information of the target application includes a target application icon, a target application name, or target application analysis data
  • the target information of the target application is compared with the standard information to obtain multiple matching degrees. If any of the matching degrees is greater than the preset matching degree, it is determined that the target application is a suspected counterfeit application. To a certain extent, the accuracy of determining suspected counterfeit applications is improved, thereby improving the accuracy and efficiency of the counterfeit application identification system.
  • FIG. 5 is a schematic flowchart of another method for identifying a counterfeit application according to an embodiment of the present application.
  • the method for identifying a counterfeit application may include steps 501-507, as follows:
  • the target information is scored, and a target application greater than a preset score is determined as a suspected counterfeit application.
  • the target information is scored, and the score value of the target application can be quantified, thereby It can improve the accuracy when determining a suspected counterfeit application, thereby improving the accuracy and efficiency of the counterfeit application identification system.
  • the embodiment of the present application provides another method for identifying counterfeit applications.
  • the method for identifying counterfeit applications may include steps 601-608, as follows:
  • each similarity in the first similarity set is greater than a first preset similarity, and the number of second similarity sets greater than a second preset similarity is greater than a preset threshold, determine that The target application is a suspected counterfeit application, wherein the first preset similarity is greater than the second preset similarity;
  • the embodiment of the present application provides another method for identifying counterfeit applications.
  • the method for identifying counterfeit applications may include steps 701-704, as follows:
  • target probability value is greater than a preset probability value, determine that the suspected counterfeit application is a counterfeit application
  • FIG. 6 is a schematic structural diagram of a terminal according to an embodiment of the present application.
  • the terminal includes a processor, an input device, an output device, and a memory.
  • An input device, an output device, and a memory are connected to each other, where the memory is used to store a computer program, the computer program includes program instructions, the processor is configured to call the program instructions, and the program includes a program configured to execute the following Step instructions
  • the target application is determined to be a suspected counterfeit application according to the target information, sending the suspected counterfeit application and the target information to a server;
  • the above package is used to perform instructions for the following steps:
  • the terminal includes a hardware structure and / or a software module corresponding to each function.
  • this application can be implemented in the form of hardware or a combination of hardware and computer software. Whether a certain function is performed by hardware or computer software-driven hardware depends on the specific application and design constraints of the technical solution. Professional technicians may use different methods to implement the described functions for each specific application, but such implementation should not be considered beyond the scope of this application.
  • the embodiments of the present application may divide the functional units of the terminal according to the foregoing method examples.
  • each functional unit may be divided corresponding to each function, or two or more functions may be integrated into one processing unit.
  • the above integrated unit may be implemented in the form of hardware or in the form of software functional unit. It should be noted that the division of the units in the embodiments of the present application is schematic, and is only a logical function division. In actual implementation, there may be another division manner.
  • FIG. 7 is a schematic structural diagram of a fake application identification system according to an embodiment of the present application.
  • the device for determining counterfeit applications includes a first receiving unit 701, an obtaining unit 702, an extracting unit 703, a determining unit 704, and a second receiving unit 705.
  • a first receiving unit 701 configured to receive a keyword input by a target user
  • An obtaining unit 702 configured to obtain a target application program from the Internet according to the keywords
  • An extraction unit 703, configured to extract target information of the target application
  • a determining unit 704 configured to send the suspected counterfeit application and the target information to a server if the target application is determined to be a suspected counterfeit application according to the target information;
  • the second receiving unit 705 is configured to receive a counterfeit application program determined from the suspected counterfeit application program and sent by the server.
  • a target application is obtained based on keywords, and target information of the target application is extracted. If the target application is determined to be a counterfeit application based on the target information, The suspected phishing application and the target information are sent to a server, and the phishing application sent by the server is received, so that the target application associated with the keyword is obtained through keywords and target information is extracted, and then according to the target The information is obtained from the counterfeit mobile application.
  • the counterfeit mobile application is discriminated artificially, which can improve the intelligence of the counterfeit mobile application discrimination system to a certain extent.
  • the target information includes a target application icon, a target application name, or target application analysis data.
  • the determining unit 704 Specifically: comparing the target application icon, target application name, or target application analysis data with a preset standard application icon, standard application name, or standard application analysis data, respectively, to obtain multiple Target matching degree; if any one of the multiple target matching degrees is greater than a preset matching degree, determining that the target application is a suspected counterfeit application.
  • the target information includes at least one target category.
  • the determining unit 704 is further specifically configured to: for the at least one target A score calculation is performed for each target category in the category to obtain a reference score value corresponding to each target category; the reference score value is multiplied by a weight value of the target category corresponding to the reference score value to obtain A target score value corresponding to each target category; if the sum of the target score values corresponding to each target category is greater than a preset score value, determining that the target application is a suspected counterfeit application.
  • the target information includes a target application icon, and in determining that the target application is a suspected counterfeit application according to the target information, the determining unit 704 is further specifically configured to: use the target application
  • the icon and the preset standard application icon are divided into n * n rectangular figures in the form of a matrix, and each rectangular figure has a matrix coordinate, where the matrix is a matrix of n * n, and n is an odd number greater than 2.
  • FIG. 8 is a schematic structural diagram of a server according to an embodiment of the present application. As shown in FIG. 8, the server includes: a receiving unit 801 and a determining unit 802, where:
  • a receiving unit 801, configured to receive suspected counterfeit applications and target information sent by the counterfeit application determination system
  • a determining unit 802 is configured to determine whether the suspected counterfeit application is a counterfeit application according to the target information, and if it is determined that the suspected counterfeit application is a counterfeit application, send the counterfeit application to the counterfeit Application discrimination system.
  • An embodiment of the present application further provides a computer-readable medium, wherein the computer-readable medium stores a computer program for electronic data exchange, and the computer program enables a computer to execute any counterfeit application program as described in the foregoing method embodiments. Some or all of the steps of the identification method.
  • the embodiment of the present application further provides a computer program product, the computer program product includes a non-transitory computer-readable storage medium storing a computer program, and the computer program enables a computer to execute any one of the counterfeitings described in the foregoing method embodiments Some or all of the steps of the application identification method.
  • the disclosed device may be implemented in other ways.
  • the device embodiments described above are only schematic.
  • the division of the unit is only a logical function division.
  • multiple units or components may be combined or may be combined. Integration into another system, or some features can be ignored or not implemented.
  • the displayed or discussed mutual coupling or direct coupling or communication connection may be through some interfaces, the indirect coupling or communication connection of the device or unit, and may be electrical or other forms.
  • the units described as separate components may or may not be physically separated, and the components displayed as units may or may not be physical units, that is, may be located in one place, or may be distributed on multiple network units. Some or all of the units may be selected according to actual needs to achieve the objective of the solution of this embodiment.
  • the functional units in the various embodiments of the application may be integrated into one processing unit, or each of the units may exist separately physically, or two or more units may be integrated into one unit.
  • the above integrated unit may be implemented in the form of hardware or in the form of software program modules.
  • the integrated unit When the integrated unit is implemented in the form of a software program module and sold or used as an independent product, it may be stored in a computer-readable memory.
  • the technical solution of the present application is essentially a part that contributes to the existing technology or all or part of the technical solution can be embodied in the form of a software product, which is stored in a memory.
  • a computer device which may be a personal computer, a server, or a network device, etc.
  • the foregoing memory includes: a U disk, a read-only memory (ROM), a random access memory (RAM), a mobile hard disk, a magnetic disk, or an optical disk, and other media that can store program codes.
  • the program may be stored in a computer-readable memory, and the memory may include: a flash disk , Read-only memory, random access device, disk or optical disk, etc.

Landscapes

  • Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Technology Law (AREA)
  • Computer Hardware Design (AREA)
  • Computer Security & Cryptography (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Stored Programmes (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本申请实施例提供一种仿冒应用程序判别方法，该方法包括：接收目标用户输入的关键词；根据所述关键词从互联网中获取目标应用程序；提取所述目标应用程序的目标信息；若根据所述目标信息确定出所述目标应用程序为疑似仿冒应用程序，则将所述疑似仿冒应用程序和所述目标信息发送到服务器；接收所述服务器发送的从所述疑似仿冒应用程序中确定的仿冒应用程序，通过实施本申请实施例，能够提升判定仿冒移动应用程序的智能性。

Description

仿冒移动应用程序的判别方法及系统
本申请要求于2018年06月30日提交中国专利局、申请号为2018107035298、申请名称为“仿冒移动应用程序的判别方法及系统”的中国专利申请的优先权，其全部内容通过引用结合在本申请中。
技术领域
本申请涉及移动应用技术领域，具体涉及一种仿冒移动应用程序的判别方法及系统。
背景技术
随着互联网的不断发展，越来越多的企业都会开发属于自己的应用程序，并会对应用程序申请相关的知识产权保护，但是由于应用程序的公开使用，则非法分子将会对应用程序进行仿制，从而对企业带来了损失，当前对此类仿制的应用程序，大多企业大通常会采用人工进行处理，其智能性较低。
发明内容
本申请实施例提供一种仿冒移动应用程序的判别方法及系统，能够提升判定仿冒移动应用程序的智能性。
本申请实施例的第一方面提供了一种仿冒移动应用程序的判别方法，所述方法包括：
接收目标用户输入的关键词；
根据所述关键词从互联网中获取目标应用程序；
提取所述目标应用程序的目标信息；
若根据所述目标信息确定出所述目标应用程序为疑似仿冒应用程序，则将所述疑似仿冒应用程序和所述目标信息发送到服务器；
接收所述服务器发送的从所述疑似仿冒应用程序中确定的仿冒应用程序。
本申请实施例的第二方面提供了一种仿冒应用程序的判别方法，所述方法包括：
接收仿冒应用程序判别系统发送的疑似仿冒应用程序和目标信息；
根据所述目标信息确定所述疑似仿冒应用程序是否为仿冒应用程序，若确定出所述疑似仿冒应用程序为仿冒应用程序，则将所述仿冒应用程序发送到所述仿冒应用程序判别系统。
本申请实施例的第三方面提供了一种仿冒应用程序判别系统，仿冒应用程序的判别系统包括第一接收单元、获取单元、提取单元、确定单元和第二接收单元，其中，
第一接收单元，用于接收目标用户输入的关键词；
获取单元，用于根据所述关键词从互联网中获取目标应用程序；
提取单元，用于提取所述目标应用程序的目标信息；
确定单元，用于若根据所述目标信息确定出所述目标应用程序为疑似仿冒应用程序时，则将所述疑似仿冒应用程序和所述目标信息发送到服务器；
第二接收单元，用于接收所述服务器发送的从所述疑似仿冒应用程序中确定的仿冒应用程序。
本申请实施例的第四方面提供一种终端，包括处理器、输入设备、输出设备和存储器，所述处理器、输入设备、输出设备和存储器相互连接，其中，所述存储器用于存储计算机程序，所述计算机程序包括程序指令，所述处理器被配置用于调用所述程序指令，执行如本申请实施例第一方面和第二方面中的步骤指令。
本申请实施例的第五方面提供了一种计算机可读存储介质，其中，上述计算机可读存储介质存储用于电子数据交换的计算机程序，其中，上述计算机程序使得计算机执行如本申请实施例第一方面和第二方面中所描述的部分或全部步骤。
本申请实施例的第六方面提供了一种计算机程序产品，其中，上述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质，上述计算机程序可操作来使计算机执行如本申请实施例第一方面和第二方面中所描述的部分或全部步骤。该计算机程序产品可以为一个软件安装包。
实施本申请实施例，具有至少如下有益效果：
可以看出，通过本申请实施例，接收目标用户输入的关键词，根据关键词获取目标应用程序，提取所述目标应用程序的目标信息，若根据所述目标信息确定出所述目标应用程序为疑似仿冒应用程序时，则将所述疑似仿冒应用程序和所述目标信息发送到服务器，接收所述服务器发送的仿冒应用程序，以此，通过关键词获取与关键词相关联的目标应用程序并提取出目标信息，然后根据目标信息得到仿冒移动应用程序，相对于现有方案中，采用人工的方式对仿冒移动应用程序进行判别，能够在一定程度上提升仿冒移动应用判别系统的智能性。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述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申请的一些实施例，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他的附图。
图1为本申请实施例提供了一种仿冒移动应用程序判别方法的交互流程示意图；
图2为本申请实施例提供了一种仿冒移动应用程序判别方法的流程示意图；
图3为本申请实施例提供了一种仿冒应用程序判别方法的流程示意图；
图4为本申请实施例提供了另一种仿冒应用程序判别方法的流程示意图；
图5为本申请实施例提供了另一种仿冒应用程序判别方法的流程示意图；
图6为本申请实施例提供的一种终端的结构示意图；
图7为本申请实施例提供了一种仿冒应用程序判别系统的结构示意图；
图8为本申请实施例提供了一种服务器的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本 申请中的实施例，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他实施例，都属于本申请保护的范围。
本申请实施例所涉及到的电子装置可以包括各种具有无线通信功能的手持设备、车载设备、可穿戴设备、计算设备或连接到无线调制解调器的其他处理设备，以及各种形式的用户设备(user equipment，UE)，移动台(mobile station，MS)，终端设备(terminal device)等等。为方便描述，上面提到的设备统称为电子装置。
为了更好的理解本申请实施例提供的仿冒移动应用程序判别方法，首先对仿冒移动应用程序判别方法的交互流程进行简要介绍。请参阅图1，图1为本申请实施例提供了一种仿冒移动应用程序判别方法的交互流程示意图。如图1所示，仿冒移动应用程序判别方法可以为：101、仿冒应用程序判别系统在根据目标信息判断目标应用程序为疑似仿冒应用程序之前，接收目标用户发送的关键词，根据关键词获取目标应用程序，并提取目标应用程序的目标信息，根据目标信息判断目标移动应用程序是否为疑似仿冒移动应用程序；102、仿冒应用程序判别系统将疑似仿冒移动应用程序和目标信息发送到服务器；103、服务器若根据目标信息确定疑似仿冒移动应用程序为仿冒移动应用程序；104、服务器将仿冒应用程序发送给仿冒应用程序判别系统。以此，能够自动化的判别应用程序是否为仿冒应用程序，相对于现有方案中，采用人工的方式来判别应用程序是否为仿冒应用程序，能够一定程度上提升仿冒应用程序判别的智能性和效率。
请参阅图2，图2为本申请实施例提供了一种仿冒移动应用程序判别方法的流程示意图。如图2所示，仿冒移动应用程序判别方法可包括步骤201-204，具体如下：
201、接收目标用户输入的关键词。
其中，关键词例如可以是“好车主”、“极速报价”、“平安普惠”等，关键词可以根据公司类型的不同，公司不同业务，以及公司所开发的不同的应用程序，从而设定不同的关键词。
可选的，目标用户可以在仿冒应用程序管理系统中直接输入关键词；也可以是，接收目标用户发送的包括关键词的信息，从该信息中提取关键词；还可以是，接收目标用户发送的包括关键词的信息，将该信息进行标准化处理，得到标准信息，然后根据上述标准信息，从关键词库中查找对应的关键词，其中，关键词库中包括标准信息与关键词之间的映射关系。
202、根据所述关键词从互联网中获取目标应用程序。
可选的，可以采用网络爬虫技术在互联网中对移动应用程序进行获取。网络爬虫可以采用深度优先遍历策略，也可以采用宽度优先遍历策略，还可以是反向链接数策略等，此处不做具体限定。
203、提取所述目标应用程序的目标信息。
可选的，目标信息可包括：目标应用程序图标、目标应用程序名称、目标应用程序分析数据，目标应用程序分析数据可以包括：目标应用程序的字符串、目标应用程序的类名、URL地址等。
可选的，可以建立应用程序库，应用程序库包括标准应用程序图标、标准应用程序名称以及标准应用程序分析数据，应用程序库可包括多个应用链，应用连可以为一个标准应用程序名对应一个标准应用图标以及标准应用程序分析数据，当然由于一个应用可以具有 多个相似的应用程序图标，则也可以一个标准应用程序名称对应多个标准应用程序图标。标准应用程序的标准应用程序分析数据例如可以是字符串、类名、URL地址等。应用程序库可也按照预设的时长进行更新，一种可能的更新方式为：当企业开发出新的应用程序时，获取该应用程序的目标信息，将目标信息存储到应用程序库中，并在应用程序库中建立应用链。另一种可能的更新方式为：对现有的应用程序的应用链进行更新，当应用程序的应用程序分析数据发生变化时，将变化后的目标信息并行存储到应用链中，即，应用链中存储有多个目标信息。
204、若根据所述目标信息确定出所述目标应用程序为疑似仿冒应用程序时，则将所述疑似仿冒应用程序和所述目标信息发送到服务器。
在一个可能的示例中，以目标信息包括目标应用程序图标、目标应用程序名称或目标应用程序分析数据为例，一种确定目标应用程序为疑似仿冒应用程序的方法可包括步骤A1-A2，具体如下：
A1、将所述目标应用程序图标、目标应用程序名称或目标应用程序分析数据分别与预设的标准应用程序图标、标准应用程序名称或标准应用程序分析数据对应相比对，得到多个目标匹配度；
可选的，上述比对方式具体可以为：目标应用程序图标与标准应用程序图标相比对，目标应用程序名称与标准应用程序名称相比对，目标应用程序分析数据与标准应用程序分析数据相比对，从而得到多个目标匹配度，目标应用程序分析数据中包括多个子分类，则每个子分类分别与标准应用程序分析数据中的子分类进行比对。
其中，目标应用程序名称的相似度计算方法可以为：将目标应用程序的目标应用程序名称转化为字符串与数据库中所有的标准应用程序的字符串进行比对，得到相同的字符的个数，将相同的字符的个数除以总的字符串的个数，得到目标应用程序名称的相似度；目标应用程序图标的相似度计算方法可以为：对目标应用程序的目标应用程序图标进行特征提取，得到目标应用程序图标的目标特征值，对应用程序库中的标准应用程序图标进行特征提取，得到参考特征值，比对目标特征值与参考特征值的相似度，将该相似度作为目标应用程序图标的相似度，例如，参考特征值为0.8，目标特征值为0.75，则相似度可以为0.75/0.8＝0.9375；目标应用程序分析数据的相似度计算方法与目标应用程序名称的相似度计算方法相同，此处不再赘述。
A2、若所述多个目标匹配度中的任意一个目标匹配度大于预设匹配度，则确定所述目标应用程序为疑似仿冒应用程序。
可选的，一种可能的预设匹配度的设置方法可以为：标准应用程序名称对应的预设相似度可以为75％，标准应用程序图标对应的预设相似度可以为90％，标准应用程序分析数据的预设相似度为80％。
在另一个可能的示例中，目标信息包括目标应用程序图标，另一种确定目标应用程序为疑似仿冒应用程序的方法可包括步骤B1-B4，具体如下：
B1、将所述目标应用程序图标以及预设的标准应用程序图标以矩阵的形式拆分为n*n个矩形图形，每个矩形图形具有一个矩阵坐标，其中，所述矩阵为n*n的矩阵，n为大于2的奇数；
可选的，其中以矩阵的形式拆分为n*n个矩形图形时，拆分后得到的矩形图形的面积可以是相同的，也可以是不同的。若拆分后得到的矩形图形的面积不同，则一种可能的拆分方式为：提取目标应用程序图标的关键内容所在的区域，在对该区域进行拆分时，其拆分密度大于非关键内容所在区域的拆分密度，即关键内容所在区域的矩形图形的面积小于非关键内容所在区域的矩形面积。其中，关键内容例如可以是图标中具有标志性意义的区域等，标志性意义的区域可以为能够凸显图标特色的区域，例如百度图标中的特殊形状的区域。
B2、将所述目标应用程序图标与预设的标准应用程序图标中的矩形图形按照对应的坐标位置进行比对，得到n*n个相似度；
B3、将目标应用程序图标中矩阵坐标为(1,1)，(1,n)，(n/2+0.5,1)，(n/2+0.5,x)，(x,n/2+0.5)以及(n,n)的矩形图形与预设的标准应用程序图标中对应坐标位置的图形进行比对，得到的相似度作为第一相似度集合，将第一相似度集合之外的相似度作为第二相似度集合，其中，x的取值范围为[1，n]；
可选的，第一相似度集合中的相似度还可以包括目标应用程序图标的关键内容所在区域的相似度。
B4、若所述第一相似度集合中每个相似度均大于第一预设相似度，且第二相似度集合中大于第二预设相似度的个数大于预设阈值时，则确定出所述目标应用程序为疑似仿冒应用程序，其中，所述第一预设相似度大于所述第二预设相似度。
可选的，第一预设相似度的取值范围可以为0.95-1.00，例如可以是0.96、0.97等，第二预设相似度的取值范围可以为0.80-0.95，例如可以是，0.85、0.90等。预设阈值例如可以是第二相似度急着中相似度总数的0.8到相似度总数0.85之间的数值。
通过将目标应用程序图标拆分为n*n个矩形图形，然后将矩形图形分别与标准应用程序图标在拆分后相同坐标位置的矩形图形进行比对，每个矩形图形的相似度，让后将相似度划分为第一相似度集合和第二相似度集合，在第一相似度集合中的相似度全部大于第一预设相似度且第二相似度集合中的相似度大于第二预设相似度的个数大于预设阈值时，确定出目标应用程序为疑似仿冒应用程序，能够在一定程度上提升判别目标应用程序为疑似仿冒应用程序的准确性。
在另一个可能的示例中，目标信息包括至少一个目标类别，目标类别例如可以是目标应用程序图标、目标应用程序名称或目标应用程序分析数据。另一种确定目标应用程序为疑似仿冒应用程序的方法可包括步骤C1-C3，具体如下：
C1、对所述至少一个目标类别中的每个目标类别进行评分计算，得到与所述每个目标类别相对应的参考评分值；
可选的，一种对目标类别进行评分计算的方法可以为：
目标应用程序名称的评分计算方式可以为：将移动应用的应用名称转化为字符串与应用程序库中所有的标准应用程序名称的字符串进行匹配，根据匹配度得到评分值，例如，匹配度为75％，则评分值可以为7.5分，其中，匹配度可以为相似度等；
目标应用程序图标的评分计算方式可以为：将目标应用程序图标分为四部分，每一部分分别于应用程序库中标准应用程序图标对应的部分进行比对，得到每一部分的相似度， 并求相似度的均值，将上述均值作为目标应用程序图标与标准应用程序图标的相似度，根据相似度生成评分值，根据相似度生成评分值的方式可以与目标应用程序名称的评分值获取方式相同；
目标应用程序分析数据的评分值计算方式可以为：对目标应用程序分析数据中的每一个目标类别进行评分值计算得到评分值，然后求取评分值的均值，作为目标应用程序分析数据的评分值，其中，对目标应用程序分析数据中的每一个目标类别进行评分值计算得到评分值可以为：以目标应用程序的字符串为例进行说明，直接将目标应用程序的字符串与应用程序库中的目标应用程序的字符串进行匹配，得到相同字符串的个数，获取相同字符串的个数占总字符串个数的百分比，根据该百分比生成评分值，例如，百分比为66％，则评分值为6.6。
C2、将所述参考评分值乘以与所述参考评分值对应的目标类别的权重值，得到与所述每个目标类别相对应的目标评分值；
其中，一种可能的权重值设置方式为：目标应用程序名称的权重值为0.2、目标应用程序图标的权重值为0.3、目标应用程序分析数据的权重值为0.5，当然还可以具有其它的权重值设置方式，此处不做具体限定。
C3、若与所述每个目标类别相对应的目标评分值之和大于预设评分值，则确定出所述目标应用程序为疑似仿冒应用程序。
其中，预设评分值的取值范围可以为8-10分，例如可以是8.2分等，即与所述每个目标类别相对应的目标评分值之和大于8.2分时，则可以判别出移动应用为疑似仿冒应用。
可选的，一种将疑似仿冒应用程序发送到服务器的方法可以为：对疑似仿冒应用程序设置不同的发送优先级，发送优先级包括第一发送优先级、第二发送优先级和第三发送优先级，不同的发送优先级对应不同的评分值区间，其中，评分值为根据步骤C1-C3所确定的评分值，不同的发送优先级具有不同的发送方式，例如：第一发送优先级对应的评分值区间为：8.2分-8.7分，第二发送优先级对应的评分值区间为：8.7分-9.5分，第三发送优先级对应的评分值区间为：9.5分-10分。
可选的，一种可能的发送优先级对应的发送方式包括：当发送优先级为第三发送优先级时，立即将该疑似仿冒应用发送给服务器；当发送优先级为第二发送优先级时，则将该疑似仿冒应用放置到第一仿冒应用缓存库中，当第一仿冒应用缓存库中疑似仿冒应用的数量达到第一预设数量时，将换第一仿冒应用缓存库中的所有疑似仿冒应用同时发送给服务器；当发送优先级为第三优先级时，则将该疑似仿冒应用放置到第二仿冒应用缓存库中，当第一仿冒应用缓存库中疑似仿冒应用的数量达到第二预设数量时，将换第二仿冒应用缓存库中的所有疑似仿冒应用同时发送给服务器。其中，第一预设数量小于第二预设数量，第一预设数量例如可以是5个，第二预设数量例如可以是10个。
可选的，另一种可能的发送优先级对应的发送方式包括：当发送优先级为第三发送优先级时，立即将该疑似仿冒应用发送给服务器；当发送优先级为第二发送优先级时，则将该疑似仿冒应用放置到第一仿冒应用缓存库中，按照第一预设时长，将换第一仿冒应用缓存库中的所有疑似仿冒应用同时发送给服务器；当发送优先级为第三优先级时，则将该疑似仿冒应用放置到第二仿冒应用缓存库中，按照第一预设时长，将换第二仿冒应用缓存库 中的所有疑似仿冒应用同时发送给服务器，其中，第一预设时长小于第二预设时长，第一预设时长和第二预设时长可以由系统默认设置，也可以由用户设置，此处不做限定。
通过上述方法将疑似仿冒应用程序发送到服务器，可以一定程度上提升对疑似仿冒应用的发送效率，系统仅需要在特定的情况下才对疑似仿冒应用进行发送，相对于检测到疑似仿冒应用便将向系统管理者发送疑似仿冒应用，能够将发送资源集中利用，避免了多次触发发送，多次占用信道资源。
205、接收所述服务器发送的从所述疑似仿冒应用程序中确定的仿冒应用程序。
请参阅图3，图3为本申请实施例提供了一种仿冒应用程序判别方法的流程示意图。如图3所示，仿冒应用程序判别方法可包括步骤301-302，具体如下：
301、接收仿冒应用程序判别系统发送的疑似仿冒应用程序和目标信息。
302、根据所述目标信息确定所述疑似仿冒应用程序是否为仿冒应用程序，若确定出所述疑似仿冒应用程序为仿冒应用程序，则将所述仿冒应用程序发送到所述仿冒应用程序判别系统。
可选的，根据所述目标信息确定所述疑似仿冒应用程序是否为仿冒应用程序的一种可能的方法可以包括步骤D1-D2，具体如下：
D1、将所述目标信息输入到预设的仿冒应用程序确定模型，得到所述疑似仿冒应用程序为仿冒应用程序的目标概率值；
其中，预设的仿冒应用程序确定模型通过机器学习模块进行建立，一种可能的仿冒应用程序确定模型建立方式为：仿冒应用程序确定模型为一种通过有监督学习模型而训练得到的检测模型，仿冒应用程序确定模型中的有监督学习模型例如可以是人工神经网络法中权重模型等，仿冒应用程序确定模型的一种建立方法为：首先将样本进行特征提取，得到特征集，然后将特征集输入训练模型中，训练模型根据训练模型中的算法进行学习，该算法例如可以是梯度下降法、牛顿算法、共轭梯度算法等，最后输出是否为仿冒应用程序的概率值，以此方法，通过对大量的样本的学习，最终得到仿冒应用程序确定模型，其中，样本为通过网络爬虫技术爬取的移动应用信息与仿冒应用程序。
D2、若所述目标概率值大于预设概率值，则确定出上述疑似仿冒应用程序为仿冒应用程序。
可选的，预设概率值可以为0.99-1.00之间的数值，例如可以为0.991、0.992等。
通过采用仿冒应用程序确定模型，能够一定程度上提升确定仿冒应用程序的智能性和效率。
可选的，根据所述目标信息确定所述疑似仿冒应用程序是否为仿冒应用程序的另一种可能的方法可以包括步骤E1-E3，具体如下：
E1、将所述目标信息和疑似仿冒应用程序发送给法务人员；
E2、接收所述法务人员发送的仿冒应用确认指令；
E3、根据所述仿冒应用确认指令确认所述疑似仿冒应用程序是否为仿冒应用程序。
通过将目标信息发送给法务人员，从法务人员可从疑似仿冒应用程序中来确定是否存在仿冒应用，相对于法务人员对所有的目标应用程序来进行仿冒应用程序的判别，能够减少法务人员的工作量，从而提升法对仿冒应用进行确认的效率。
请参阅图4，图4为本申请实施例提供了另一种仿冒应用程序判别方法的流程示意图。如图4所示，仿冒应用程序判别方法可包括步骤401-406，具体如下：
401、根据所述关键词从互联网中获取目标应用程序；
402、提取所述目标应用程序的目标信息，所述目标信息包括目标应用程序图标、目标应用程序名称或目标应用程序分析数据；
403、将所述目标应用程序图标、目标应用程序名称或目标应用程序分析数据分别与预设的标准应用程序图标、标准应用程序名称或标准应用程序分析数据对应相比对，得到多个目标匹配度；
404、若所述多个目标匹配度中的任意一个目标匹配度大于预设匹配度，则确定所述目标应用程序为疑似仿冒应用程序；
405、将所述疑似仿冒应用程序和所述目标信息发送到服务器；
406、接收所述服务器发送的从所述疑似仿冒应用程序中确定的仿冒应用程序。
通过本实施例，将目标应用程序的目标信息与标准信息相比对，得到多个匹配度，若任意一个匹配度大于预设匹配度，则确定出目标应用程序为疑似仿冒应用程序，能够在一定程度上提升确定疑似仿冒应用程序的准确性，进而提升仿冒应用程序判别系统的准确性以及效率。
请参阅图5，图5为本申请实施例提供了另一种仿冒应用程序判别方法的流程示意图。如图5所示，仿冒应用程序判别方法可包括步骤501-507，具体如下：
501、根据所述关键词从互联网中获取目标应用程序；
502、提取所述目标应用程序的目标信息，所述目标信息包括至少一个目标类别；
503、对所述至少一个目标类别中的每个目标类别进行评分计算，得到与所述每个目标类别相对应的参考评分值；
504、将所述参考评分值乘以与所述参考评分值对应的目标类别的权重值，得到与所述每个目标类别相对应的目标评分值；
505、若与所述每个目标类别相对应的目标评分值之和大于预设评分值，则确定出所述目标应用程序为疑似仿冒应用程序；
506、将所述疑似仿冒应用程序和所述目标信息发送到服务器；
507、接收所述服务器发送的从所述疑似仿冒应用程序中确定的仿冒应用程序。
通过本实施例，对目标信息进行评分处理，将大于预设评分值的目标应用程序确定为疑似仿冒应用，以此，对目标信息进行评分处理，能够量化的得到目标应用程序的评分值，从而可以提升确定疑似仿冒应用时的准确性，进而提升仿冒应用程序判别系统的准确性以及效率。
本申请实施例提供了另一种仿冒应用程序判别方法，仿冒应用程序判别方法可包括步骤601-608，具体如下：
601、根据所述关键词从互联网中获取目标应用程序；
602、提取所述目标应用程序的目标信息，所述目标信息包括目标应用程序图标；
603、将所述目标应用程序图标以及预设的标准应用程序图标以矩阵的形式拆分为n*n个矩形图形，每个矩形图形具有一个矩阵坐标，其中，所述矩阵为n*n的矩阵，n为大于2 的奇数；
604、将所述目标应用程序图标与预设的标准应用程序图标中的矩形图形按照对应的坐标位置进行比对，得到n*n个相似度；
605、将目标应用程序图标中矩阵坐标为(1,1)，(1，n)，(n/2+0.5,1)，(n/2+0.5,x)，(x,n/2+0.5)以及(n，n)的矩形图形与预设的标准应用程序图标中对应坐标位置的图形进行比对，得到的相似度作为第一相似度集合，将第一相似度集合之外的相似度作为第二相似度集合，其中，x的取值范围为[1，n]；
606、若所述第一相似度集合中每个相似度均大于第一预设相似度，且第二相似度集合中大于第二预设相似度的个数大于预设阈值时，则确定出所述目标应用程序为疑似仿冒应用程序，其中，所述第一预设相似度大于所述第二预设相似度；
607、将所述疑似仿冒应用程序和所述目标信息发送到服务器；
608、接收所述服务器发送的从所述疑似仿冒应用程序中确定的仿冒应用程序。
通过本实施例，通过判别应用程序图标的特定位置的相似度，以及非特定位置的相似度，在特定位置的所有相似度均大于第一预设相似度且非特定位置的相似度部分大于第二预设相似度时，确定目标应用程序为疑似仿冒应用程序，以此，能够更一定程度上的提升疑似仿冒应用程序判定时的准确性。
本申请实施例提供了另一种仿冒应用程序判别方法，仿冒应用程序判别方法可包括步骤701-704，具体如下：
701、接收仿冒应用程序判别系统发送的疑似仿冒应用程序和目标信息；
702、将所述目标信息输入到预设的仿冒应用程序确定模型，得到所述疑似仿冒应用程序为仿冒应用程序的目标概率值；
703、若所述目标概率值大于预设概率值，则确定出上述疑似仿冒应用程序为仿冒应用程序；
704、将所述仿冒应用程序发送到所述仿冒应用程序判别系统。
与上述实施例一致的，请参阅图6，图6为本申请实施例提供的一种终端的结构示意图，如图所示，包括处理器、输入设备、输出设备和存储器，所述处理器、输入设备、输出设备和存储器相互连接，其中，所述存储器用于存储计算机程序，所述计算机程序包括程序指令，所述处理器被配置用于调用所述程序指令，上述程序包括用于执行以下步骤的指令；
接收目标用户输入的关键词；
根据所述关键词从互联网中获取目标应用程序；
提取所述目标应用程序的目标信息；
若根据所述目标信息确定出所述目标应用程序为疑似仿冒应用程序，则将所述疑似仿冒应用程序和所述目标信息发送到服务器；
接收所述服务器发送的从所述疑似仿冒应用程序中确定的仿冒应用程序。
在一个可能的示例中，上述程序包用于执行以下步骤的指令：
接收仿冒应用程序判别系统发送的疑似仿冒应用程序和目标信息；
根据所述目标信息确定所述疑似仿冒应用程序是否为仿冒应用程序，若确定出所述疑 似仿冒应用程序为仿冒应用程序，则将所述仿冒应用程序发送到所述仿冒应用程序判别系统。
上述主要从方法侧执行过程的角度对本申请实施例的方案进行了介绍。可以理解的是，终端为了实现上述功能，其包含了执行各个功能相应的硬件结构和/或软件模块。本领域技术人员应该很容易意识到，结合本文中所提供的实施例描述的各示例的单元及算法步骤，本申请能够以硬件或硬件和计算机软件的结合形式来实现。某个功能究竟以硬件还是计算机软件驱动硬件的方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。
本申请实施例可以根据上述方法示例对终端进行功能单元的划分，例如，可以对应各个功能划分各个功能单元，也可以将两个或两个以上的功能集成在一个处理单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。需要说明的是，本申请实施例中对单元的划分是示意性的，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。
与上述一致的，请参阅图7，图7为本申请实施例提供了一种仿冒应用程序判别系统的结构示意图。仿冒应用程序的判别装置包括第一接收单元701、获取单元702、提取单元703、确定单元704和第二接收单元705，其中，
第一接收单元701，用于接收目标用户输入的关键词；
获取单元702，用于根据所述关键词从互联网中获取目标应用程序；
提取单元703，用于提取所述目标应用程序的目标信息；
确定单元704，用于若根据所述目标信息确定出所述目标应用程序为疑似仿冒应用程序时，则将所述疑似仿冒应用程序和所述目标信息发送到服务器；
第二接收单元705，用于接收所述服务器发送的从所述疑似仿冒应用程序中确定的仿冒应用程序。
可以看出，通过本申请实施例，根据关键词获取目标应用程序，提取所述目标应用程序的目标信息，若根据所述目标信息确定出所述目标应用程序为疑似仿冒应用程序时，则将所述疑似仿冒应用程序和所述目标信息发送到服务器，接收所述服务器发送的仿冒应用程序，以此，通过关键词获取与关键词相关联的目标应用程序并提取出目标信息，然后根据目标信息得到仿冒移动应用程序，相对于现有方案中，采用人工的方式对仿冒移动应用程序进行判别，能够在一定程度上提升仿冒移动应用判别系统的智能性。
可选的，所述目标信息包括目标应用程序图标、目标应用程序名称或目标应用程序分析数据，在根据所述目标信息确定出所述目标应用程序为疑似仿冒应用程序方面，所述确定单元704具体用于：将所述目标应用程序图标、目标应用程序名称或目标应用程序分析数据分别与预设的标准应用程序图标、标准应用程序名称或标准应用程序分析数据对应相比对，得到多个目标匹配度；若所述多个目标匹配度中的任意一个目标匹配度大于预设匹配度，则确定所述目标应用程序为疑似仿冒应用程序。
可选的，所述目标信息包括至少一个目标类别，在根据所述目标信息确定出所述目标应用程序为疑似仿冒应用程序方面，所述确定单元704还具体用于：对所述至少一个目标 类别中的每个目标类别进行评分计算，得到与所述每个目标类别相对应的参考评分值；将所述参考评分值乘以与所述参考评分值对应的目标类别的权重值，得到与所述每个目标类别相对应的目标评分值；若与所述每个目标类别相对应的目标评分值之和大于预设评分值，则确定出所述目标应用程序为疑似仿冒应用程序。
可选的，所述目标信息包括目标应用程序图标，在根据所述目标信息确定出所述目标应用程序为疑似仿冒应用程序方面，所述确定单元704还具体用于：将所述目标应用程序图标以及预设的标准应用程序图标以矩阵的形式拆分为n*n个矩形图形，每个矩形图形具有一个矩阵坐标，其中，所述矩阵为n*n的矩阵，n为大于2的奇数；将所述目标应用程序图标与预设的标准应用程序图标中的矩形图形按照对应的坐标位置进行比对，得到n*n个相似度；将目标应用程序图标中矩阵坐标为(1,1)，(1，n)，(n/2+0.5,1)，(n/2+0.5,x)，(x,n/2+0.5)以及(n，n)的矩形图形与预设的标准应用程序图标中对应坐标位置的图形进行比对，得到的相似度作为第一相似度集合，将第一相似度集合之外的相似度作为第二相似度集合，其中，x的取值范围为[1，n]；若所述第一相似度集合中每个相似度均大于第一预设相似度，且第二相似度集合中大于第二预设相似度的个数大于预设阈值时，则确定出所述目标应用程序为疑似仿冒应用程序，其中，所述第一预设相似度大于所述第二预设相似度。
与上述一致的，请参阅图8，图8为本申请实施例提供了一种服务器的结构示意图。如图8所示，服务器包括：接收单元801和确定单元802，其中，
接收单元801，用于接收仿冒应用程序判别系统发送的疑似仿冒应用程序和目标信息；
确定单元802，用于根据所述目标信息确定所述疑似仿冒应用程序是否为仿冒应用程序，若确定出所述疑似仿冒应用程序为仿冒应用程序，则将所述仿冒应用程序发送到所述仿冒应用程序判别系统。
本申请实施例还提供一种计算机可读介质，其中，该计算机可读介质存储用于电子数据交换的计算机程序，该计算机程序使得计算机执行如上述方法实施例中记载的任何一种仿冒应用程序判别方法的部分或全部步骤。
本申请实施例还提供一种计算机程序产品，所述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质，该计算机程序使得计算机执行如上述方法实施例中记载的任何一种仿冒应用程序判别方法的部分或全部步骤。
需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本申请并不受所描述的动作顺序的限制，因为依据本申请，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本申请所必须的。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中，应该理解到，所揭露的装置，可通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可 以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在申请明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件程序模块的形式实现。
所述集成的单元如果以软件程序模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储器中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储器中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储器包括：U盘、只读存储器(read-only memory，ROM)、随机存取存储器(random access memory，RAM)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序可以存储于一计算机可读存储器中，存储器可以包括：闪存盘、只读存储器、随机存取器、磁盘或光盘等。
以上对本申请实施例进行了详细介绍，本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想；同时，对于本领域的一般技术人员，依据本申请的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本申请的限制。
以上所揭露的仅为本申请较佳实施例而已，当然不能以此来限定本申请之权利范围，因此依本申请权利要求所作的等同变化，仍属本申请所涵盖的范围。

Claims (20)

  1. 一种仿冒应用程序判别方法，其特征在于，所述方法包括：
    接收目标用户输入的关键词；
    根据所述关键词从互联网中获取目标应用程序；
    提取所述目标应用程序的目标信息；
    若根据所述目标信息确定出所述目标应用程序为疑似仿冒应用程序，则将所述疑似仿冒应用程序和所述目标信息发送到服务器；
    接收所述服务器发送的从所述疑似仿冒应用程序中确定的仿冒应用程序。
  2. 根据权利要求1所述的方法，其特征在于，所述目标信息包括目标应用程序图标、目标应用程序名称或目标应用程序分析数据，所述根据所述目标信息确定出所述目标应用程序为疑似仿冒应用程序，包括：
    将所述目标应用程序图标、目标应用程序名称或目标应用程序分析数据分别与预设的标准应用程序图标、标准应用程序名称或标准应用程序分析数据对应相比对，得到多个目标匹配度；
    若所述多个目标匹配度中的任意一个目标匹配度大于预设匹配度，则确定所述目标应用程序为疑似仿冒应用程序。
  3. 根据权利要求1所述的方法，其特征在于，所述目标信息包括至少一个目标类别，所述根据所述目标信息确定出所述目标应用程序为疑似仿冒应用程序，包括：
    对所述至少一个目标类别中的每个目标类别进行评分计算，得到与所述每个目标类别相对应的参考评分值；
    将所述参考评分值乘以与所述参考评分值对应的目标类别的权重值，得到与所述每个目标类别相对应的目标评分值；
    若与所述每个目标类别相对应的目标评分值之和大于预设评分值，则确定出所述目标应用程序为疑似仿冒应用程序。
  4. 根据权利要求1所述的方法，其特征在于，所述目标信息包括目标应用程序图标，所述根据所述目标信息确定出所述目标应用程序为疑似仿冒应用程序，包括：
    将所述目标应用程序图标以及预设的标准应用程序图标以矩阵的形式拆分为n*n个矩形图形，每个矩形图形具有一个矩阵坐标，其中，所述矩阵为n*n的矩阵，n为大于2的奇数；
    将所述目标应用程序图标与预设的标准应用程序图标中的矩形图形按照对应的坐标位置进行比对，得到n*n个相似度；
    将目标应用程序图标中矩阵坐标为(1,1)，(1，n)，(n/2+0.5,1)，(n/2+0.5,x)，(x,n/2+0.5)以及(n，n)的矩形图形与预设的标准应用程序图标中对应坐标位置的图形进行比对，得到的相似度作为第一相似度集合，将第一相似度集合之外的相似度作为第二相似度集合，其中，x的取值范围为[1，n]；
    若所述第一相似度集合中每个相似度均大于第一预设相似度，且第二相似度集合中大于第二预设相似度的个数大于预设阈值时，则确定出所述目标应用程序为疑似仿冒应用程 序，其中，所述第一预设相似度大于所述第二预设相似度。
  5. 一种仿冒应用程序判别方法，其特征在于，所述方法包括：
    接收仿冒应用程序判别系统发送的疑似仿冒应用程序和目标信息；
    根据所述目标信息确定所述疑似仿冒应用程序是否为仿冒应用程序，若确定出所述疑似仿冒应用程序为仿冒应用程序，则将所述仿冒应用程序发送到所述仿冒应用程序判别系统。
  6. 根据权利要求5所述的方法，其特征在于，所述根据所述目标信息确定所述疑似仿冒应用程序是否为仿冒应用程序，包括：
    将所述目标信息输入到预设的仿冒应用程序确定模型，得到所述疑似仿冒应用程序为仿冒应用程序的目标概率值；
    若所述目标概率值大于预设概率值，则确定出上述疑似仿冒应用程序为仿冒应用程序。
  7. 根据权利要求5所述的方法，其特征在于，所述根据所述目标信息确定所述疑似仿冒应用程序是否为仿冒应用程序，包括：
    将所述目标信息和疑似仿冒应用程序发送给法务人员；
    接收所述法务人员发送的仿冒应用确认指令；
    根据所述仿冒应用确认指令确认所述疑似仿冒应用程序是否为仿冒应用程序。
  8. 一种仿冒应用程序判别系统，其特征在于，所述系统包括：
    第一接收单元，用于接收目标用户输入的关键词；
    获取单元，用于根据所述关键词从互联网中获取目标应用程序；
    提取单元，用于提取所述目标应用程序的目标信息；
    确定单元，用于若根据所述目标信息确定出所述目标应用程序为疑似仿冒应用程序时，则将所述疑似仿冒应用程序和所述目标信息发送到服务器；
    第二接收单元，用于接收所述服务器发送的从所述疑似仿冒应用程序中确定的仿冒应用程序。
  9. 根据权利要求8所述的系统，其特征在于，所述目标信息包括目标应用程序图标、目标应用程序名称或目标应用程序分析数据，所述确定单元具体用于：
    将所述目标应用程序图标、目标应用程序名称或目标应用程序分析数据分别与预设的标准应用程序图标、标准应用程序名称或标准应用程序分析数据对应相比对，得到多个目标匹配度；
    若所述多个目标匹配度中的任意一个目标匹配度大于预设匹配度，则确定所述目标应用程序为疑似仿冒应用程序。
  10. 根据权利要求8所述的系统，其特征在于，所述目标信息包括至少一个目标类别，所述确定单元具体用于：
    对所述至少一个目标类别中的每个目标类别进行评分计算，得到与所述每个目标类别相对应的参考评分值；
    将所述参考评分值乘以与所述参考评分值对应的目标类别的权重值，得到与所述每个目标类别相对应的目标评分值；
    若与所述每个目标类别相对应的目标评分值之和大于预设评分值，则确定出所述目标 应用程序为疑似仿冒应用程序。
  11. 根据权利要求8所述的系统，其特征在于，所述目标信息包括目标应用程序图标，所述确定单元具体用于：
    将所述目标应用程序图标以及预设的标准应用程序图标以矩阵的形式拆分为n*n个矩形图形，每个矩形图形具有一个矩阵坐标，其中，所述矩阵为n*n的矩阵，n为大于2的奇数；
    将所述目标应用程序图标与预设的标准应用程序图标中的矩形图形按照对应的坐标位置进行比对，得到n*n个相似度；
    将目标应用程序图标中矩阵坐标为(1,1)，(1，n)，(n/2+0.5,1)，(n/2+0.5,x)，(x,n/2+0.5)以及(n，n)的矩形图形与预设的标准应用程序图标中对应坐标位置的图形进行比对，得到的相似度作为第一相似度集合，将第一相似度集合之外的相似度作为第二相似度集合，其中，x的取值范围为[1，n]；
    若所述第一相似度集合中每个相似度均大于第一预设相似度，且第二相似度集合中大于第二预设相似度的个数大于预设阈值时，则确定出所述目标应用程序为疑似仿冒应用程序，其中，所述第一预设相似度大于所述第二预设相似度。
  12. 一种仿冒应用程序判别服务器，其特征在于，所述服务器包括：
    接收单元，用于接收仿冒应用程序判别系统发送的疑似仿冒应用程序和目标信息；
    确定单元，用于根据所述目标信息确定所述疑似仿冒应用程序是否为仿冒应用程序，若确定出所述疑似仿冒应用程序为仿冒应用程序，则将所述仿冒应用程序发送到所述仿冒应用程序判别系统。
  13. 根据权利要求12所述的服务器，其特征在于，所述确定单元具体用于：
    将所述目标信息输入到预设的仿冒应用程序确定模型，得到所述疑似仿冒应用程序为仿冒应用程序的目标概率值；
    若所述目标概率值大于预设概率值，则确定出上述疑似仿冒应用程序为仿冒应用程序。
  14. 根据权利要求12所述的服务器，特征在于，所述确定单元具体用于：
    将所述目标信息和疑似仿冒应用程序发送给法务人员；
    接收所述法务人员发送的仿冒应用确认指令；
    根据所述仿冒应用确认指令确认所述疑似仿冒应用程序是否为仿冒应用程序。
  15. 一种终端，其特征在于，包括处理器、输入设备、输出设备和存储器，所述处理器、输入设备、输出设备和存储器相互连接，其中，所述存储器用于存储计算机程序，所述计算机程序包括程序指令，所述处理器被配置用于调用所述程序指令，所述处理器用于执行：
    接收目标用户输入的关键词；
    根据所述关键词从互联网中获取目标应用程序；
    提取所述目标应用程序的目标信息；
    若根据所述目标信息确定出所述目标应用程序为疑似仿冒应用程序，则将所述疑似仿冒应用程序和所述目标信息发送到服务器；
    接收所述服务器发送的从所述疑似仿冒应用程序中确定的仿冒应用程序。
  16. 根据权利要求15所述的终端，其特征在于，所述目标信息包括目标应用程序图标、目标应用程序名称或目标应用程序分析数据，在根据所述目标信息确定出所述目标应用程序为疑似仿冒应用程序方面，所述处理器还用于执行：
    将所述目标应用程序图标、目标应用程序名称或目标应用程序分析数据分别与预设的标准应用程序图标、标准应用程序名称或标准应用程序分析数据对应相比对，得到多个目标匹配度；
    若所述多个目标匹配度中的任意一个目标匹配度大于预设匹配度，则确定所述目标应用程序为疑似仿冒应用程序。
  17. 根据权利要求15所述的终端，其特征在于，所述目标信息包括至少一个目标类别，在根据所述目标信息确定出所述目标应用程序为疑似仿冒应用程序方面，所述处理器还用于执行：
    对所述至少一个目标类别中的每个目标类别进行评分计算，得到与所述每个目标类别相对应的参考评分值；
    将所述参考评分值乘以与所述参考评分值对应的目标类别的权重值，得到与所述每个目标类别相对应的目标评分值；
    若与所述每个目标类别相对应的目标评分值之和大于预设评分值，则确定出所述目标应用程序为疑似仿冒应用程序。
  18. 根据权利要求15所述的终端，其特征在于，所述目标信息包括目标应用程序图标，在根据所述目标信息确定出所述目标应用程序为疑似仿冒应用程序方面，所述处理器还具体用于：
    将所述目标应用程序图标以及预设的标准应用程序图标以矩阵的形式拆分为n*n个矩形图形，每个矩形图形具有一个矩阵坐标，其中，所述矩阵为n*n的矩阵，n为大于2的奇数；
    将所述目标应用程序图标与预设的标准应用程序图标中的矩形图形按照对应的坐标位置进行比对，得到n*n个相似度；
    将目标应用程序图标中矩阵坐标为(1,1)，(1，n)，(n/2+0.5,1)，(n/2+0.5,x)，(x,n/2+0.5)以及(n，n)的矩形图形与预设的标准应用程序图标中对应坐标位置的图形进行比对，得到的相似度作为第一相似度集合，将第一相似度集合之外的相似度作为第二相似度集合，其中，x的取值范围为[1，n]；
    若所述第一相似度集合中每个相似度均大于第一预设相似度，且第二相似度集合中大于第二预设相似度的个数大于预设阈值时，则确定出所述目标应用程序为疑似仿冒应用程序，其中，所述第一预设相似度大于所述第二预设相似度。
  19. 一种服务器，其特征在于，包括处理器、输入设备、输出设备和存储器，所述处理器、输入设备、输出设备和存储器相互连接，其中，所述存储器用于存储计算机程序，所述计算机程序包括程序指令，所述处理器被配置用于调用所述程序指令，所述处理器用于执行：
    接收仿冒应用程序判别系统发送的疑似仿冒应用程序和目标信息；
    根据所述目标信息确定所述疑似仿冒应用程序是否为仿冒应用程序，若确定出所述疑 似仿冒应用程序为仿冒应用程序，则将所述仿冒应用程序发送到所述仿冒应用程序判别系统。
  20. 一种计算机可读存储介质，其特征在于，所述计算机可读介质存储有计算机程序，所述计算机程序包括程序指令，所述程序指令当被处理器执行时使所述处理器执行如权利要求1-7任一项所述的方法。
PCT/CN2018/108885 2018-06-30 2018-09-29 仿冒移动应用程序的判别方法及系统 Ceased WO2020000752A1 (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN201810703529.8 2018-06-30
CN201810703529.8A CN108920909B (zh) 2018-06-30 2018-06-30 仿冒移动应用程序判别方法及系统

Publications (1)

Publication Number Publication Date
WO2020000752A1 true WO2020000752A1 (zh) 2020-01-02

Family

ID=64422772

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/CN2018/108885 Ceased WO2020000752A1 (zh) 2018-06-30 2018-09-29 仿冒移动应用程序的判别方法及系统

Country Status (2)

Country Link
CN (1) CN108920909B (zh)
WO (1) WO2020000752A1 (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115618859A (zh) * 2022-11-09 2023-01-17 中国平安财产保险股份有限公司 一种基于大数据的研效管理方法、装置、设备及存储介质
CN116894196A (zh) * 2023-07-28 2023-10-17 北京邮电大学 一种针对微信仿冒小程序的检测方法及系统

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112149101A (zh) * 2019-06-28 2020-12-29 北京智明星通科技股份有限公司 虚假游戏app识别方法及系统
CN110704104B (zh) * 2019-10-14 2023-10-03 北京智游网安科技有限公司 一种应用仿冒检测方法、智能终端及存储介质
CN112348104B (zh) * 2020-11-17 2023-08-18 百度在线网络技术（北京）有限公司 仿冒程序的识别方法、装置、设备及存储介质
CN114117423A (zh) * 2021-09-16 2022-03-01 浙江网商银行股份有限公司 仿冒应用信息获取方法、装置和设备
CN115114587A (zh) * 2022-07-19 2022-09-27 中国电信股份有限公司 仿冒小程序的自动识别方法、系统、设备及存储介质
CN116842376A (zh) * 2023-06-02 2023-10-03 曹竞存 仿冒app的检测方法及装置、终端

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103324697A (zh) * 2013-06-07 2013-09-25 北京掌汇天下科技有限公司 一种基于图标对比的android应用搜索山寨应用剔除方法
US9542691B1 (en) * 2010-04-22 2017-01-10 Sionic Mobile Corporation System and method for securely managing delivery and redemption of location-based incentives and customer loyalty rewards to mobile devices
CN107273546A (zh) * 2017-07-14 2017-10-20 北京邮电大学 仿冒应用检测方法以及系统
CN107766726A (zh) * 2016-08-16 2018-03-06 腾讯科技（深圳）有限公司 应用安全性检测方法和装置

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5389879B2 (ja) * 2011-09-20 2014-01-15 株式会社日立製作所 撮像装置、監視カメラ、およびカメラ画面のマスク方法
CN104133832B (zh) * 2014-05-15 2016-07-13 腾讯科技（深圳）有限公司 盗版应用的识别方法及装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9542691B1 (en) * 2010-04-22 2017-01-10 Sionic Mobile Corporation System and method for securely managing delivery and redemption of location-based incentives and customer loyalty rewards to mobile devices
CN103324697A (zh) * 2013-06-07 2013-09-25 北京掌汇天下科技有限公司 一种基于图标对比的android应用搜索山寨应用剔除方法
CN107766726A (zh) * 2016-08-16 2018-03-06 腾讯科技（深圳）有限公司 应用安全性检测方法和装置
CN107273546A (zh) * 2017-07-14 2017-10-20 北京邮电大学 仿冒应用检测方法以及系统

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115618859A (zh) * 2022-11-09 2023-01-17 中国平安财产保险股份有限公司 一种基于大数据的研效管理方法、装置、设备及存储介质
CN116894196A (zh) * 2023-07-28 2023-10-17 北京邮电大学 一种针对微信仿冒小程序的检测方法及系统

Also Published As

Publication number Publication date
CN108920909B (zh) 2022-04-15
CN108920909A (zh) 2018-11-30

Similar Documents

Publication Publication Date Title
WO2020000752A1 (zh) 仿冒移动应用程序的判别方法及系统
CN116663525A (zh) 一种文档审核方法、装置、设备及存储介质
CN113486664B (zh) 文本数据可视化分析方法、装置、设备及存储介质
CN110321437B (zh) 一种语料数据处理方法、装置、电子设备及介质
CN106874253A (zh) 识别敏感信息的方法及装置
CN110362601A (zh) 元数据标准的映射方法、装置、设备及存储介质
CN117112595B (zh) 一种信息查询方法、装置、电子设备及存储介质
WO2022116419A1 (zh) 域名侵权的自动化判定方法、装置、电子设备和存储介质
CN119311791B (zh) 一种基于相似度检索的文本召回系统及方法
CN108229131A (zh) 仿冒app识别方法及装置
CN112446210A (zh) 用户性别预测方法、装置及电子设备
CN113158050A (zh) 疑似问题评论审核筛选方法、系统及存储介质
CN113569118B (zh) 自媒体推送方法、装置、计算机设备及存储介质
CN116644183A (zh) 文本分类方法、装置及存储介质
CN108388556A (zh) 同类实体的挖掘方法及系统
CN119782489B (zh) 一种基于深度学习的智能咨询响应系统及方法
CN110209804B (zh) 目标语料的确定方法和装置、存储介质及电子装置
CN105787004A (zh) 一种文本分类方法及装置
CN112686034A (zh) 一种情感分类方法、装置及设备
CN115563246B (zh) 基于意图识别的智能寻人方法、装置、设备及存储介质
CN114357194B (zh) 种子数据的扩充方法、装置、计算机设备及存储介质
CN115660101A (zh) 一种基于业务节点信息的数据服务提供方法及装置
CN115471847A (zh) 一种文字的识别提取方法、系统、装置及存储介质
CN113988059A (zh) 一种会话数据类型识别方法、系统、设备及存储介质
CN109241428B (zh) 用户性别的确定方法、装置、服务器及存储介质

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 18924703

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

32PN Ep: public notification in the ep bulletin as address of the adressee cannot be established

Free format text: NOTING OF LOSS OF RIGHTS PURSUANT TO RULE 112(1) EPC (EPO FORM 1205A DATED 13.04.2021)

122 Ep: pct application non-entry in european phase

Ref document number: 18924703

Country of ref document: EP

Kind code of ref document: A1