Google 安全工程师 Martin Pelikan，Giles Hogben 和 Ulfar Erlingsson写到，Google 使用聚类算法自动分析Android 应用，并检测哪些应用可以被认为是侵扰式应用程序。
侵扰式应用程序需要用户授予比正常运行所需功能更多的权限。Google 工程师解释说，例如着色书应用程序通常不需要访问地理位置数据。并非所有应用在实现其功能时都会用到的权限还包括访问个人数据，如摄像头、通讯录等。如果超出了必须的需求，要求更多的权限，这可能是一个潜在的有害因素，因为您不能真正了解这些数据被用来做什么。有害应用程序的常见行为的例子有：后门、间谍软件、数据收集，拒绝服务等，其他例子还有很多。
Google 跟踪检测侵扰式应用程序的方法是基于功能对等组（functional peer group）的概念，即一组共享类似功能的应用程序，应该需要一组类似的授权。一旦有了这些应用分组，就可以检测每个组中的异常应用程序，也就是需要比类似应用程序更多权限的应用程序。该方法需要监控Android Play 商店，收集详细的统计信息和发掘用户期望，以便自动确定应用程序组。事实上，根据Google 工程师的说法，固定分类和手工管理将是乏味且容易出错的。
为了使这种方法更有效，Google 使用深度学习来识别应用分组，根据应用的元数据，这些应用会具有类似的特点，元数据会包括文本描述和安装指标。一旦定义了对等组，每个组内都将使用异常检测来识别异常应用程序，即显示所需权限与其功能之间不匹配的应用程序。然后再检查异常应用程序，以确定哪些应用程序实际上是侵扰性的。该信息还用于确定哪些应用程序应该被升级，以及与潜在的侵扰性应用程序的开发人员联系，并帮助他们提高应用程序的隐私和安全。
查看英文原文： Google Uses Machine Learning to Identify Intrusive Android Apps
感谢张卫滨对本文的审校。
给InfoQ 中文站投稿或者参与内容翻译工作，请邮件至 editors@cn.infoq.com 。也欢迎大家通过新浪微博（ @InfoQ ， @丁晓昀），微信（微信号： InfoQChina ）关注我们。
中国开发者画像洞察报告 2022
本次报告为你深度解读开发者人群背景，分析开发者群体面临的挑战，洞察开发者人群特征，预测开发者生态发展...
评论