基于多模态综合评判仿冒APP识别技术的研究与实践

陈艳羽

doi:10.13992/j.cnki.tetas.2025.12.002

Chinese

您当前的位置：

首页 >

文章列表页 >

基于多模态综合评判仿冒APP识别技术的研究与实践

中国移动网络与信息安全专题 | 更新时间：2026-04-20

- 基于多模态综合评判仿冒APP识别技术的研究与实践
- 基于多模态综合评判仿冒APP识别技术的研究与实践
- 电信工程技术与标准化 2025年38卷第12期页码：62-67
- 作者机构：
  
  中国移动通信集团辽宁有限公司
- 作者简介：
- 基金信息：
- DOI：10.13992/j.cnki.tetas.2025.12.002
  中图分类号： TP309
- 纸质出版：2025
- 稿件说明：
移动端阅览
陈艳羽. 基于多模态综合评判仿冒APP识别技术的研究与实践[J]. 电信工程技术与标准化, 2025,38(12):62-67.

陈艳羽. 基于多模态综合评判仿冒APP识别技术的研究与实践[J]. 2025, 38(12): 62-67.
陈艳羽. 基于多模态综合评判仿冒APP识别技术的研究与实践[J]. 电信工程技术与标准化, 2025,38(12):62-67. DOI： 10.13992/j.cnki.tetas.2025.12.002.

陈艳羽. 基于多模态综合评判仿冒APP识别技术的研究与实践[J]. 2025, 38(12): 62-67. DOI： 10.13992/j.cnki.tetas.2025.12.002.

摘要

移动互联网APP数量呈爆发式增长，仿冒APP泛滥成灾，给用户权益与行业生态带来严重威胁。本文聚焦于多模态综合评判仿冒APP识别技术的研究与实践应用，系统梳理了传统仿冒APP识别技术的原理与局限，详细阐释了多模态推理算法模型的技术原理。本文构建了识别技术模型，涵盖数据采集与预处理、算法选择与优化、模型构建与训练等环节，并结合实际场景应用验证，精准评估了该模型在仿冒APP识别中的应用效果。结果表明，其在准确率和召回率等关键指标上显著超越传统识别技术。

Abstract

关键词

Keywords

references

曹蓉.基于操作码与图分析的Android恶意软件家族分类方法研究[D].电子科技大学,2021(04).

Zahid Hussain Qaisar,Ruixuan Li.Multimodal information fusion for android malware detection using lazy learning[J].Multimedia Tools and Applications,2021.

彭烈华.基于行为分析的恶意软件检测方法研究[J].网络安全和信息化,2025(02).

吴月明,齐蒙,邹德清,金海.图卷积网络的抗混淆安卓恶意软件检测[J].软件学报,2023(06).

尹南南.基于移动端的安卓恶意软件检测研究[J].警察技术,2023(01).

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

暂无数据