基于文本的Android应用多标签功能识别：CRNN方法与数据集

本文主要探讨了基于文本的安卓应用多标签功能分类的研究，由作者王岩、张华和崔栋合作完成，发表在中国科技论文在线。随着移动应用市场的繁荣，恶意应用的伪装和混淆已成为一个严重问题。这些恶意应用通常模仿社交、通信或游戏等合法应用，使得传统的恶意检测方法面临挑战。为了提高恶意应用识别的准确性，关键在于准确地识别和分类应用的功能。 文章提出了一种创新的解决方案，即利用应用的描述信息作为文本内容，构建一个多标签分类模型，名为CRNN（Combined Recurrent Neural Network）。CRNN结合了卷积神经网络（CNN）和循环神经网络（RNN），能够更有效地处理短文本数据。与传统的文本分类模型，如textCNN和LSTM相比，CRNN在特定数据集上的F1值提高了约3%，显示出其在功能分类任务中的优越性能。 该模型的工作原理是通过收集和整合一款应用在不同应用商店的描述信息，使用分类模型来预测描述信息的类别，并通过多数投票的方式确定应用的主要功能类别。这种方法的优势在于无需依赖于可能存在较大差异的应用类别标签，而是直接依赖于易于获取且相对一致的应用描述信息。 为了支持这种研究，作者们还构建了一个专门用于应用功能分类的数据集，该数据集包含应用的描述及其对应的类别标签，便于其他研究者进行进一步的实验和模型验证。研究结果表明，CRNN在时间和内存消耗方面只稍有增加，但功能分类的准确性显著提升，这对于保护用户安全和优化移动应用市场环境具有重要意义。 本文针对安卓应用的多标签功能分类提供了一种基于文本内容的高效策略，对于提升恶意应用检测系统的准确性和效率具有实用价值，同时也为后续的短文本分类和应用分析研究奠定了基础。