首页> 中文期刊> 《自动化与仪器仪表》 >基于概率主题模型的大数据平台隐私泄露自动检测方法

基于概率主题模型的大数据平台隐私泄露自动检测方法

         

摘要

常规方法检测应用程序隐私数据流泄露时,筛选的恶意代码配置文件存在遗漏,导致数据流检测正确率较低,误报率和漏检率较高。提出基于概率主题模型的大数据平台隐私泄露自动检测方法。将主题作为词的条件概率分布,词典作为文档,构建并训练恶意代码特征提取的概率主题模型,结合Dirichlet分布特性求解模型,并且通过概率检测算法和指纹比对算法验证恶意代码配置文件是否敏感,根据隐私数据组件泄露的半格理论,构建检测工具整体框架,进而确定敏感恶意代码配置文件应用程序的泄露数据流,实现概率主题模型的大数据平台隐私泄露自动检测。实验结果表明,设计方法提高了隐私数据泄露检测正确率,减少了误报率和漏检率。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号