随着移动互联网的快速发展,各类高风险应用程序(App)对用户隐私和资金安全的威胁日益增大.传统的App风险检测方法在面对复杂多变的对抗手段时往往难以检出.本文提出了一种基于多模态人工智能(AI)分析的App风险智能检测技术,通过融合文本、图像、静态分析和动态检测等多种模态数据,全面提升云上高风险App的检测精度和覆盖面.本文首先阐述了多模态AI分析的理论基础;接着探讨了文本、图像、App静态分析和App动态检测模态在App风险检测中的应用及其作用;最后详细分析了模态融合的过程和应用案例,并对多模态AI技术在App风险智能检测领域未来的发展方向进行了展望.
NETL
NSTL
万方数据
