基于动态特征选择的Android应用隐私风险自动化检测
来源：计算机应用与软件杂志2024年第6期北京时间：
作者：高龙良, 杜素果, 杨金萍
摘要：针对Android应用中可能存在的用户隐私泄露问题，提出一种基于机器学习方法的自动化检测模型。该模型选择使用App申请的权限作为特征，动态地选取特征集，并采用四种经典的机器学习算法进行独立的训练与预测，最终确定最适用于Android应用的隐私风险检测模型。实验结果表明，对于隐私风险应用，该模型能够实现平均95%以上的识别准确率。该模型能够从多层面更好地进行应用风险管理以及用户隐私保护，具有较高的社会效益与实际应用价值。
关键词：隐私风险, 权限, 机器学习, 动态特征选择
