集成隐私安全感知的移动App智能评分系统研究
移动应用程序开发中的隐私泄露风险评估方法研究
移动应用程序开发中的隐私泄露风险评估方法研究随着移动应用程序的普及，越来越多的用户将个人信息存储在他们的移动设备上。
然而，隐私泄露已成为移动应用程序面临的一个严重问题。
在此背景下，研究和开发有效的隐私泄露风险评估方法成为迫切需要解决的任务。
一种常见的隐私泄露风险评估方法是基于权限分析。
在Android操作系统中，应用程序必须获得访问个人信息的权限。
传统方法通常通过分析应用程序的权限请求列表来评估隐私泄露风险。
然而，这种方法并不能全面考虑到应用程序的实际行为，因为应用程序可以通过其他方式获取用户的敏感信息。
因此，研究人员提出了一种基于行为分析的隐私泄露风险评估方法。
这种方法通过监测应用程序在运行时的行为来评估隐私泄露风险。
例如，当一个应用程序试图发送短信或拍摄照片时，该方法将检测到并对其风险进行评估。
通过这种方法，我们可以更准确地评估应用程序对用户隐私的威胁。
另一种隐私泄露风险评估方法是基于数据流分析。
该方法通过分析应用程序在数据处理过程中的流向来评估隐私泄露风险。
例如，当一个应用程序试图将用户的联系人信息上传到远程服务器时，该方法将检测到并对其风险进行评估。
通过这种方法，我们可以更好地理解应用程序对用户数据的使用方式。
除了这些传统的评估方法之外，近年来还出现了一些新的评估方法。
例如，一种基于机器学习的隐私泄露风险评估方法被提出。
这种方法通过使用机器学习算法来分析应用程序的行为模式，并预测其对用户隐私的威胁。
通过这种方法，我们可以更加准确地评估应用程序的隐私风险。
然而，即使有这些不同的隐私泄露风险评估方法，仍然存在一些挑战。
首先，由于移动应用程序的复杂性，评估方法的准确性可能受到限制。
其次，开发者可能会采取措施来隐藏应用程序的真实行为，从而干扰风险评估。
最后，用户可能不愿意为了评估隐私风险而放弃某些应用程序的使用。
为了克服这些挑战，需要进一步的研究和探索。
我们可以考虑将不同的评估方法相结合，以提高评估的准确性。
一种手机APP隐私风险量化评估方法[发明专利]
![一种手机APP隐私风险量化评估方法[发明专利]](https://img.taocdn.com/s3/m/78a453e9a6c30c2258019ea7.png)
专利名称：一种手机APP隐私风险量化评估方法专利类型：发明专利
发明人：孟小峰,朱敏杰
申请号：CN201710623492.3
申请日：20170727
公开号：CN107403092A
公开日：
20171128
专利内容由知识产权出版社提供
摘要：本发明涉及一种手机APP隐私风险量化评估方法，其步骤：获取用户APP数据：将目前市场上的APP分为20类，每类APP分别取市场上最流行的5款APP进行模拟实验；把用户隐私项分为100个，根据对用户隐私信息属性的分类把用户隐私项分为八类，每一类型APP都有可能泄露用户不同的隐私项；对隐私信息的危害值求解，组合使用相关权重赋值的方法来度量隐私信息的危害程度；计算隐私风险值；把调查和模拟的APP用户数据代入对隐私风险归一化值计算公式进行验证，确定用户U隐私项R的组合内隐私风险值和用户U操作应用A的组合内隐私风险值，对用户使用多APP组合时APP隐私风险大小进行排序，进而找出造成用户隐私风险升高的主要APP，实现对用户进行预警提醒。
申请人：中国人民大学
地址：100872 北京市海淀区中关村大街59号中国人民大学信息学院
国籍：CN
代理机构：北京纪凯知识产权代理有限公司
更多信息请下载全文后查看。
移动互联网用户隐私信息检测保护技术研究及应用
移动互联网用户隐私信息检测保护技术研究及应用许家乐，乔喆，王晓晴，李斐（中国移动通信集团公司信息安全管理与运行中心，北京 100053）摘 要 智能终端及应用作为“大连接”中的重要节点和业务载体，直接或间接接触大量用户敏感隐私信息。
近年来，APP强制授权、过度索权和超范围收集个人信息的现象大量存在，违法违规使用个人信息的问题十分突出，用户隐私泄露的情况愈演愈烈，安全及隐私问题引发社会广泛关注。
本文根据不同源头的APP隐私安全风险全面梳理排查，创新提出“静态权限检测+动态行为特征+网络DPI智能分析”的隐私信息检测防护技术体系，实现了敏感权限智能分析、违规索权动态监控、隐私泄露探测预警和敏感信息深度追踪，确保移动应用APP安全、可信、可控，保障了业务单位和用户隐私安全权益。
关键词 APP隐私安全；用户隐私检测；敏感信息防护；移动互联网安全；大连接数据安全中图分类号 TN918 文献标识码 A 文章编号 1008-5599（2019）12-0012-06收稿日期：2019-11-21“大连接”IT 环境下，APP 已成为业务的主要入口，移动终端、物联网、智慧家庭和5G 等新型智能设备广泛应用。
随着APP 对用户服务的深入，智能终端及应用内保存的个人隐私信息愈加丰富，用户隐私泄露的情况愈演愈烈。
2018年8月中国消费者协会发布的《APP 个人信息泄露情况调查报告》显示，67.2%的受访者认为APP 在自身功能不必要的情况下获取用户隐私权限。
报告显示，移动社交及网购类APP 调用定位权限占比高达96.7%，移动视频、网购类APP 调用通讯录占比分别高达86.7%和80.0%。
APP 强制授权、过度索权和超范围收集个人信息的现象大量存在，违法违规使用个人信息的问题十分突出，安全及隐私问题引发社会广泛关注。
1 APP 用户隐私保护需求分析1.1 APP 用户隐私保护威胁分析（1）APP 过度索权现象普遍存在：用户通常在无意识或无感知情况下泄露了个人敏感隐私数据。
手机应用安全评估系统
手机应用安全评估系统
手机应用安全评估系统是一种通过评估手机应用程序的安全性来保护用户数据和隐私的系统。
该系统使用各种测试和分析技术来发现应用程序中可能存在的安全漏洞和风险，并提供相应的建议和解决方案。
手机应用安全评估系统通常包括以下几个主要组成部分：
1.安全扫描工具：可以对手机应用程序进行静态和动态的代码分析，发现潜在的漏洞和安全风险。
这些工具可以检查应用程序的权限使用情况、代码中的安全脆弱性以及数据传输的加密和验证等方面。
2.漏洞数据库：包含已经发现的安全漏洞和攻击技术的详细信息，可以帮助评估系统识别和分类漏洞，为开发者提供参考。
3.安全评估报告：为每个被评估的应用程序生成详细的安全评估报告，包括发现的漏洞和建议的修复方法。
这些报告可以帮助开发者了解他们的应用程序中存在的安全风险，并采取相应的措施加以修复。
4.自动化测试：通过自动运行一系列安全测试脚本，可以快速发现应用程序中的潜在安全问题。
这些脚本可以检查应用程序的安全配置、用户身份验证、安全传输、数据存储和访问控制等方面的问题。
5.安全建议和培训：为开发者提供关于安全开发最佳实践的建
议，并提供培训课程和资料，帮助开发者提高他们的应用程序的安全性。
手机应用安全评估系统可以帮助开发者提前发现并修复应用程序中的安全问题，保护用户的数据和隐私安全。
同时，这也有助于提高用户对手机应用程序的信任度，增加用户的使用和下载率。
移动应用安全性评估技术研究
移动应用安全性评估技术研究随着智能手机和平板电脑的普及，移动应用也越来越多样化和丰富，如今人们可以通过移动应用完成许多工作、享受娱乐和生活便利，但同时也面临着移动应用的安全威胁，如数据泄露、恶意软件、账号被盗等。
因此，移动应用安全性评估技术的研究也变得尤为重要。
1、什么是移动应用安全性评估技术移动应用安全性评估技术指基于移动应用程序的安全性分析和评估，利用各种方法和技术来评估移动应用的安全性和隐私保护。
移动应用安全性评估技术的主要目的是发现和解决移动应用程序中存在的安全漏洞、加强应用防护能力，提高应用的安全可信度和稳定性。
2、移动应用安全性评估技术的主要技术手段（1）静态分析技术静态分析技术是通过对源代码、二进制代码或字节码的分析，实现对移动应用安全问题的检测，能够对代码进行全面、深入地分析和测试。
静态分析技术的主要工具有JEB、IDA等，可以用于分析应用程序的代码、数据结构和执行流程，识别应用程序中的漏洞和弱点。
静态分析技术通常需要一定的技术要求和专业知识，能够检测出移动应用程序的安全问题，但也可能存在漏报、误报的情况。
（2）动态分析技术动态分析技术是在移动应用程序运行时对应用程序进行检测和分析，可以模拟用户对应用程序的操作，通过监控应用程序的运行行为、运行流程、数据交互和网络通信等，对应用程序的安全性进行全面的分析和评估。
动态分析技术的主要工具有FrIDA、Androguard等，可以实现攻击场景重现、应用程序运行痕迹跟踪和安全漏洞检测等多种功能。
与静态分析技术相比，动态分析技术更加灵活、全面、准确，但也需要更高的测试复杂度和技术要求。
（3）模糊测试技术模糊测试技术是一种基于随机输入、错误输入和非法输入等方式，对目标移动应用程序进行测试，发现和报告应用程序中的安全漏洞和异常情况。
模糊测试技术的主要工具有Peach Fuzzer、AFL等，可以模拟用户对应用程序的测试，自动生成大量、多样化的测试用例，并对应用程序中的所有可操作区域进行深入、全面的测试。
移动APP安全及等级保护测评研究
移动APP安全及等级保护测评研究随着移动互联网的快速发展，移动APP已经成为人们生活和工作中不可或缺的一部分。
随之而来的问题是移动APP的安全性问题也日益受到关注。
随着黑客技术日益发展，移动APP的安全性问题也日益凸显，用户的隐私信息可能在未经授权的情况下被窃取，甚至有可能发生金融欺诈等问题。
进行移动APP安全及等级保护的测评研究显得尤为重要。
移动APP安全的重要性移动APP安全不仅关乎用户的隐私权和财产安全，也关乎移动互联网的整体发展。
一方面，用户的隐私信息可能被黑客窃取，给用户带来经济和精神上的损失；移动APP的安全问题也可能给企业和整个移动互联网行业带来负面影响。
在这种情况下，进行移动APP安全及等级保护的测评研究势在必行。
移动APP安全的测评研究主要包括以下几个方面：1. 安全性评估：通过对移动APP的安全性进行全面评估，包括数据传输加密、用户认证、安全漏洞等方面的评估，从而评估出移动APP的整体安全级别。
2. 风险评估：通过对移动APP可能存在的安全风险进行评估，包括用户隐私泄露风险、数据安全性风险、金融欺诈风险等，从而找出可能存在的安全隐患。
1. 等级划分：对移动APP进行等级划分，根据不同的安全性水平对移动APP进行分类，从而使用户更加明确不同APP的安全性水平。
2. 等级认证：对移动APP进行等级认证，对通过认证的移动APP颁发相应等级的安全证书，从而提高用户对移动APP的信任度。
3. 安全监管：建立移动APP安全监管机制，对各类移动APP的安全等级进行监管，从而保障用户的权益。
目前，国内外对移动APP安全及等级保护的测评研究已经取得了一定的进展。
国内外一些科研机构、高校和企业已经对移动APP的安全性进行了一系列的研究，提出了许多有益的建议和方案。
一些国家和地区也相继出台了移动APP等级保护的相关政策和规定，加强对移动APP安全的监管力度。
移动APP安全及等级保护的测评研究中还存在一些问题和挑战。
基于感知示能性理论框架的移动音乐App用户体验评估研究
基于感知示能性理论框架的移动音乐App用户体验评估研究一、概述随着移动互联网的迅猛发展，移动音乐App已经成为人们日常生活中不可或缺的一部分。
用户通过移动音乐App，能够随时随地享受音乐带来的愉悦和放松。
面对市场上众多的移动音乐App，如何评估和提升用户体验，从而吸引和留住用户，成为各大音乐平台亟待解决的问题。
感知示能性理论框架作为一种有效的用户体验评估工具，近年来在人机交互和产品设计领域得到了广泛应用。
该理论框架强调用户在使用产品时，对产品功能、界面和交互方式的感知和预期，以及这些感知和预期如何影响用户的体验。
将感知示能性理论框架应用于移动音乐App用户体验评估，有助于我们更深入地了解用户需求和行为，从而优化产品设计，提升用户体验。
本研究旨在基于感知示能性理论框架，对移动音乐App的用户体验进行全面评估。
通过收集和分析用户的反馈和数据，识别出影响用户体验的关键因素，并提出相应的优化建议。
这不仅有助于音乐平台提升产品质量和竞争力，还能够为用户提供更加优质、个性化的音乐服务，推动移动音乐产业的持续发展。
1. 研究背景：移动音乐App的普及与发展趋势随着科技的飞速发展和人们生活水平的不断提升，移动音乐App 作为数字时代的重要产物，正以其独特的魅力和优势，迅速渗透到人们的日常生活中。
移动音乐App不仅提供了便捷的音乐播放功能，还通过丰富的音乐资源和个性化推荐服务，满足了用户多样化的音乐需求。
移动音乐市场呈现出蓬勃发展的态势。
移动设备的普及和网络带宽的增加为移动音乐App的发展提供了坚实的基础。
人们可以随时随地通过手机、平板电脑等移动设备，轻松访问和享受各种音乐服务。
随着音乐版权保护力度的加强和音乐品质的提升，移动音乐App也逐渐成为用户获取正版音乐的主要途径。
与此移动音乐App的功能和服务也在不断创新和完善。
除了基本的音乐播放和下载功能外，许多移动音乐App还提供了歌词同步、MV 播放、音乐社交等增值服务，为用户带来了更加丰富的音乐体验。
移动感知推荐系统中隐私保护研究
移动感知推荐系统中隐私保护研究移动感知推荐系统中隐私保护研究随着移动互联网技术的不断发展，移动感知推荐系统已经成为人们日常生活中不可或缺的一部分。
移动感知推荐系统通过收集用户的地理位置、偏好和行为等数据，为用户提供个性化的服务和推荐。
然而，隐私泄露成为了这一技术面临的一个严重问题，给用户隐私安全带来了巨大的威胁。
因此，在移动感知推荐系统中，如何保护用户隐私成为了亟待解决的问题。
首先，移动感知推荐系统需要在数据收集阶段加强隐私保护。
传统的感知推荐系统会通过直接收集用户的地理位置数据、偏好和行为等敏感信息来进行推荐。
然而，这种方式的数据收集会存在较大的隐私泄露风险。
为了解决这个问题，研究者们提出了一些隐私保护的方法。
例如，可以采用加密技术对用户的数据进行保护，只有合法的解密密钥才能解密用户的数据，从而保护用户的隐私不被泄露。
其次，在数据存储和传输过程中，也需要加强隐私保护。
移动感知推荐系统通常需要将大量的用户数据存储在云端，并通过云计算和网络传输来进行处理和交互。
然而，这种方式会面临数据泄露的风险。
为了解决这个问题，可以采用数据加密和安全传输协议等技术来加强对数据的保护。
同时，可以采用多层加密和访问控制的方法来限制用户权限，确保只有授权用户才能访问和操作数据。
此外，移动感知推荐系统还需要加强对数据访问和使用的监控和审计。
在系统运行过程中，需要建立完善的监控机制来跟踪和记录对用户数据的访问和使用情况。
只有合法授权的用户才能访问数据，并且系统应该能够记录和审计用户对数据的使用行为。
这样一方面可以防止非法的数据访问和滥用，另一方面也可以追踪和追责在数据访问和使用过程中存在的违规行为。
另外，为了进一步提高隐私保护水平，可以引入差分隐私的概念和方法。
差分隐私是一种通过向用户的数据添加噪声来保护隐私的方法。
在移动感知推荐系统中，可以采用差分隐私机制来对用户数据进行处理，从而保护用户的隐私。
差分隐私能够在保证数据可用性的同时，有效地减少隐私泄露风险，是一种非常有效的隐私保护技术。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
集宁师范学院学报/ May.2017 / No.3 集成隐私安全感知的移动App智能评分系统研究虞娟（马鞍山师范高等专科学校软件工程系，安徽马鞍山243041）摘要：针对现有的移动APP商城对APP的评分只对用户评分、流量等信息，而忽略了重要的安全风险问题，从而对用户的隐私安全造成很大的威胁。
针对此问题，设计了一个新型的移动APP评分系统，提出了具备良好扩展性能的隐私安全评估方法，具备自由整合隐私信息的能力。
关键词：移动APP；评分；安全隐私中图分类号：TP311.1 文献识别码：A 文章编号：2095-3771(2017)03-0034-031 引言移动互联网应用的快速发展，大大的方便了我们的日常生活和工作，同时也带来了隐私安全的问题。
移动用户私人数据存在的安全隐私风险，使得集成安全隐私智能感知的移动App评分体系具有重要意义。
在近年移动App安全研究中，一些研究者工作专注于移动App中的恶意代码检测[1]以及App的数据访问权限模型[2]。
但是这些处理方法在App服务场景的实现中有一定的难度。
另外，在App评分的研究中，不少研究者侧重于App的流行性和个性化[3,4]。
这些移动App的推荐评分系统更关注移动用户对于移动App流行度方面的偏好，而忽略了潜伏的隐私安全风险。
2隐私安全感知的移动App评分系统本文通过使用移动App的数据访问权限模型、App的类型、App流行评分度等信息，挖掘出移动App潜在的安全风险值，并进行风险评估和安全级别划分。
在此基础上设计集成安全隐私感知的移动App评分体系。
2.1 移动App的安全风险评估现有的移动APP商城对APP的评分只对用户评分、流量等信息，而忽略了重要的安全风险问题，对用户的隐私安全造成很大的威胁。
移动App的潜在安全风险，基本来源于隐私数据访问的权限，鉴于此，直接确认App是否申请了危险的数据访问权限是最直观的风险评估方式。
但是，App与数据访问权限间的危险级别是很难定义的，就需要对移动App的风险进行学习、挖掘。
在许多移动App 应用中，数据访问权限其本身的安全风险是模糊性的，例如获取地理位置的权限在有些应用中带有隐私安全风险，而在地图导航类App中，它却是必要的权限。
所以我们引入和整合各种领域知识、专家知识和先验知识来设计的风险评估方法，并由此进行改进。
2.2移动App安全级别划分(1)挖掘潜在的安全风险值通过对移动App中权限的分析，将移动App的所有数据访问权限根据其潜在的安全风险归类到不同的等级。
可以将数据访问权限定义为三种不同的安全等级：正常权限、危险权限、签名/系统级权限虞娟（1983—），女，硕士，讲师，研究方向：数据挖掘，机器学习。
基金项目：安徽省高校自然科学重点项目（项目编号：KJ2016A695）。
·34··35·图1 移动App 权限二部图 [4]。
依照数据访问权限安全等级标准，通过获取移动App 访问权限列表，挖掘出潜在的安全风险。
(2)风险值的自学习过程在App 权限风险识别中，有些权限和App 是有关联性的，例如地图类软件，则必须要使用获取地理位置这样的安全权限，而获取地理位置权限对于一个音乐播放软件来说，则不是必须的。
正是由于这些关联性，使得风险评估具有一定的困难。
因此，App 的风险值分析需要结合应用领域的知识因素和相似应用的风险值因素。
考虑到以上问题，本研究设计采用基于二部图的随机调整方法来学习移动App 的安全风险值。
定义移动App 与使用权限的二部图来构建App 与使用权限之间的关联性，如图1所示。
定义二部图G ={V ，E ，W}，V =｛V a ，V p ｝表示节点集合，其中 V a = {a 1，a 2，…a x }表示App集合，V p = {p 1，p 2，…p y }表示数据访问权限的集合。
E 表示二部图边的边集合，如果a i 应用具有p j 权限，则e ij ∈E ，W ij 表示边的权值，及a i 应用使用p j 权限的概率。
通过二部图可以估计移动App 的安全风险值，首先为每个节点a x ∈V a ，p y ∈V p 分别定义风险值Risk (a i )和Risk (p j )。
其中Risk (a i )为需要计算的App 的风险值，Risk (p j )为数据访问权限的全局风险。
通过二部图的随机游走正则化两类风险值的平滑度。
建立基于Risk (a i )和Risk (p j )的成本函数（将Risk (a i )和Risk (p j )分别简化表示为和）。
其中和是响应因子，和表示从领域知识中得来的移动App 与权限间的先验风险值。
成本函数中，第一部分要求两类风险值与先验风险值要尽可能一致；第二部分要求两类风险值在图中尽量保证具有很高的潜在相似性；第三部分定义了移动App 和数据访问权限间的交错相似性，即如果一个App 对一个权限有很高的使用率，那么他们的风险值应该尽可能相似。
对两种不同风险赋予初值=1/M 、=1/N ，并对应的偏导结果为0，以进行迭代：在每轮迭代中，所有的和将被归一化，并且做后当迭代结果收敛时，就可以取得最终的App 安全风险值。
引入影响因子和领域专家的先验风险值对成本函数进行平滑，即将移动App 安全风险值的估计问题转化为学习最优的和取值来最小化成本函数Cs 的问题。
(3)风险等级划分通过对App 风险值的学习，依据风险值的大小来对移动App 进行由低到高的排序。
此时需要对依据风险值排序的App 进行等级划分，使App 以安全等级的方式向用户呈现。
由于App 种类较多，所以本研究采用机器学习方法，让App 依据其类型、安全风险值进行聚类，聚类过程描述为：首先对所有被测的App 进行风险值自学习，依据前面设计的算法得到App 的安全风险值，再依据风险值的大小对App 进行降序排序，生成序列。
之后系统通过依次检测相邻的两个App 特征属性（App 类型、访问权限信息）的差异度，如果这两个App 间的差异值超过了预定的安全阈值，则可以在此建立新的安全等级。
(4)集成隐私安全感知的移动APP 评分系统结合移动App 安全等级的划分和流行度评分，对移动App 进行安全和流行度的综合评分，设计两种评分原则，一种是基于安全的原则，一种是基于流行度的原则[4]。
基于安全的原则：首先将候选App 进行风险值的升序排列，再对相近安全风险值的App 按流行度进行降序排列。
基于流行度的原则：首先对候选App 根据流行度进行降序排列，再对相近流行度的App 进行风险值的升序排列。
·36· 3 实验分析实验采用的数据集来自国内第三方应用市场，数据集包括了 30个类别中上万个移动App 应用程序,通过读取每个App 的AndroidManifest.xml 获取App 的相应权限。
考察了151多个非重复的数据访问权限。
实验基于前面设计的安全风险值自学习方法，设置公示中参数为0.5、1对数据集中的App 进行风险值计算，并结合聚类方法完成风险值的等级划分，最后获得了 6个不同的App 安全级别。
依据实验结果，我们对数据进行了分析。
从图2不同安全级别所包含的App 数量的分布图可见，大多数App 都具有较高的安全等级（安全级6为最高安全等级），而最低安全等级的应用占到总数的5%，可以看出，只有少部分的App 存在较高的安全风险。
图3和图4分别标识了最低和最高安全等级下App 类别的分布情况。
从图中可以看到，部分App 数据访问权限越多(例如：旅游出行App 和社交类别App )，越容易带来安全隐私风险。
在数据分析中还发现由于被测数据集中娱乐游戏类别的App 最多,因此它在各个安全级别中也总是占有很大的比率。
图2 不同安全级别App 数量 图3 等级1下各类App 数量分布 图4 等级6下各类App 数量分布4 结论论文设计了集成安全隐私感知的移动App 评分系统。
设计了一个扩展性良好的安全风险自学习机制。
通过基于二部图的随机游走正则化，将其他领域知识作为先验风险值整合到统一的优化框架中。
实现推荐结果在App 流行度和用户安全偏好上的折中。
考虑到移动App 应用的推荐评分对用户个性化偏好的需要，在未来的App 系统设计中，应更多的参考用户的个性化使用记录。
参考文献：[1] 黄达.金融学[M].北京:中国人民大学出版社,2012:126.[2] 李瑞雪.金融脱媒背景下互联网金融监管制度构建[J].现代经济探讨.2015,(2):48-52.[3] 王飞,孙超.金融脱媒形势下我国商业银行的战略选择[J].东方企业文化.2012,(10):184-185.[4] 唐黎军.后金融危机时代我国的金融脱媒与商业银行的应对措施[J].特区经济.2012,(4):80-82.[5] 刘梦异,蔡冬年.金融脱媒背景下中国商业银行发展策略研究[J].经济研究导刊.2009,(10):53-54.[6] 王修远.浅析金融脱媒对中国商业银行的影响及其对策[J].长春理工大学学报:社会科学版,2014,(1):135-137.[7] 韩莹.试析金融脱媒背景下我国商业银行的发展[J].新疆财经.2007,(1):56-59.[8] 樊永勤.金融脱媒在我国的表现及对商业银行的影响[J].时代金融.2007,(8):49-50.The Research on the Integrated Privacy Perception of the App ScoringSystem of Intelligent MobileYU Juan(Dept. of Software Engineering, Maanshan Teacher’s College, Ma’anshan 243041, Anhui )Abstract ：Since the existing mobile APP mall rating on APP only takes into account users’ ratings, their downloads and the other popular information, regardless of their potential security risks; so it is difficult to meet the mobile users’ securit y and privacy protection needs. We design a new mobile APP scoring system, come up with a good extensibility of mobile APP privacy safety evaluation method, with is free to integrate a priori information about the safety and privacy.Key words: Mobile App; scoring; privacy。