移動(dòng)智能終端應(yīng)用程序信息分析技術(shù)研究及實(shí)現(xiàn).pdf

1、隨著移動(dòng)互聯(lián)網(wǎng)的高速發(fā)展，手機(jī)等移動(dòng)終端設(shè)備得到廣泛普及，成為人們?cè)谏钪羞M(jìn)行信息發(fā)布、娛樂、社交、購(gòu)物、數(shù)字辦公、教育等的主要工具。同時(shí)，隨著移動(dòng)APP技術(shù)不斷的革新，手機(jī)、平板等APP的數(shù)據(jù)承載能力不斷提高， APP所包含的數(shù)據(jù)信息變得愈發(fā)龐大。人工采集APP數(shù)據(jù)等傳統(tǒng)的方法遠(yuǎn)不能滿足與日俱增的數(shù)據(jù)分析的需求，雖然業(yè)界已經(jīng)采用APP網(wǎng)絡(luò)爬蟲等方法進(jìn)行移動(dòng)APP數(shù)據(jù)采集，但是由于數(shù)據(jù)保護(hù)技術(shù)日益加強(qiáng)，這些方法的適用范圍逐漸縮小。

2、>　　本文提出了一種新的APP信息數(shù)據(jù)采集方法，通過實(shí)現(xiàn)APP自動(dòng)運(yùn)行和對(duì)屏幕快照有序截取，并利用OCR技術(shù)對(duì)快照中的內(nèi)容進(jìn)行識(shí)別，從而達(dá)到APP信息數(shù)據(jù)采集的目的，對(duì)傳統(tǒng)的網(wǎng)絡(luò)爬蟲等方法形成有益補(bǔ)充。
　　本文在Android APP的自動(dòng)運(yùn)行技術(shù)和OCR文字識(shí)別技術(shù)的基礎(chǔ)上，實(shí)現(xiàn)了APP文字內(nèi)容的自動(dòng)提取。論文主要工作包括：第一，設(shè)計(jì)和實(shí)現(xiàn)了Android APP自動(dòng)運(yùn)行子系統(tǒng)，通過APP預(yù)處理、APP界面響應(yīng)判斷、APP行為

3、模擬、界面冗余判斷、界面邊界判斷、屏幕快照截取、標(biāo)題信息采集等手段實(shí)現(xiàn)APP的屏幕快照的自動(dòng)有序采集。其中，根據(jù)APP界面數(shù)據(jù)展示方式的差異，采用APP控件解析技術(shù)和圖像文字檢測(cè)與定位技術(shù)相結(jié)合進(jìn)行標(biāo)題信息的收集，并引入圖像對(duì)比和網(wǎng)絡(luò)分析的方法實(shí)現(xiàn)自動(dòng)運(yùn)行所需的界面響應(yīng)判斷和網(wǎng)絡(luò)響應(yīng)判斷。第二，基于圖片預(yù)處理方法、文字區(qū)域檢測(cè)技術(shù)、字符識(shí)別技術(shù)，利用Tesseract-OCR引擎實(shí)現(xiàn)了屏幕快照文字信息自動(dòng)識(shí)別子系統(tǒng)。并通過設(shè)計(jì)屏幕快照截

4、取策略以及快照內(nèi)容重組策略，對(duì)快照識(shí)別結(jié)果進(jìn)行重組，實(shí)現(xiàn)對(duì)原APP信息內(nèi)容的拼接和結(jié)構(gòu)還原。第三，基于多主機(jī)并行處理技術(shù)，采用 Redis消息隊(duì)列設(shè)計(jì)并實(shí)現(xiàn)了對(duì)Android APP具有并行分析能力的AndroidAPP信息分析系統(tǒng)（AIAS,APP InformationAnalysis System）。
　　實(shí)驗(yàn)結(jié)果表明，AIAS具有較好效果，實(shí)現(xiàn)了程序自動(dòng)化、高效的對(duì)各種類型的APP進(jìn)行數(shù)據(jù)采集，具有廣泛的適應(yīng)性。采集結(jié)果對(duì)