一种应用程序识别的方法、装置、设备及存储介质与流程

本技术涉及信息，具体涉及一种应用程序识别的方法、装置、设备及存储介质。

背景技术：

1、在使用计算机或其他移动终端的过程中，使用者往往会在操作系统上安装大量的应用程序，每个应用程序均会在桌面上产生相应的快捷方式，造成桌面上出现大量的应用程序快捷方式，一方面显得桌面比较混乱，另一方面在寻找某一应用程序时需要耗费时间去逐个浏览，因此有必要对已安装的应用程序的类别进行识别，进而对已识别类别的应用程序进行分类，并添加到应用程序管理平台对应的列表中。

技术实现思路

1、有鉴于此，本技术实施例提供一种应用程序识别的方法、装置、设备及存储介质。

2、本技术实施例的技术方案是这样实现的：

3、第一方面，本技术实施例提供一种应用程序识别的方法，所述方法包括：获取目标应用程序的目标信息；所述目标信息至少包括第一类信息和/或第二类信息；所述第一类信息至少包括图标信息，所述第二类信息至少包括元数据信息；基于所述目标信息对所述目标应用程序的类别进行识别；识别过程中无需进行特征匹配。

4、根据上述技术手段，首先，获取目标应用程序的目标信息；目标信息至少包括第一类信息和/或第二类信息；第一类信息至少包括图标信息，第二类信息至少包括元数据信息；然后，基于目标信息对目标应用程序的类别进行识别；识别过程中无需进行特征匹配。通过获取到的目标应用程序的第一类信息和/或第二类信息，直接识别目标应用程序的类别，识别过程无需利用目标应用程序的图标的特征和/或元数据的特征在现有数据库中进行匹配。

5、在一些实施例中，所述获取目标应用程序的目标信息，包括：确定所述目标应用程序的文件路径；扫描所述目标应用程序的文件路径，得到所述目标应用程序的目标信息。

6、根据上述技术手段，首先，确定目标应用程序的文件路径；然后，扫描目标应用程序的文件路径，得到目标应用程序的目标信息。通过获取目标应用程序的目标信息，作为后续基于目标信息对目标应用程序的类别进行识别的基础。

7、在一些实施例中，所述基于所述目标信息对所述目标应用程序的类别进行识别，包括：通过第一特征提取模块对所述第一类信息进行特征提取，得到第一类特征向量；其中，所述第一类特征向量表征所述目标应用程序的图标的图像特征；通过第二特征提取模块对所述第二类信息进行特征提取，得到第二类特征向量；其中，所述第二类特征向量表征所述目标应用程序的元数据的字符特征；基于所述第一类特征向量和所述第二类特征向量，确定所述目标应用程序的特征向量；通过结果识别模块对所述目标应用程序的特征向量进行二值化处理，得到二值化处理后的结果；基于所述二值化处理后的结果，确定所述目标应用程序的类别。

8、根据上述技术手段，首先，通过对目标应用程序的第一类信息和第二类信息分别进行特征提取，得到对应的第一类特征向量和第二类特征向量；然后，基于第一类特征向量和第二类特征向量，确定目标应用程序的特征向量；最后，基于目标应用程序的特征向量，直接对目标应用程序的类别进行识别，识别过程无需利用目标应用程序的图标的特征和/或元数据的特征在现有数据库中进行匹配。

9、在一些实施例中，所述第一特征提取模块的训练过程，包括：通过重构模块对所述第一特征提取模块提取出的第一类训练特征向量进行重构处理，得到第一类重构信息；其中，所述第一类重构信息用于表征用于训练应用程序的第一类信息的重构图标信息；基于所述第一类训练特征向量和第二类训练特征向量，通过结果识别模块得到用于表征所述应用程序的类别的识别结果；其中，所述第二类训练特征向量用于表征用于训练应用程序的元数据的字符特征；在所述识别结果不符合预设结果且所述第一类重构信息与所述第一类信息存在差异的情况下，循环更新所述第一特征提取模块的参数、所述第二特征提取模块的参数和所述结果识别模块的参数至所述识别结果符合所述预设结果且所述第一类重构信息与所述第一类信息无差异，完成对第一特征提取模块的训练。

10、根据上述技术手段，在对第一特征提取模块进行训练的过程中，采用重构模块对第一类训练特征向量进行重构处理得到第一类重构信息，采用结果识别模块得到用于表征训练应用程序的类别的识别结果，并通过判断识别结果是否符合预设结果和第一类重构信息与第一类信息之间的差异，确定第一特征提取模块的训练效果。在训练效果未达到预期要求的情况下，循环更新第一特征提取模块的参数、第二特征提取模块的参数和结果识别模块的参数，直到对第一特征提取模块的训练效果达到预期要求，完成对第一特征提取模块的训练。

11、在一些实施例中，所述在所述识别结果不符合预设结果且所述第一类重构信息与所述第一类信息存在差异的情况下，循环更新所述第一特征提取模块的参数、所述第二特征提取模块的参数和所述结果识别模块的参数至所述识别结果符合所述预设结果且所述第一类重构信息与所述第一类信息无差异，完成对第一特征提取模块的训练，包括：获取训练集中各训练应用程序的标签；基于所述第一类信息和所述第一类重构信息，确定重构损失函数；基于所述识别结果和所述各训练应用程序的标签，确定二元交叉熵损失函数；基于所述重构损失函数和所述二元交叉熵损失函数，确定所述总损失函数；循环更新所述第一特征提取模块的参数、所述第二特征提取模块的参数和所述结果识别模块的参数至所述总损失函数收敛，完成对第一特征提取模块训练。

12、根据上述技术手段，基于重构损失函数和二元交叉熵损失函数确定总损失函数，通过判断总损失函数是否达到预设收敛条件，确定对第一特征提取模块的训练效果是否达到预期要求。在总损失函数未达到预设收敛条件时，循环更新第一特征提取模块的参数、第二特征提取模块的参数和结果识别模块的参数，直到总损失函数达到预设收敛条件，将总损失函数达到预设收敛条件下的第一特征提取模块的参数作为训练后的第一特征提取模块的参数，完成对第一特征提取模块的训练。

13、在一些实施例中，所述基于所述重构损失函数和所述二元交叉熵损失函数，确定所述总损失函数，包括：确定所述总损失函数中的调优参数；所述调优参数用于表征所述重构损失函数和所述二元交叉熵损失函数的比重关系；基于所述调优参数、所述重构损失函数和所述二元交叉熵损失函数，确定所述总损失函数。

14、根据上述技术手段，首先，确定用于表征所述重构损失函数和所述二元交叉熵损失函数的比重关系的调优参数；然后，基于所述调优参数、所述重构损失函数和所述二元交叉熵损失函数，确定所述总损失函数。通过构建总损失函数，便于后续通过判断总损失函数是否达到预设收敛条件，进而确定对第一特征提取模块的训练效果是否达到预期要求。

15、在一些实施例中，在所述获取目标应用程序的目标信息之前，所述方法还包括：在应用程序管理平台扫描系统上安装的应用程序的过程中，将扫描到新的应用程序作为所述目标应用程序；在所述基于所述目标信息对所述目标应用程序的类别进行识别之后，所述方法还包括：基于所述目标应用程序的类别，将所述目标应用程序的标识信息，添加到所述应用程序管理平台对应的应用程序列表中。

16、根据上述技术手段，在确定目标应用程序的类别之前，通过应用程序管理平台将系统上新的应用程序识别出来，作为目标应用程序，以对目标应用程序的类别进行识别；在确定目标应用程序的类别之后，通过应用程序管理平台将已识别类别的目标应用程序的标识，添加到应用程序管理平台对应的应用程序列表中，以对目标应用程序进行分类。

17、第二方面，本技术实施例提供一种应用程序识别的装置，所述装置包括：获取单元，用于获取目标应用程序的目标信息；所述目标信息至少包括第一类信息和/或第二类信息；所述第一类信息至少包括图标信息，所述第二类信息至少包括元数据信息；识别单元，用于基于所述目标信息对所述目标应用程序的类别进行识别；识别过程中无需进行特征匹配。

18、第三方面，本技术实施例提供一种应用程序识别的设备，所述设备包括处理器和存储器：所述存储器，用于存储计算机程序；所述处理器，用于执行所述存储器中的存储的计算机程序，实现所述应用程序识别的方法。

19、第四方面，本技术实施例提供一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机程序，当所述计算机程序被处理器运行时，实现所述应用程序识别的方法。

20、应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，而非限制本技术的技术方案。