獨家：Google讓機器學習賦能Play商店，使應用有好排序

由於操作系統的開放性，Android的安全性一直是Google的挑戰。但近年來，該公司一直在打擊惡意軟體和漏洞利益，部分原因是在用戶安裝之前使用機器學習和人工智慧來發現問題應用程序。

文｜遇見人工智慧

今天，該公司已經詳細描述了如何使用一種稱為對等分組的技術來幫助保持Play商店能對app有更好的排序表現。

對等分組是一個很簡單的想法。通過比較執行類似任務的應用程序的相關數據，Google的工程師可以確定需要隱藏的內容。

例如，如果您正在查看一組20個app應用程序，那麼要求訪問麥克風，位置和電話簿的許可權的應用程序可能沒有任何好處。 Google的新系統會自動標記，安全工程師隨後會進一步了解。

Google正在使用機器學習功能來分組應用程序。

通過機器學習，Google可以使用對等分組來掃描正在載入到Play商店的應用程序。一系列指標用於將應用程序分組到集群中，包括其描述，元數據（例如文件大小）以及統計信息，如安裝次數。

Google針對每個應用創建了一個新的對等群組，Google表示使用類別（如「生產力」和「遊戲」）使用「過於粗糙和不靈活」來跟蹤應用程序世界的變化。同樣，手工分組也需要太長時間。一旦分組，質量不好的應用可以從其中剔除出來。

Google的安全隱私小組電子郵件Martin Pelikan解釋說：「我們專註於可能會對用戶隱私造成負面影響的信號，例如與核心應用功能無關的許可請求以及實際觀察到的行為。 「例如，手電筒應用程序可能不需要訪問用戶的通訊錄或用戶手機的精確硬體標識符。許多其他應用程序也是如此，例如打開設備前置攝像頭的「鏡像」應用程序。

像這樣的技術似乎對Google有所作為。在最近的年度Android安全評估中，從官方Play Store安裝有害應用程序的用戶百分比從2015年的0.15％下降到2016年的0.05％。

不過，來自同一評論的數據突出表明，谷歌必須觀看更多的攻擊向量，而不僅僅是官方渠道。許多用戶 - 特別是在中國的用戶 - 安裝來自替代應用商店的Android應用程序，該公司無法控制。

當考慮到這些情況時，安裝不良應用程序的個人數量實際上略有上升，從2015年的0.5％上升到2016年的0.7％。機器學習似乎只能做到這一點。

此文章為 ［遇見人工智慧v］ 原創，特此聲明！

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！