计算机应用研究

作者：方梦麒,徐建,

单位：南京理工大学计算机科学与工程学院,南京210094；

关键词：隐私泄露,污染规范,大模型,半监督学习,

随着移动应用的广泛普及，隐私泄露问题日益成为亟待解决的挑战。现有的隐私泄露分析技术通常依赖预定义的源和汇API（application programming interface）列表，即污染规范，而传统污染规范提取方法多采用手动筛选或机器学习算法，难以适应大规模应用场景，且误报率较高。针对上述问题，提出一种基于大模型的污染规范提取方法TaintLM。TaintLM以官方API文档为主要输入，并构造精心设计的指令驱动大模型进行多任务学习，实现源汇分类和语义分类；同时，针对当前领域数据不平衡问题，提出一种多任务迭代微调策略，将半监督学习引入多任务学习框架中，通过半监督学习生成伪标签数据并在微调过程中迭代优化模型性能。实验结果表明，TaintLM在源汇分类和语义分类任务上的F1分数分别为0.92和0.94，优于现有主流方法。该方法提升了污染规范提取的准确性，验证了其在污染规范提取中的有效性，为移动应用隐私保护提供了高效的技术支持。

来源：2025年第10期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2025年第10期