• 한국IT서비스학회지
• /
• 제17권2호
• /
• pp.111-128
• /
• 2018

About 3.9 million apps and 24 primary categories can be approved on Apple iTunes Store. Making accurate categorization can potentially receive many benefits for developers, app stores, and users, such as improving discoverability and receiving long-term revenue. However, current categorization problems may cause usage inefficiency and confusion, especially for cross-attribution, etc. This study focused on evaluating the reliability of app categorization on Apple iTunes Store by using several rounds of inter-rater reliability statistics, locating categorization problems based on Machine Learning, and making more accurate suggestions about representative functionality stems for each primary category. A mixed methods research was performed and total 4905 popular apps were observed. The original categorization was proved to be substantial reliable but need further improvement. The representative functionality stems for each category were identified. This paper may provide some fusion research experience and methodological suggestions in categorization research field and improve app store's categorization in discoverability.

• 한국정보시스템학회지:정보시스템연구
• /
• 제27권2호
• /
• pp.1-28
• /
• 2018

Purpose More than 7.6 million mobile apps could be approved on both Apple iTunes Store and Google Play. For managing those existed Apps, Apple Inc. established twenty-four primary categories, as well as Google Play had thirty-three primary categories. However, all of their categorizations have appeared more and more problems in managing and classifying numerous apps, such as app miscategorized, cross-attribution problems, lack of categorization keywords index, etc. The purpose of this study focused on introducing individual information cognitive processing as the classification criteria to update the current categorization on Apple iTunes Store. Meanwhile, we tried to observe the effectiveness of the new criteria from a classification process on Apple iTunes Store. Design/Methodology/Approach A research approach with four research stages were performed and a series of mixed methods was developed to identify the feasibility of adopting individual information cognitive processing as categorization criteria. By using machine-learning techniques with Term Frequency-Inverse Document Frequency and Singular Value Decomposition, keyword lists were extracted. By using the prior research results related to car app's categorization, we developed individual information cognitive processing. Further keywords extracting process from the extracted keyword lists was performed. Findings By TF-IDF and SVD, keyword lists from more than five thousand apps were extracted. Furthermore, we developed individual information cognitive processing that included a categorization teaching process and learning process. Three top three keywords for each category were extracted. By comparing the extracted results with prior studies, the inter-rater reliability for two different methods shows significant reliable, which proved the individual information cognitive processing to be reliable as criteria of categorization on Apple iTunes Store. The updating suggestions for Apple iTunes Store were discussed in this paper and the results of this paper may be useful for app store hosts to improve the current categorizations on app stores as well as increasing the efficiency of app discovering and locating process for both app developers and users.

• 전자공학회논문지
• /
• 제51권8호
• /
• pp.77-86
• /
• 2014

모바일 디바이스는 일반적으로 인위적인 디자인의 앱 영상으로 구성된다, 따라서, 본 논문에서는 주변 밝기에 따라 앱 영상별 최적의 밝기를 설정하여 재현함으로 모바일 디스플레이에서의 최적의 시인성을 나타내는 방법을 제안한다. 먼저 두 가지의 사전실험을 통하여 시인성에 영향을 주는 앱 영상의 특성요소를 찾고, 각 앱 영상별 만족하는 디바이스 밝기를 조사하였다. 다음으로, 앱 영상별로 이들 요소들과 디바이스 만족 밝기와의 관계를 비교 분석하였다. 그 결과, 평균 밝기와 진출색의 분포비율을 이용하여 앱 영상을 분류하고 각 분류별 가장 많은 빈도를 나타내는 만족 밝기를 최적 밝기로 설정하였다. 평가를 위한 실험에서 분류된 영상별 최적의 밝기에 대해 시인성 테스트를 수행한 결과 분류된 앱 영상에 따라 다양한 조도 환경에 대하여 높은 만족도를 나타냄을 확인하였다.

• 정보보호학회논문지
• /
• 제30권4호
• /
• pp.657-667
• /
• 2020

안드로이드 프레임워크는 단 한번의 권한 허용을 통해 앱이 사용자의 정보를 자유롭게 이용할 수 있으며, 유출되는 데이터가 개인정보임을 식별하기 어렵다는 문제가 있다. 따라서 본 논문에서는 어플리케이션을 통해 유출되는 데이터를 분석하여, 해당 데이터가 실제로 개인정보에 해당하는 것인지를 파악하는 기준을 제시한다. 이를 위해 우리는 제어 흐름 그래프를 기반으로 소스와 싱크를 추출하며, 소스에서 싱크까지의 흐름이 존재하는 경우 사용자의 개인정보를 유출하는지 확인한다. 이 과정에서 우리는 구글에서 제공하는 위험한 권한 정보를 기준으로 개인정보와 직결되는 소스와 싱크를 선별하며, 동적분석 툴을 통해 각 API에 대한 정보를 후킹한다. 후킹되는 데이터를 통해 사용자는 해당 어플리케이션이 실제로 개인정보를 유출한다면 어떤 개인정보를 유출하는지 여부를 파악할 수 있다. 우리는 툴을 최신 버전의 API에 적용하기 위해 머신러닝을 통해 최신 버전의 안드로이드의 소스와 싱크를 분류하였으며, 이를 통해 86%의 정확도로 최신 배포 버전인 9.0 안드로이드의 API를 분류하였다. 또한 툴은 2,802개의 APK를 통해 평가되었으며, 개인정보를 유출하는 850개의 APK를 탐지하였다.

• 디지털융복합연구
• /
• 제15권3호
• /
• pp.77-86
• /
• 2017

다수의 앱 개발업체가 사업에 어려움을 겪고 있는 상황에서 수익을 높일 수 있는 분야로 본 연구에서는 자동차용 앱을 선정하고, 자동차를 운전하거나 관리하는 용도로 쓰이는 모바일 앱을 분석하여 분류하였다. 총 697개의 자동차용 앱(애플의 앱 스토어에서 273개와 구글 플레이 스토어에서 424개)을 분류한 결과 8개 집단으로 나뉘었는데, 대부분 차량 뉴스 및 정보(28%), 위치 서비스(23%), 대여 서비스(15%), 안전/효율 운전(12%) 집단에 속하였다. 나머지는 매매, 운전자 소통, 유지보수 관리, 경비 관리용 이었다. 하지만, 다수의 앱들이 주 기능면에서 너무 비슷한 경우가 많았고, 단지 소수의 앱만이 둘 이상의 집단에 속할 만큼 다양한 기능을 제공하고 있었다. 분류 체계의 실용성을 높이기 위하여 분류자간 신뢰성 검사를 두 번에 걸쳐 실시한 결과 Cohen's Kappa 값이 0.886과 0.828로 수용할 만한 수준이었다. 본 연구의 결과는 자동차용 앱 개발업체가 기존 앱이 제공하지 않는 기능을 발굴내거나 다기능을 복합한 앱을 개발하는데 유용할 것이며, 향후 유망 앱을 찾기 위한 방안을 연구할 필요가 있다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제11권6호
• /
• pp.3230-3253
• /
• 2017

Android malware steals users' private information, and embedded unsafe advertisement (ad) libraries, which execute unsafe code causing damage to users. The majority of such traffic is HTTP and is mixed with other normal traffic, which makes the detection of malware and unsafe ad libraries a challenging problem. To address this problem, this work describes a novel HTTP traffic flow mining approach to detect and categorize Android malware and unsafe ad library. This work designed AndroCollector, which can automatically execute the Android application (app) and collect the network traffic traces. From these traces, this work extracts HTTP traffic features along three important dimensions: quantitative, timing, and semantic and use these features for characterizing malware and unsafe ad libraries. Based on these HTTP traffic features, this work describes a supervised classification scheme for detecting malware and unsafe ad libraries. In addition, to help network operators, this work describes a fine-grained categorization method by generating fingerprints from HTTP request methods for each malware family and unsafe ad libraries. This work evaluated the scheme using HTTP traffic traces collected from 10778 Android apps. The experimental results show that the scheme can detect malware with 97% accuracy and unsafe ad libraries with 95% accuracy when tested on the popular third-party Android markets.

• 한국정보통신학회논문지
• /
• 제26권6호
• /
• pp.907-913
• /
• 2022

전 세계 스마트폰 이용자 중 약 70%가 안드로이드 운영체제 기반 스마트폰을 사용하고 있으며 이러한 안드로이드 플랫폼을 표적으로 한 악성 앱이 지속적으로 증가하고 있다. 구글은 증가하는 안드로이드 대상 악성코드에 대응하기 위해 'Google Play Protect'를 제공하여 악성 앱이 스마트폰에 설치되는 것을 방지하고 있으나, 아직도 많은 악성 앱들이 정상 앱처럼 위장하여 구글 플레이스토어에 등록되어 선량한 일반 사용자의 스마트폰을 위협하고 있다. 하지만 일반 사용자가 악성 앱을 점검하기에는 상당한 전문성이 필요하기에 대부분 사용자는 안티바이러스 프로그램에 의존하여 악성 앱을 탐지하고 있다. 이에 본 논문에서는 앱에서 쉽게 확인이 가능한 카테고리와 권한만을 활용하여 앱의 불필요한 악성 권한을 분류하고 분류한 권한을 통해 악성 앱을 쉽게 검출할 수 있는 방법을 제안한다. 제안된 방법은 '상용 악성 앱 검출 프로그램'과 미탐율·오탐율 측면에서 비교 분석하여 성능 수준을 제시하고 있다.

• 한국인터넷방송통신학회논문지
• /
• 제20권5호
• /
• pp.1-7
• /
• 2020

소셜네트워킹서비스와 쇼핑몰을 결합하면 오프라인 거래에서처럼 단골 관계를 형성할 수 있다. 한번이라도 물품을 구매한 고객은 SNS의 팔로우(Follow) 기능을 이용하여 자동으로 단골고객으로 등록하여, 구매자와 생산자와의 관계가 일회성에 그치지 않고 향후에도 지속될 수 있게 하여 잠재고객이 되고, 장기적으로 재구매가 이루어지게 한다. 단골이 된 고객에게 생산자는 신상품 출하 시 객관적인 물품정보 외에 재배하는 동안의 농장 모습이나 농작물의 성장과정 등 생생한 근황과, 파종에서 수확까지의 숨겨진 이야기를 통해 자신이 농사지으며 전원생활을 하는듯한 감성을 자극한다. 소비자는 자신의 SNS 홈에서 기존의 단골 관계인 생산자의 파종, 농사, 수확, 신상품 등의 소식을 타임라인에서 확인하여 필요한 상품을 원클릭(one click)으로 구매할 수 있다. 생산자는 소비자에게 뉴스 및 할인 등의 정보를 제공하여 단골로 만드는 고객 관리가 가능하고, 저장법이나 요리법 등의 다양한 사용법을 안내하며 새로운 물품을 추천하거나 홍보를 할 수 있다. 이러한 장점은 기존의 전자상거래에서 상품의 판매와 홍보가 분리되어 링크를 통해 외부로 연결되어야 하는 문제에서 벗어나 판매와 홍보가 하나의 계정 안에서 수행하도록 하여 사이트 접근성을 높여준다. 이처럼 SNS의 인맥 마케팅 기능에 더하여 시스템은 생산자의 판매 물품을 자동 분류한 카테고리로 소비자의 SNS 홈 페이지에 쇼핑물의 기능을 제공하여 소비자가 원하는 상품을 검색하고 구매할 수 있으며 구매는 자동으로 소비자와 생산자를 단골관계로 연결해준다. 또한 구매자 간에도 구매한 상품에 대한 구매경험을 공유하고, 상품추천, 구매후기 작성 및 기존 구매후기의 재배포가 용이하다. 이처럼 서로 알지 못하던 구매자 사이의 소통도 가능하게 하여, 상품을 추천하고 소식을 확산시키는 것이 'SNS 몰'의 가장 큰 특징이다.