1.一种基于概率本体的安卓软件风险评估方法，其特征在于，包括：利用层次分析法构建风险评估模型；

通过三角模糊函数描述风险等级与权限支持度的对应关系；

提取所述风险评估模型的风险节点、节点权重和层次关系，构建本体模型；

解析所述本体模型，并导入netica生成贝叶斯网络概率模型；

动态添加证据信息，完善所述贝叶斯网络概率模型得到app综合风险概率分布；

所述利用层次分析法构建风险评估模型，包括：设定相邻两层中的上层为目标层，下层为因素层，统计各类app中的恶意权限样本和良性权限样本，将区分良性与恶性app的权限选取为风险权限节点，通过AHP比例标度表，将同一层的两两因素针对目标层的影响程度的比较结果作为新元素构造判断矩阵，求出其特征向量与特征值，得出各因素节点权重，构建多层风险评估模型；

提取所述风险评估模型的风险节点、节点权重和层次关系，构建本体模型，包括：提取所述风险评估模型的风险节点、节点权重和层次关系，将所述风险评估模型抽象成体系类、特征类和样本类，并利用本体构建软件构建本体模型层次结构，设置属性名、定义域和值域来定义对象属性和数据属性，确定所述体系类、所述特征类和所述样本类之间的关系约束，向概率本体模型中导入实例，根据所述对象属性和所述数据属性，完成实例的关联，完善本体模型，并给出对应的owl编码；

解析所述本体模型，并导入netica生成贝叶斯网络概率模型，包括：利用Jena解析所述本体模型，将所述风险评估模型中的所述风险节点抽象成贝叶斯网络节点，定义变量类来表示每个所述贝叶斯网络节点，并进行概率扩展，将每个所述贝叶斯网络节点用有向线段相互连接，构成有向无环图，利用贝叶斯网络条件概率表，描述节点当前状态下的概率与节点之间的相关关系；

动态添加证据信息，完善所述贝叶斯网络概率模型得到app综合风险概率分布，包括：在所述贝叶斯网络概率模型中设置证据节点，动态获取证据信息，通过设置的所述证据节点，输入所述贝叶斯网络概率模型，完善所述贝叶斯网络概率模型，并利用netica进行风险推理，逐层计算待评估节点的风险等级概率分布，最终得到app综合风险等级概率分布，完成风险等级评估。

2.如权利要求1所述的一种基于概率本体的安卓软件风险评估方法，其特征在于，所述通过三角模糊函数描述风险等级与权限支持度的对应关系，包括：采用三角模糊隶属函数来计算各权限风险等级的隶属度来反映权限支持度与风险等级的对应关系，并由风险等级和对应的风险等级隶属度来计算权限风险等级对应的威胁值。

3.如权利要求1所述的一种基于概率本体的安卓软件风险评估方法，其特征在于，解析所述本体模型，并导入netica生成贝叶斯网络概率模型，还包括：以所述贝叶斯网络节点中的父节点为中心，遍历所有子节点，构成贝叶斯网络概率模型片段，多个所述贝叶斯网络概率模型片段导入netica生成贝叶斯网络概率模型。