自己动手清除Android系统中的不良程序

本文介绍了一种通过编程手段找出并清除Android设备上恶意程序的方法,包括获取桌面快捷方式对应的包名及根据包名卸载应用。

自己动手清除Android系统中的不良程序

陈跃峰

2014/6/29

 

         最近在使用我的Nexus7时,总是经常莫名其妙的弹出一些广告弹窗,还会自动下载一些应用程序,还会在桌面上生成一个叫做“精彩应用”的图标,这个快捷方式关联的程序显示的内容和广告内容是一致的,很是烦人,使用360手机卫士和乐安全都发现不了这个不良程序,所以就自己动手来清除这个程序。

         由于Nexus 7平时用于测试程序,安装的应用很多,手动删除了一些可疑的应用以后还是不行,猜测是某些app可能被人篡改了,就不再去删除app了,而把目光转向了桌面快捷方式上。

         既然生成了“精彩应用”这个图标,而且点击可以启动程序,但是安卓系统的快捷方式和app之间没有很直观的联系,这就需要写些代码来解决了:

         1、获取快捷方式对应的包名

         众所周期,每个安卓app依靠一个唯一的包名就行区分,只要能发现这个包名,剩下就简单了。

         获取快捷方式需要读写系统设置的权限:

                   <uses-permissionandroid:name="com.android.launcher.permission.READ_SETTINGS" />

   <uses-permissionandroid:name="com.android.launcher.permission.WRITE_SETTINGS" />

         读取快捷方式的代码如下:

/**

          * 显示快捷方式信息

          * @param context 上下文对象

          */

         publicstatic void printShortcutInfo(Context context){

                   try{

                            ContentResolverresolver = context.getContentResolver();

                 Cursor cursor = resolver.query(Uri.parse("content://com.android.launcher2.settings/favorites?notify=true"),null,null,null,null);

                 int index = 0;

                 while(cursor.moveToNext()){

                          intnum = 5;

                          try{

                                    Stringinfo = "";

                                    for(inti = 0;i < num;i++){

                                              info+= cursor.getString(i) + ",";

                                    }

                                    System.out.println(index+++ "  " + info);

                          }catch(Exceptione1){}

                 }

                 cursor.close();

                   }catch(Exceptione){

                            e.printStackTrace();

                   }

         }

         通过执行这些代码,发现“精彩应用”这个快捷方式对应的包名是“cn.com.hkgt.gasapp”,通过这个包名也不能直接找到对应的程序,那下面就自己编码卸载这个程序,看看到底是哪里出了问题。

         2、根据包名卸载app

         对于没有root的程序,卸载时只是调用卸载界面,但是这个对于我来说足够了。

         卸载程序需要的权限:

                   <uses-permissionandroid:name="android.permission.DELETE_PACKAGES" />

         卸载程序的方法代码:

                   /**

              * 卸载软件

              *@param context 上下文对象

              *@param pkgName 包名

              */

             public static void deletePackage(Contextcontext,String pkgName){

                       try{

                                Uri packageURI =Uri.parse("package:" + pkgName);    

                                Intent uninstallIntent = newIntent(Intent.ACTION_DELETE, packageURI);    

                                context.startActivity(uninstallIntent);

                       }catch(Exception e){

                                e.printStackTrace();

                       }

             }

         执行这个方法卸载上面包名的程序时,终于发现是中石化营业厅程序被人篡改了,卸载该app,去他们的官网再次下载安装app,世界终于一片清静了。

        

         最后发现百度应用中心和应用宝里面提供的中石化营业厅程序都是被篡改的程序,看来以后下载和安装app还是小心一点的好。

        

         把自己的这一小段经历和大家一起分享,如果大家有更好的方法也请告诉我,谢谢。联系方式:cqucyf@JavaMeStudio.com

内容概要:本文围绕2自由度(2DOF)机械臂的路径规划问题展开研究,重点利用Matlab工具实现路径规划算法的设计与仿真。文中系统阐述了机械臂的运动学建模方法,包括正运动学与逆运动学的数学推导与求解过程,并深入分析了其工作空间的范围与特性。研究核心在于路径规划算法的实现,涵盖了轨迹插值(如直线、圆弧插补)等核心方法,并通过Matlab编程对机械臂在复杂环境下的运动轨迹进行规划与优化,确保其能够避开障碍物并平稳、高效地到达目标位置。研究内容兼具理论深度与实践价值,通过具体案例验证了所提算法的有效性与实用性。; 适合人群:具备一定Matlab编程基础和机器人学基础知识的高校学生、科研人员及自动化、机器人相关领域的工程师;尤其适合从事机械臂控制、路径规划算法开发的技术人员。; 使用场景及目标:①用于教学演示和课程设计,帮助学生深入理解机械臂正/逆运动学求解、工作空间分析及轨迹规划的基本原理;②为工业自动化中轻型机械臂的轨迹生成与优化提供算法支持和可靠的仿真验证平台;③作为科研项目中路径规划模块的前期算法设计、对比与验证工具。; 阅读建议:建议读者结合Matlab代码同步运行文中示例,深入理解各函数模块(特别是运动学求解与轨迹生成)的作用,重点关注逆运动学的多解性处理与轨迹平滑性优化的实现逻辑,并尝试修改机械臂参数、目标点或环境条件以观察路径变化,从而掌握算法的调优方法。
内容概要:本文提出了一种基于变分模态分解(VMD)与卷积神经网络-双向长短期记忆网络(CNN-BiLSTM)相结合的电力负荷预测模型,旨在提升负荷预测的精度与稳定性。首先利用VMD对原始负荷序列进行自适应分解,将其划分为若干具有不同频率特性的本征模态函数子序列,有效降低原始数据的非平稳性与噪声干扰;随后通过CNN网络提取各子序列的局部时域特征与空间特征,再由BiLSTM网络充分捕捉长时间跨度的前后向时序依赖关系;最后将特征融合后输出最终预测结果。研究采用Python语言实现了完整的模型构建、训练与测试流程,并通过实际数据集上的对比实验证明,该混合模型在预测精度、收敛速度和泛化能力方面均优于传统单一模型及其他组合模型。; 适合人群:具备一定Python编程基础和深度学习理论知识,从事电力系统分析、能源管理、智能电网或时间序列预测等相关领域的科研人员与工程技术人员,特别适合研究生及工作1-3年的青年开发者。; 使用场景及目标:①应用于电力系统短期负荷预测,为电网调度、发电计划制定、需求响应及电力市场运营提供可靠数据支持;②为研究人员提供一种有效的VMD与深度学习融合建模范式,促进高精度负荷预测方法的复现与进一步创新。; 阅读建议:建议读者结合所提供的代码深入理解VMD分解参数设置、CNN特征提取机制与BiLSTM网络结构设计,重点关注数据预处理、模型超参数调优及多步预测策略,通过实验对比不同模块的贡献度,以全面提升模型构建与优化能力。
评论 3
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值