[發(fā)明專利]用于客戶端?云行為分析器的架構(gòu)

有效

• 申請?zhí)枺?/td>: 201380024831.6
• 申請日: 2013-04-10
• 公開（公告）號: CN104541293B
• 公開（公告）日: 2018-02-06
• 發(fā)明（設(shè)計）人: R·古普塔;X·魏;A·加塔拉;V·斯里哈拉
• 申請（專利權(quán)）人: 高通股份有限公司
• 主分類號: G06N5/04
• 分類號: G06N5/04
• 代理公司: 永新專利商標(biāo)代理有限公司72002
• 代理人: 張揚,王英

相關(guān)申請

本申請要求享受于2013年1月2日提交的、題目為“Architecture for Client-Cloud Behavior Analyzer”的美國臨時專利申請61/748,220、2012年5月14日提交的、題目為“System,Apparatus and Method for Adaptive Observation of Mobile Device Behavior”的美國臨時專利申請No.61/646,590以及于2012年8月15日提交的、題目為“System,Apparatus and Method for Adaptive Observation of Mobile Device Behavior”的美國臨時專利申請61/683,274的優(yōu)先權(quán)的權(quán)益，故出于所有的目的以引用方式將這兩個臨時申請的全部內(nèi)容并入本申請。

背景技術(shù)

在過去的若干年里，蜂窩和無線通信技術(shù)已爆炸性增長。這種增長由更好的通信、硬件、更大的網(wǎng)絡(luò)、以及更可靠的協(xié)議來推動。無線服務(wù)提供商現(xiàn)在能夠向其客戶提供不斷擴展的一系列特征和服務(wù)，并向用戶提供對信息、資源以及通信的前所未有的接入水平。為了與這些服務(wù)增強俱進，移動電子設(shè)備(例如，蜂窩電話、平板電腦、膝上型電腦等)已經(jīng)變得比以往更強大和復(fù)雜。該復(fù)雜性已經(jīng)為惡意軟件、軟件沖突、硬件錯誤、以及其它類似的錯誤或現(xiàn)象不利地影響移動設(shè)備的長期以及持續(xù)的性能和功率利用水平創(chuàng)造了新的機會。因此，對可能不利地影響移動設(shè)備的長期以及持續(xù)的性能和功率利用級別的條件和/或移動設(shè)備行為進行識別和校正對消費者而言是有益的。

發(fā)明內(nèi)容

各個方面包括在客戶端-云通信系統(tǒng)中生成數(shù)據(jù)模型的方法，其可以包括應(yīng)用機器學(xué)習(xí)技術(shù)以生成描述行為向量的云語料庫的第一族的分類器模型，確定在所述第一族的分類器模型中哪些因素具有使移動設(shè)備能夠決定性地確定移動設(shè)備行為是惡意的還是良性的較高可能性，基于所確定的因素生成將數(shù)量縮減的因素和數(shù)據(jù)點標(biāo)識為與使所述移動設(shè)備能夠決定性地確定所述移動設(shè)備行為是惡意的還是良性的有關(guān)的第二族的分類器模型，以及基于所述第二族的分類器模型生成移動設(shè)備分類器模塊。

在一方面，應(yīng)用機器學(xué)習(xí)技術(shù)以生成描述行為向量的云語料庫的第一族的分類器模型可以包括在云網(wǎng)絡(luò)的服務(wù)器中的深度分類器中生成所述第一族的分類器模型。在另外的方面，生成第二族的分類器模型可以包括在網(wǎng)絡(luò)服務(wù)器中的精簡分類器中生成所述第二族的分類器模型。在另外的方面，生成第二族的分類器模型可以包括在所述移動設(shè)備網(wǎng)絡(luò)中的精簡分類器中生成所述第二族的分類器模型。在另外的方面，生成將數(shù)量縮減的因素和數(shù)據(jù)點標(biāo)識為與使所述移動設(shè)備能夠決定性地確定所述移動設(shè)備行為是惡意的還是良性的有關(guān)的第二族的分類器模型包括通過將所確定的因素應(yīng)用到所述行為向量的云語料庫來生成所述第二族的分類器模型。

另外的方面包括一種服務(wù)器計算設(shè)備，其具有用于應(yīng)用機器學(xué)習(xí)技術(shù)以生成描述行為向量的云語料庫的第一族的分類器模型的單元，用于確定在所述第一族的分類器模型中哪些因素具有使移動設(shè)備能夠決定性地確定移動設(shè)備行為是惡意的還是良性的較高可能性的單元，用于基于所確定的因素生成將數(shù)量縮減的因素和數(shù)據(jù)點標(biāo)識為與使所述移動設(shè)備能夠決定性地確定所述移動設(shè)備行為是惡意的還是良性的有關(guān)的第二族的分類器模型的單元，以及用于基于所述第二族的分類器模型生成移動設(shè)備分類器模塊的單元。

在一方面，用于應(yīng)用機器學(xué)習(xí)技術(shù)以生成描述行為向量的云語料庫的第一族的分類器模型的單元可以包括用于在深度分類器中生成所述第一族的分類器模型的單元。在另外的方面，用于生成第二族的分類器模型的單元可以包括用于在精簡分類器中生成所述第二族的分類器模型的單元。在另外的方面，用于生成第二族的分類器模型的單元可以包括用于向所述移動設(shè)備發(fā)送所述第一族的分類器模型和所確定的因素的單元。在另外的方面，用于生成將數(shù)量縮減的因素和數(shù)據(jù)點標(biāo)識為與使所述移動設(shè)備能夠決定性地確定所述移動設(shè)備行為是惡意的還是良性的有關(guān)的第二族的分類器模型的單元包括用于通過將所確定的因素應(yīng)用到所述行為向量的云語料庫來生成所述第二族的分類器模型的單元。