[發明專利]使用推升式決策樹樁和聯合特征選擇及剔選算法來對移動設備行為進行高效分類的方法和系統

在審

• 申請號: 201380069119.8
• 申請日: 2013-12-30
• 公開（公告）號: CN104885099A
• 公開（公告）日: 2015-09-02
• 發明（設計）人: K·法瓦茲;V·斯里答拉;R·吉普塔
• 申請（專利權）人: 高通股份有限公司
• 主分類號: G06N5/04
• 分類號: G06N5/04
• 代理公司: 上海專利商標事務所有限公司 31100
• 代理人: 李小芳

用于分類移動設備行為的方法和系統包括配置服務器使用大型移動設備行為素材庫來生成完整分類器模型，該完整分類器模型包括適合轉換成推升式決策樹樁的有限狀態機和/或描述與確定移動設備行為是否為良性或是否造成移動設備隨時間降級相關的所有或許多特征。移動設備可接收該完整分類器模型并使用該模型來生成完整推升式決策樹樁集合，其中根據該完整推升式決策樹樁集合通過將該完整集合剔選為適合高效地確定移動設備行為是否為良性的子集來生成目標更集中的或更精簡的分類器模型。可通過選擇依賴于有限測試條件集合的所有推升式決策樹樁來剔選推升式決策樹樁。

相關申請

本申請要求于2013年9月5日提交的題為“Methods and Systems of UsingBoosted Decision Stumps and Joint Feature Selection and Pruning Algorithmsfor the Efficient Classification of Mobile Device Behaviors(使用推升式決策樹樁和聯合特征選擇及修枝算法來對移動設備行為進行高效分類的方法和系統)”的美國臨時申請No.61/874,129、于2013年1月2日提交的題為“On-Device Real-Time BehaviorAnalyzer(設備上的實時行為分析器)”的美國臨時專利申請No.61/748,217、以及于2013年1月2日提交的題為“Architecture for Client-Cloud Behavior Analyzer(用于客戶端-云行為分析器的架構)”的美國臨時專利申請No.61/748,220的優先權權益，以上所有申請的全部內容通過援引納入于此。

背景

蜂窩和無線通信技術在過去數年已見證爆發式增長。此增長已被更好的通信、硬件、更大的網絡、以及更可靠的協議推動。結果，無線服務提供方現在能夠向他們的消費者提供空前程度的對信息、資源、和通信的訪問。

為了跟上這些服務增強，移動電子設備(例如，蜂窩電話、平板設備、膝上型計算機等)已變得比以往任何時候都更強大且更復雜。這種復雜性為惡意軟件、軟件沖突、硬件故障、以及其他類似差錯或現象造成了負面影響移動設備的長期和持續性能以及功率利用水平的新機會。相應地，標識并糾正可能負面地影響移動設備的長期和持續性能以及功率利用水平的狀況和/或移動設備行為對消費者而言是有益的。

概述

各方面包括在移動設備中生成精簡行為分類器模型的方法，其可包括在移動設備的處理器中接收包括有限狀態機的完整分類器模型，以及在移動設備中使用該完整分類器模型來生成精簡分類器模型。該有限狀態機可包括適合轉換成或表達為多個推升式決策樹樁的信息，且每個推升式決策樹樁可包括測試條件和權重值。在一方面，該方法可進一步包括在移動設備中使用該精簡分類器模型來將該移動設備的行為分類為良性或非良性的(即，惡意的、使性能降級的、等等)。

在一方面，基于完整分類器模型來生成精簡分類器模型可包括：將完整分類器模型中所包括的有限狀態機轉換成推升式決策樹樁列表，以及基于推升式決策樹樁列表中所包括的推升式決策樹樁來生成精簡分類器模型。

在一方面，基于完整分類器模型來生成精簡分類器模型可進一步包括：確定為了分類移動設備行為而應當評估而又不消耗該移動設備的過量處理、存儲器或能量資源的獨特測試條件的數目，通過順序地遍歷該推升式決策樹樁列表并將與每個順序地遍歷的推升式決策樹樁相關聯的測試條件插入測試條件列表直至該測試條件列表可包括所確定數目的獨特測試條件來生成該測試條件列表，以及生成精簡分類器模型以僅包括測試所生成的測試條件列表中包括的多個測試條件之一的那些推升式決策樹樁。

在一方面，該方法可包括在移動設備中使用精簡分類器模型通過如下操作來將移動設備的行為分類為良性或非良性：將所收集的行為信息應用于精簡分類器模型中的每個推升式決策樹樁，計算將所收集的行為信息應用于精簡分類器模型中的每個推升式決策樹樁的結果的加權平均，以及將該加權平均與閾值作比較。