[發(fā)明專利]文件安全性識(shí)別方法和裝置

在審

• 申請(qǐng)?zhí)枺?/td>: 201610274067.3
• 申請(qǐng)日: 2016-04-27
• 公開（公告）號(hào): CN107315955A
• 公開（公告）日: 2017-11-03
• 發(fā)明（設(shè)計(jì)）人: 陳治宇;周吉文;郭疆;徐超
• 申請(qǐng)（專利權(quán)）人: 百度在線網(wǎng)絡(luò)技術(shù)（北京）有限公司
• 主分類號(hào): G06F21/56
• 分類號(hào): G06F21/56;G06F15/18
• 代理公司: 北京英賽嘉華知識(shí)產(chǎn)權(quán)代理有限責(zé)任公司11204
• 代理人: 王達(dá)佐,馬曉亞

1.一種文件安全性識(shí)別方法，其特征在于，所述方法包括：

獲取待識(shí)別文件的特征信息；

分別將所述特征信息中每一個(gè)類型的特征信息轉(zhuǎn)換為所述特征信息對(duì)應(yīng)的預(yù)設(shè)機(jī)器學(xué)習(xí)模型的輸入向量，其中，每一個(gè)類型的特征信息預(yù)先對(duì)應(yīng)一個(gè)機(jī)器學(xué)習(xí)模型；

基于所述預(yù)設(shè)機(jī)器學(xué)習(xí)模型的輸出向量，確定待識(shí)別文件是否為病毒文件。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述待識(shí)別文件為安卓安裝包Apk文件，所述特征信息包括Apk文件的結(jié)構(gòu)特征信息；以及

獲取待識(shí)別文件的特征信息包括：

將確定出的Apk文件中名稱的長度小于閾值的包的個(gè)數(shù)作為結(jié)構(gòu)特征信息；

將統(tǒng)計(jì)出的Apk文件中的類的名稱的長度的最大值、最小值、總和值、平均值、方差值、類的個(gè)數(shù)與Apk文件中的所有類的個(gè)數(shù)的比例作為結(jié)構(gòu)特征信息；

將統(tǒng)計(jì)出的Apk文件中的成員變量的名稱的長度的最大值、最小值、平均值、方差值、成員變量的個(gè)數(shù)與Apk文件中的所有成員變量的個(gè)數(shù)的比例作為結(jié)構(gòu)特征信息；

將統(tǒng)計(jì)出的Apk文件中的成員函數(shù)的名稱的長度的最大值、最小值、總和值、平均值、方差值、成員函數(shù)的個(gè)數(shù)與Apk文件中的所有成員函數(shù)的個(gè)數(shù)中所占的比例作為結(jié)構(gòu)特征信息；

將統(tǒng)計(jì)出的Apk文件中成員變量的類型、成員函數(shù)的返回值的類型與Apk文件中所有數(shù)據(jù)的類型的比例作為結(jié)構(gòu)特征信息；

將統(tǒng)計(jì)出的Apk文件中成員函數(shù)的輸入?yún)?shù)的個(gè)數(shù)的分布、輸入?yún)?shù)的名稱的長度小于閾值的參數(shù)的個(gè)數(shù)作為結(jié)構(gòu)特征信息；

將判斷Apk文件中是否存在預(yù)設(shè)字符串、url、電話號(hào)碼、數(shù)字而 得到的判斷結(jié)果作為結(jié)構(gòu)特征信息；

將統(tǒng)計(jì)出的Apk文件中的窗口的個(gè)數(shù)、窗口的名稱的長度的最大值、最小值、總和值、平均值、方差值、窗口的尺寸作為結(jié)構(gòu)特征信息；

將統(tǒng)計(jì)出的Apk文件中的菜單的個(gè)數(shù)、菜單的名稱的長度的最大值、最小值、總和值、平均值、方差值作為結(jié)構(gòu)特征信息；

將統(tǒng)計(jì)出的Apk文件中動(dòng)畫的個(gè)數(shù)、動(dòng)畫的名稱的長度的最大值、最小值、總和值、平均值、方差值和獲取到的動(dòng)畫中的圖像的像素特征作為結(jié)構(gòu)特征信息；

將統(tǒng)計(jì)出的Apk文件中圖片的個(gè)數(shù)、圖片的名稱的長度的最大值、最小值、總和值、平均值、方差值和獲取到的圖片中的圖像的像素特征作為結(jié)構(gòu)特征信息；以及

分別將所述特征信息中每一個(gè)類型的特征信息轉(zhuǎn)換為所述特征信息對(duì)應(yīng)的預(yù)設(shè)機(jī)器學(xué)習(xí)模型的輸入向量包括：

將所述結(jié)構(gòu)特征信息轉(zhuǎn)換為預(yù)設(shè)定長輸入的機(jī)器學(xué)習(xí)模型的輸入向量，其中，每一個(gè)類型的結(jié)構(gòu)特征信息對(duì)應(yīng)所述輸入向量中的一個(gè)分量。

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述待識(shí)別文件為安卓安裝包Apk文件，所述特征信息包括函數(shù)特征信息；以及

獲取待識(shí)別文件的特征信息包括：

生成Apk文件對(duì)應(yīng)的函數(shù)森林，其中，函數(shù)森林中包含多個(gè)節(jié)點(diǎn)，每一個(gè)節(jié)點(diǎn)對(duì)應(yīng)Apk文件中的一個(gè)函數(shù)；

對(duì)函數(shù)森林中的樹的長度進(jìn)行排序，確定排序之后排名在預(yù)設(shè)名次之前的樹；

采用深度優(yōu)先算法遍歷所述樹中預(yù)設(shè)深度之上的節(jié)點(diǎn)；

將所述節(jié)點(diǎn)對(duì)應(yīng)的函數(shù)的名稱或函數(shù)中的指令作為函數(shù)特征信息；

將采用相似度哈希算法計(jì)算出的所述函數(shù)名稱或函數(shù)中的指令對(duì)應(yīng)的哈希值作為函數(shù)特征信息；以及

分別將所述特征信息中每一個(gè)類型的特征信息轉(zhuǎn)換為所述特征信息對(duì)應(yīng)的預(yù)設(shè)機(jī)器學(xué)習(xí)模型的輸入向量包括：

將所述哈希值轉(zhuǎn)換為預(yù)設(shè)變長輸入的機(jī)器學(xué)習(xí)模型的輸入向量。

4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述待識(shí)別文件為安卓安裝包Apk文件，特征信息包括權(quán)限特征信息；以及

獲取待識(shí)別文件的特征信息包括：

判斷Apk文件中是否包含預(yù)設(shè)權(quán)限；

基于判斷結(jié)果，生成權(quán)限特征信息；以及

分別將所述特征信息中每一個(gè)類型的特征信息轉(zhuǎn)換為所述特征信息對(duì)應(yīng)的預(yù)設(shè)機(jī)器學(xué)習(xí)模型的輸入向量包括：

將所述權(quán)限特征信息轉(zhuǎn)換為預(yù)設(shè)定長輸入的機(jī)器學(xué)習(xí)模型的輸入向量，其中，所述預(yù)設(shè)權(quán)限對(duì)應(yīng)的分量的數(shù)值為1，除所述預(yù)設(shè)權(quán)限對(duì)應(yīng)的分量之外的分量的數(shù)值為0。