[發明專利]一種惡意文檔檢測方法及裝置有效
| 申請號： | 201710081580.5 | 申請日： | 2017-02-15 |
| 公開（公告）號： | CN106778278B | 公開（公告）日： | 2019-09-10 |
| 發明（設計）人： | 喻民;劉超;劉云政;李敏;姜建國 | 申請（專利權）人： | 中國科學院信息工程研究所 |
| 主分類號： | G06F21/56 | 分類號： | G06F21/56 |
| 代理公司： | 北京路浩知識產權代理有限公司 11002 | 代理人： | 王慶龍 |
| 地址： | 100093 *** | 國省代碼： | 北京;11 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 一種 惡意 文檔 檢測 方法 裝置 | ||
1.一種惡意文檔檢測方法，其特征在于，包括:
根據統一化處理后的各個文檔類型的文檔的結構特征和元數據特征建立機器學習模型；
獲取待檢測文檔的結構特征和元數據特征；
采用通用的結構特征模型表示所述待檢測文檔的結構特征，采用通用的元數據特征模型表示所述待檢測文檔的元數據特征；
采用所述機器學習模型根據所述待檢測文檔的結構特征和元數據特征對所述待檢測文檔進行檢測。
2.根據權利要求1所述的方法，其特征在于，在所述根據統一化處理后的各個文檔類型的文檔的結構特征和元數據特征建立機器學習模型之前，所述方法還包括：
獲取多種文檔類型的文檔對應的結構特征，將不同文檔類型的相同屬性的結構特征進行統一命名；
采用通用的結構特征模型表示各個文檔類型的文檔對應的結構特征；
獲取多種文檔類型的文檔對應的元數據特征，將不同文檔類型的相同屬性的元數據特征進行統一命名；
采用通用的元數據特征模型表示各個文檔類型的文檔對應的元數據特征。
3.根據權利要求1所述的方法，其特征在于，所述獲取待檢測文檔的結構特征和元數據特征，包括：
判斷待檢測文檔的文檔類型，根據所述待檢測文檔的文檔類型提取待檢測文檔的結構特征和元數據特征。
4.根據權利要求1所述的方法，其特征在于，所述采用通用的結構特征模型表示所述待檢測文檔的結構特征，包括：
采用有向圖表示所述待檢測文檔的結構，使用矩陣表示所述有向圖；
其中，所述矩陣的列表示所述有向圖的各個節點的起點，所述矩陣的行表示所述有向圖的各個節點的終點，用1表示起點到終點可達，用0表示起點到終點不可達。
5.根據權利要求1所述的方法，其特征在于，所述采用通用的元數據特征模型表示所述待檢測文檔的元數據特征，包括：
將所述待檢測文檔中的腳本語言轉換為通用的元數據特征模型中的中間語言。
6.一種惡意文檔檢測裝置，其特征在于，包括：
機器學習模型建立單元，用于根據統一化處理后的各個文檔類型的文檔的結構特征和元數據特征建立機器學習模型；
特征獲取單元，用于獲取待檢測文檔的結構特征和元數據特征；
特征統一化單元，用于采用通用的結構特征模型表示所述待檢測文檔的結構特征，采用通用的元數據特征模型表示所述待檢測文檔的元數據特征；
檢測單元，用于采用所述機器學習模型根據所述待檢測文檔的結構特征和元數據特征對所述待檢測文檔進行檢測。
7.根據權利要求6所述的裝置，其特征在于，還包括：
統一化處理單元，用于獲取多種文檔類型的文檔對應的結構特征，將不同文檔類型的相同屬性的結構特征進行統一命名；
采用通用的結構特征模型表示各個文檔類型的文檔對應的結構特征；
獲取多種文檔類型的文檔對應的元數據特征，將不同文檔類型的相同屬性的元數據特征進行統一命名；
采用通用的元數據特征模型表示各個文檔類型的文檔對應的元數據特征。
8.根據權利要求6所述的裝置，其特征在于，所述特征獲取單元進一步用于：
判斷待檢測文檔的文檔類型，根據所述待檢測文檔的文檔類型提取待檢測文檔的結構特征和元數據特征。
9.根據權利要求6所述的裝置，其特征在于，所述特征統一化單元進一步用于：
采用有向圖表示所述待檢測文檔的結構，使用矩陣表示所述有向圖；
其中，所述矩陣的列表示所述有向圖的各個節點的起點，所述矩陣的行表示所述有向圖的各個節點的終點，用1表示起點到終點可達，用0表示起點到終點不可達。
10.根據權利要求6所述的裝置，其特征在于，所述特征統一化單元進一步用于：
將所述待檢測文檔中的腳本語言轉換為通用的元數據特征模型中的中間語言。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于中國科學院信息工程研究所，未經中國科學院信息工程研究所許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201710081580.5/1.html，轉載請聲明來源鉆瓜專利網。
