[發明專利]一種文件歸類方法及裝置

有效

• 申請號: 201710240448.4
• 申請日: 2017-04-13
• 公開（公告）號: CN108733664B
• 公開（公告）日: 2022-05-03
• 發明（設計）人: 張潔烽;崔精兵;屈亞鑫
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: G06F16/172
• 分類號: G06F16/172;G06F16/13
• 代理公司: 深圳翼盛智成知識產權事務所(普通合伙) 44300
• 代理人: 黃威

本發明實施例公開了文件歸類方法及裝置，應用于信息處理技術領域。文件歸類裝置將待歸類文件的特征信息轉化為第一整數，然后根據第一整數及預置的位置計算函數確定對應的第一存儲位置，如果存儲空間中第一存儲位置對應的數值為第一指示值，確定待歸類文件為某一類型的文件，其中，第一指示值用于指示存儲空間儲存第一存儲位置所表示的樣本文件的特征信息。這樣，可以通過存儲空間中的各個存儲位置表示某一類型的一個樣本文件的特征信息，并通過各個存儲位置對應的指示值指示存儲空間中是否儲存相應的樣本文件的特征信息，極大地減少了某一類型的樣本文件的存儲空間的特征信息，使得確定待歸類文件的類型的效率得到提高。

技術領域

本發明涉及信息處理技術領域，特別涉及一種文件歸類方法及裝置。

背景技術

現有技術中，在儲存病毒庫時，經常會提取病毒樣本的一些特征進行儲存，具體地，將各個病毒樣本的消息摘要算法第五版(Message Digest Algorithm5，MD5)儲存到本地設備的硬盤中。當需要根據病毒庫對本地設備中的文件進行查毒時，需要將硬盤中病毒樣本的信息加載到內存中，然后再判定待查殺文件是否與病毒樣本的信息匹配。

一般情況下，本地設備在將病毒樣本的信息加載內存時，可以直接將病毒庫的MD5加載到內存。但是病毒庫的MD5特征一般比較大，使得病毒樣本無法一次性加載到內存，需要頻繁讀取本地設備的硬盤，導致查毒速度低下。比如，常見的一條病毒樣本的MD5特征一般需要32個字節來存儲，如果需要存儲1億條，就大約需要2.98GB的空間存儲該病毒庫。另一種情況下，本地設備會先通過MD5字符串構建成字典樹后加載到內存，但是初始化字典樹需要耗費較長的時間，如果硬盤中的MD5的規模較大，容易引起內存不足的問題。

發明內容

本發明實施例提供一種文件歸類方法及裝置，實現了根據儲存某一類型樣本文件的特征信息的存儲空間中，待歸類文件的特征信息對應的第一存儲位置的數值確定待歸類文件是否為某一類型的文件。

本發明實施例提供一種文件歸類方法，包括：

獲取待歸類文件的特征信息，及將所述待歸類文件的特征信息轉化為第一整數；

根據所述第一整數及預置的位置計算函數確定對應的第一存儲位置；

如果儲存某一類型樣本文件的特征信息的存儲空間中，第一存儲位置對應的數值為第一指示值，確定所述待歸類文件為所述某一類型的文件，所述第一指示值用于指示所述存儲空間儲存所述第一存儲位置所表示的樣本文件的特征信息。

本發明實施例提供一種文件歸類裝置，包括：

整數單元，用于獲取待歸類文件的特征信息，及將所述待歸類文件的特征信息轉化為第一整數；

位置確定單元，用于根據所述第一整數及預置的位置計算函數確定對應的第一存儲位置；

第一類型確定單元，用于如果儲存某一類型樣本文件的特征信息的存儲空間中，第一存儲位置對應的數值為第一指示值，確定所述待歸類文件為所述某一類型的文件，所述第一指示值用于指示所述存儲空間儲存所述第一存儲位置所表示的樣本文件的特征信息。

可見，在本實施例的方法中，文件歸類裝置獲取待歸類文件的特征信息，且將該特征信息轉化為第一整數，然后根據第一整數及預置的位置計算函數確定對應的第一存儲位置，如果儲存某一類型樣本文件的特征信息的存儲空間中，第一存儲位置對應的數值為第一指示值，確定待歸類文件為某一類型的文件，其中，第一指示值用于指示存儲空間儲存第一存儲位置所表示的樣本文件的特征信息。這樣，可以通過存儲空間中的各個存儲位置表示某一類型的一個樣本文件的特征信息，并通過各個存儲位置對應的指示值指示存儲空間中是否儲存相應的樣本文件的特征信息，極大地減少了某一類型樣本文件的存儲空間的特征信息，從而也節省了在確定待歸類文件的類型的過程中將樣本文件的特征信息加載到內存的時間和空間，使得確定待歸類文件的類型的效率得到提高。

附圖說明