[發(fā)明專利]軟件檢測(cè)方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)

有效

• 申請(qǐng)?zhí)枺?/td>: 201811257390.5
• 申請(qǐng)日: 2018-10-26
• 公開（公告）號(hào): CN109359439B
• 公開（公告）日: 2019-12-13
• 發(fā)明（設(shè)計(jì)）人: 龐瑞;張宏君
• 申請(qǐng)（專利權(quán)）人: 北京天融信網(wǎng)絡(luò)安全技術(shù)有限公司;北京天融信科技有限公司;北京天融信軟件有限公司
• 主分類號(hào): G06F21/12
• 分類號(hào): G06F21/12
• 代理公司: 11010 工業(yè)和信息化部電子專利中心
• 代理人: 齊潔茹

1.一種軟件檢測(cè)方法，其特征在于，包括：

提取軟件樣本庫(kù)中各樣本所包含的數(shù)值型特征和非數(shù)值型特征；

利用選定的N種非加密哈希算法對(duì)所述非數(shù)值型特征進(jìn)行處理，并將處理結(jié)果轉(zhuǎn)換為數(shù)值型特征；所述N為大于1的整數(shù)；

根據(jù)各樣本中包含的所述數(shù)值型特征和轉(zhuǎn)化得到的所述數(shù)值型特征，構(gòu)造特征矩陣；

利用所述特征矩陣訓(xùn)練機(jī)器學(xué)習(xí)分類器；

利用所述機(jī)器學(xué)習(xí)分類器，對(duì)目標(biāo)軟件進(jìn)行檢測(cè)。

2.如權(quán)利要求1所述的方法，其特征在于，利用所述機(jī)器學(xué)習(xí)分類器，對(duì)目標(biāo)軟件進(jìn)行檢測(cè)之前，還包括：

利用測(cè)試樣本集對(duì)訓(xùn)練完的所述機(jī)器學(xué)習(xí)分類器進(jìn)行測(cè)試，以調(diào)整所述機(jī)器學(xué)習(xí)分類器的模型參數(shù)。

3.如權(quán)利要求1所述的方法，其特征在于，利用所述特征矩陣訓(xùn)練機(jī)器學(xué)習(xí)分類器，具體包括：

利用標(biāo)注有惡意軟件和正常軟件的軟件樣本而構(gòu)造出的特征矩陣，訓(xùn)練第一機(jī)器學(xué)習(xí)分類器，以對(duì)軟件為惡意軟件或者正常軟件進(jìn)行分類；

利用標(biāo)注有不同類型的惡意軟件樣本而構(gòu)造出的特征矩陣，訓(xùn)練第二機(jī)器學(xué)習(xí)分類器，以對(duì)惡意軟件的類型進(jìn)行分類。

4.如權(quán)利要求1所述的方法，其特征在于，所述數(shù)值型特征包括如下特征中的一個(gè)或多個(gè)：代碼頭字段信息、代碼段信息、字符串統(tǒng)計(jì)信息、樣本總體統(tǒng)計(jì)信息、引入地址表中函數(shù)列表、導(dǎo)出函數(shù)列表、字節(jié)統(tǒng)計(jì)信息、以及字節(jié)信息熵統(tǒng)計(jì)。

5.如權(quán)利要求1所述的方法，其特征在于，所述非數(shù)值型特征包括如下特征中的一個(gè)或多個(gè)：軟件頭信息中可識(shí)別字符串序列、所有的路徑字符串序列、所有的統(tǒng)一資源定位符字符串序列、所有的注冊(cè)表項(xiàng)字符串序列、軟件頭信息的機(jī)器型號(hào)字符串、軟件所有段名稱字符串序列、入口段名稱字符串、軟件所有段中連續(xù)Q個(gè)以上可識(shí)別字符組成的字符串序列；其中，Q為正整數(shù)。

6.如權(quán)利要求1所述的方法，其特征在于，所述利用選定的N種非加密哈希算法對(duì)所述非數(shù)值型特征進(jìn)行處理，并將處理結(jié)果轉(zhuǎn)換為數(shù)值型特征，具體包括：

將所述非數(shù)值型特征按照設(shè)定的分組方式進(jìn)行分組；

針對(duì)每組非數(shù)值型特征，利用所述N種非加密哈希算法分別進(jìn)行哈希處理，得到N個(gè)哈希值，并將得到的N個(gè)哈希值轉(zhuǎn)化為整型；

將各組的整型特征進(jìn)行拼接，得到轉(zhuǎn)換后的數(shù)值型特征。

7.如權(quán)利要求1所述的方法，其特征在于，所述根據(jù)各樣本中包含的所述數(shù)值型特征和轉(zhuǎn)化得到的所述數(shù)值型特征，構(gòu)造特征矩陣，具體包括：

對(duì)各所述數(shù)值型特征進(jìn)行標(biāo)準(zhǔn)化處理；

對(duì)標(biāo)準(zhǔn)化處理后的特征數(shù)據(jù)進(jìn)行歸一化處理；

利用歸一化處理后的特征數(shù)據(jù)構(gòu)造出特征特征矩陣。

8.如權(quán)利要求1所述的方法，其特征在于，在構(gòu)造特征矩陣之后，還包括：按照設(shè)定的降維方法，對(duì)所述特征矩陣進(jìn)行降維處理。

9.如權(quán)利要求1至8中任意一項(xiàng)所述的方法，其特征在于，所述N種非加密哈希算法包括以下算法中的至少兩種：MurMurHash3算法、SimHash算法和CRC32算法。

10.一種軟件檢測(cè)裝置，其特征在于，包括：

特征提取模塊，用于提取軟件樣本庫(kù)中各樣本所包含的數(shù)值型特征和非數(shù)值型特征；

特征處理模塊，用于利用選定的N種非加密哈希算法對(duì)所述非數(shù)值型特征進(jìn)行處理，并將處理結(jié)果轉(zhuǎn)換為數(shù)值型特征；所述N為大于1的整數(shù)；

矩陣構(gòu)造模塊，用于根據(jù)各樣本中包含的所述數(shù)值型特征和轉(zhuǎn)化得到的所述數(shù)值型特征，構(gòu)造特征矩陣；

學(xué)習(xí)訓(xùn)練模塊，用于利用所述特征矩陣訓(xùn)練機(jī)器學(xué)習(xí)分類器；

檢測(cè)模塊，用于利用所述機(jī)器學(xué)習(xí)分類器，對(duì)目標(biāo)軟件進(jìn)行檢測(cè)。

11.如權(quán)利要求10所述的裝置，其特征在于，所述學(xué)習(xí)訓(xùn)練模塊，還用于利用測(cè)試樣本集對(duì)訓(xùn)練完的所述機(jī)器學(xué)習(xí)分類器進(jìn)行測(cè)試，以調(diào)整所述機(jī)器學(xué)習(xí)分類器的模型參數(shù)。