[發明專利]惡意PDF文檔的檢測方法及電子設備

有效

• 申請號: 201910655086.4
• 申請日: 2019-07-19
• 公開（公告）號: CN112241530B
• 公開（公告）日: 2023-05-30
• 發明（設計）人: 祝躍飛;蘆斌;何康;劉龍;林偉;陳巖;費金龍;舒輝;李紅帥
• 申請（專利權）人: 中國人民解放軍戰略支援部隊信息工程大學
• 主分類號: G06F21/56
• 分類號: G06F21/56;G06F18/241;G06F18/23;G06N3/0464;G06F40/205;G06F40/279
• 代理公司: 工業和信息化部電子專利中心 11010
• 代理人: 田衛平

1.一種惡意PDF文檔的檢測方法，其特征在于，包括：

提取PDF文檔的樹形結構，并基于所述樹形結構生成結構矩陣；

對所述樹形結構的節點的對象內容進行特征提取，得到特征數據；

將所述特征數據輸入預先構建的檢測模型處理以得到分類結果；

將所述分類結果和所述結構矩陣合并成擴展矩陣并輸入卷積神經網絡；

所述卷積神經網絡輸出所述PDF文檔的檢測結果；

所述提取PDF文檔的樹形結構，并基于所述樹形結構生成結構矩陣，包括：

提取所述PDF文檔的樹形結構，基于所述樹形結構生成鄰接矩陣；

根據所述節點的對象類型對所述節點進行分類，基于分類結果將所述鄰接矩陣轉化為所述結構矩陣；

所述預先構建的檢測模型的生成方法，包括：

基于所述節點的對象類型對所述節點進行分類；

基于多中心聚類方法對每種類型的所述節點進行訓練得到所述檢測模型。

2.根據權利要求1所述的惡意PDF文檔的檢測方法，其特征在于，所述對所述樹形結構的節點的對象內容進行特征提取，得到特征數據，包括：

對所述節點的對象內容按照預設的規則進行替換以得到替換數據；

采用語言模型對所述替換數據進行特征提??；

基于所述特征的出現頻率對所述特征進行選取以生成特征數據。

3.根據權利要求2所述的惡意PDF文檔的檢測方法，其特征在于，所述對所述節點的對象內容按照預設的規則進行替換以得到替換數據，包括：

對所述節點的內容的字符集進行分類；

建立與每類字符集對應的映射字符，并采用所述映射字符替換每類所述字符集內的字符。

4.根據權利要求3所述的惡意PDF文檔的檢測方法，其特征在于，所述映射字符的個數小于30個。

5.根據權利要求2所述的惡意PDF文檔的檢測方法，其特征在于，所述語言模型為n-gram模型。

6.根據權利要求1所述的惡意PDF文檔的檢測方法，其特征在于，所述特征數據輸入預先構建的檢測模型處理以得到分類結果，包括：

采用聚類方法確定聚類數目和聚類中心；

計算所述特征數據與對應類別的聚類中心的距離；

根據所述距離得到所述分類結果。

7.一種計算機可讀存儲介質，其特征在于，所述計算機可讀存儲介質上存儲有信息傳遞的實現程序，所述程序被處理器執行時實現如權利要求1至6中任一項所述的惡意PDF文檔的檢測方法的步驟。

8.一種電子設備，其特征在于，包括：存儲器、處理器及存儲在所述存儲器上并可在所述處理器上運行的計算機程序，所述計算機程序被所述處理器執行時實現如權利要求1至6中任一項所述的惡意PDF文檔的檢測方法的步驟。