[發明專利]文件分類方法、設備、存儲介質及裝置

在審

• 申請號: 202011275211.8
• 申請日: 2020-11-13
• 公開（公告）號: CN112445760A
• 公開（公告）日: 2021-03-05
• 發明（設計）人: 徐傳宇;黨亮;王士聰
• 申請（專利權）人: 北京鴻騰智能科技有限公司
• 主分類號: G06F16/13
• 分類號: G06F16/13;G06K9/62
• 代理公司: 深圳市世紀恒程知識產權代理事務所 44287
• 代理人: 薛福玲

1.一種文件分類方法，其特征在于，所述文件分類方法包括以下步驟：

獲取待處理文件，以及所述待處理文件的文件信息；

對所述待處理文件進行字符信息提取，獲得所述待處理文件的結構字符信息；

根據所述結構字符信息以及所述文件信息確定文件索引值，并根據所述文件索引值對所述待處理文件進行分類。

2.如權利要求1所述的文件分類方法，其特征在于，所述根據所述結構字符信息以及所述文件信息確定文件索引值，并根據所述文件索引值對所述待處理文件進行分類的步驟，具體包括：

獲取所述待處理文件的入口數據，并根據所述入口數據以及所述結構字符信息生成一級索引值；

根據所述文件信息生成所述待處理文件的二級索引值；

根據所述一級索引值以及所述二級索引值生成文件索引值，并根據所述文件索引值對所述待處理文件進行分類。

3.如權利要求2所述的文件分類方法，其特征在于，所述獲取所述待處理文件的入口數據，并根據所述入口數據以及所述結構字符信息生成一級索引值的步驟，具體包括：

根據所述結構字符信息確定簽名字符、標志字符以及文件屬性信息；

根據所述簽名字符、所述標志字符以及所述文件屬性信息確定所述待處理文件的屬性數據索引值；

獲取所述待處理文件的入口數據，并查找所述入口數據對應的入口數據索引值；

根據所述屬性數據索引值以及所述入口數據索引值生成一級索引值。

4.如權利要求3所述的文件分類方法，其特征在于，所述根據所述結構字符信息確定簽名字符、標志字符以及文件屬性信息的步驟，具體包括：

根據所述結構字符信息確定頭部字符位置信息、標志字符、文件屬性信息；

根據所述頭部字符位置信息確定簽名字符位置信息，并根據所述簽名字符位置信息確定簽名字符。

5.如權利要求4所述的文件分類方法，其特征在于，所述根據所述簽名字符、所述標志字符以及所述文件屬性信息確定所述待處理文件的屬性數據索引值的步驟，具體包括：

根據所述簽名字符判斷所述待處理文件是否為合法文件，獲得文件判斷結果；

根據所述標志字符確定標志字段，并根據所述標志字段確定待處理文件的文件位數信息；

根據所述文件判斷結果、所述文件位數信息以及所述文件屬性信息確定所述待處理文件的屬性數據索引值。

6.如權利要求5所述的文件分類方法，其特征在于，所述根據所述文件判斷結果、所述文件位數信息以及所述文件屬性信息確定所述待處理文件的屬性數據索引值的步驟，具體包括：

對所述屬性信息進行信息提取，獲得基礎信息、平臺信息、調試信息、資源信息、重定位表信息、導出表信息、版本信息、程序執行入口信息以及節表信息；

將所述平臺信息、所述調試信息、所述資源信息、所述重定位表信息以及導出表信息進行信息融合，獲得融合信息；

根據所述基礎信息、所述融合信息、所述版本信息、所述程序執行入口信息以及所述節表信息確定文件屬性索引值。

7.如權利要求6所述的文件分類方法，其特征在于，所述根據所述基礎信息、所述融合信息、所述版本信息、所述程序執行入口信息以及所述節表信息確定文件屬性索引值的步驟，具體包括：

根據所述基礎信息對所述待處理文件進行分類，并根據分類結果確定基礎信息索引值；

根據所述融合信息確定融合數據，并根據所述融合數據確定融合信息索引值；

根據所述版本信息確定版本索引值；

根據所述程序執行入口信息確定程序入口種類，并根據所述程序入口種類確定程序入口索引值；

對所述節表信息進行特征提取，獲得節表特征信息，并根據所述節表特征信息確定節表索引值；

根據所述基礎信息索引值、所述融合信息索引值、所述版本索引值、所述程序入口索引值以及所述節表索引值確定文件屬性索引值。