[發(fā)明專利]一種違規(guī)文件檢測方法、裝置及設備

在審

• 申請?zhí)枺?/td>: 202110585154.1
• 申請日: 2021-05-27
• 公開（公告）號: CN113407494A
• 公開（公告）日: 2021-09-17
• 發(fā)明（設計）人: 劉思瀚;何光宇;徐石成;孟健
• 申請（專利權）人: 東軟集團股份有限公司
• 主分類號: G06F16/14
• 分類號: G06F16/14;G06F16/16;G06F16/182
• 代理公司: 北京集佳知識產(chǎn)權代理有限公司 11227
• 代理人: 錢灣灣

1.一種違規(guī)文件檢測方法，其特征在于，所述方法包括：

獲取待檢測文件，將所述待檢測文件劃分為多個分片文件；

將在所述分片文件中查找到的與至少一個敏感片段的相關性大于第一閾值的分片文件確定為第一目標分片文件；

針對每一所述第一目標分片文件，將與該第一目標分片文件的相關性大于第一閾值的各個敏感片段的敏感度閾值相加，得到該第一目標分片文件的敏感度值；

將在所述敏感片段中查找到的與至少一個所述第一目標分片文件的相關性大于第二閾值的敏感片段確定為第一可達敏感片段；

將在所述分片文件中查找到的與至少一個所述第一可達敏感片段的相關性大于第三閾值的分片文件確定為第二目標分片文件；

針對每一所述第二目標分片文件，將與該第二目標分片文件的相關性大于第三閾值的各個第一可達敏感片段的敏感度閾值相加，得到該第二目標分片文件的敏感度值；

將各個所述第一目標分片文件以及各個所述第二目標分片文件的敏感度值相加得到第一求和結果；

如果所述第一求和結果大于敏感度閾值，確定所述待檢測文件為違規(guī)文件。

2.根據(jù)權利要求1所述的方法，其特征在于，所述方法還包括：

如果在所述敏感片段中未查找到與至少一個所述第一目標分片文件的相關性大于第二閾值的敏感片段，或者，在所述分片文件中未查找到與至少一個所述第一可達敏感片段的相關性大于第三閾值的分片文件，將各個所述第一目標分片文件的敏感度值相加得到第二求和結果；

如果所述第二求和結果大于敏感度閾值，確定所述待檢測文件為違規(guī)文件。

3.根據(jù)權利要求1所述的方法，其特征在于，在將各個所述第一目標分片文件以及各個所述第二目標分片文件的敏感度值相加得到第一求和結果之前，所述方法還包括：

將在所述敏感片段中查找到的與至少一個所述第二目標分片文件的相關性大于第四閾值的敏感片段確定為第二可達敏感片段；

將在所述分片文件中查找到的與至少一個所述第二可達敏感片段的相關性大于第五閾值的分片文件重新確定為第二目標分片文件；

針對每一重新確定的第二目標分片文件，將與該第二目標分片文件的相關性大于第五閾值的各個第二可達敏感片段的敏感度閾值相加，得到該第二目標分片文件的敏感度值；

重新執(zhí)行將在所述敏感片段中查找到的與至少一個所述第二目標分片文件的相關性大于第四閾值的敏感片段確定為第二可達敏感片段以及后續(xù)步驟，直到在所述敏感片段中未查找到與至少一個所述第二目標分片文件的相關性大于第四閾值的敏感片段。

4.根據(jù)權利要求3所述的方法，其特征在于，所述方法還包括：

如果在所述敏感片段中未查找到與至少一個所述第二目標分片文件的相關性大于第四閾值的敏感片段，或者，在所述分片文件中未查找到與至少一個所述第二可達敏感片段的相關性大于第五閾值的分片文件，觸發(fā)執(zhí)行將各個所述第一目標分片文件以及各個所述第二目標分片文件的敏感度值相加得到第一求和結果以及后續(xù)步驟。

5.根據(jù)權利要求3所述的方法，其特征在于，所述方法還包括：

如果在所述敏感片段中未查找到與至少一個所述第二目標分片文件的相關性大于第四閾值的敏感片段，將該次查找得到的至少一個第二目標分片文件添加為所述敏感片段。

6.根據(jù)權利要求1所述的方法，其特征在于，所述方法還包括：

如果在所述分片文件中未查找到與至少一個敏感片段的相關性大于第一閾值的分片文件，確定所述待檢測文件為合規(guī)文件。

7.根據(jù)權利要求1-6任一項所述的方法，其特征在于，目標敏感片段的敏感度閾值是根據(jù)所述目標敏感片段在違規(guī)文件中的存在概率、所述目標敏感片段在合規(guī)文件中的存在概率、所述違規(guī)文件的概率以及所述合規(guī)文件的概率確定得到的；所述目標敏感片段為所述敏感片段中的任一個。