[發(fā)明專利]程序識別模型訓練和程序識別方法、裝置、設(shè)備及介質(zhì)在審
| 申請?zhí)枺?/td> | 202110997708.9 | 申請日： | 2021-08-27 |
| 公開（公告）號： | CN113742727A | 公開（公告）日： | 2021-12-03 |
| 發(fā)明（設(shè)計）人： | 范乙琛;卿潤東;梁彧;傅強;阿曼太;蔡琳;楊滿智;田野;王杰;金紅;陳曉光 | 申請（專利權(quán)）人： | 恒安嘉新(北京)科技股份公司 |
| 主分類號： | G06F21/56 | 分類號： | G06F21/56;G06K9/62;G06N20/00 |
| 代理公司： | 北京品源專利代理有限公司 11332 | 代理人： | 馬迪 |
| 地址： | 100098 北京市海淀區(qū)*** | 國省代碼： | 北京;11 |
| 權(quán)利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關(guān)鍵詞： | 程序 識別 模型 訓練 方法 裝置 設(shè)備 介質(zhì) | ||
本發(fā)明實施例公開了一種程序識別模型訓練和程序識別方法、裝置、設(shè)備及介質(zhì)。其中，程序識別模型訓練方法包括：獲取各樣本程序的目標特征信息；目標特征信息包括行為特征信息和程序包名信息；根據(jù)行為特征信息獲取各樣本程序的程序行為特征，并將程序行為特征確定為樣本訓練數(shù)據(jù)；獲取程序包名信息的字符串隨機性，得到各樣本程序的包名隨機性特征，并將包名隨機性特征確定為樣本訓練數(shù)據(jù)；將樣本訓練數(shù)據(jù)輸入至程序識別模型以對程序識別模型進行訓練。本發(fā)明實施例可以基于機器學習方法實現(xiàn)對應(yīng)用程序的多角度特征提取和識別，提高惡意程序檢測的效率和準確率。
技術(shù)領(lǐng)域
本發(fā)明實施例涉及計算機技術(shù)領(lǐng)域，尤其涉及一種程序識別模型訓練和程序識別方法、裝置、設(shè)備及介質(zhì)。
背景技術(shù)
在現(xiàn)有技術(shù)中，針對惡意程序的識別通常可以通過對程序的API(ApplicationProgramming Interface，應(yīng)用程序接口)調(diào)用、權(quán)限和開機啟動項等靜態(tài)特征進行判別，或通過對程序的調(diào)用序列、注冊表行為和文件行為等動態(tài)特征進行判別，還可以通過對程序的內(nèi)部信息進行獲取并與數(shù)據(jù)庫中已有的惡意信息進行匹配的方式進行判別。
但現(xiàn)有技術(shù)所提供的上述方法僅利用簡單特征的判別進行惡意程序識別，無法實現(xiàn)對應(yīng)用程序的多角度特征提取和判別，惡意程序識別的效率和準確率較低。
發(fā)明內(nèi)容
本發(fā)明實施例提供一種程序識別模型訓練和程序識別方法、裝置、設(shè)備及介質(zhì)，以基于機器學習方法實現(xiàn)對應(yīng)用程序的多角度特征提取和判別，提高惡意程序識別的效率和準確率。
第一方面，本發(fā)明實施例提供了一種程序識別模型訓練方法，包括：
獲取各樣本程序的目標特征信息；所述目標特征信息包括行為特征信息和程序包名信息；
根據(jù)所述行為特征信息獲取各所述樣本程序的程序行為特征，并將所述程序行為特征確定為樣本訓練數(shù)據(jù)；
獲取所述程序包名信息的字符串隨機性，得到各所述樣本程序的包名隨機性特征，并將所述包名隨機性特征確定為所述樣本訓練數(shù)據(jù)；
將所述樣本訓練數(shù)據(jù)輸入至程序識別模型以對所述程序識別模型進行訓練。
第二方面，本發(fā)明實施例還提供了一種程序識別方法，包括：
獲取待識別程序的目標特征信息；所述目標特征信息包括行為特征信息和程序包名信息；
根據(jù)所述行為特征信息獲取所述待識別程序的程序行為特征，并將所述程序行為特征確定為待檢測數(shù)據(jù)；
獲取所述程序包名信息的字符串隨機性，得到所述待識別程序的包名隨機性特征，并將所述包名隨機性特征確定為待檢測數(shù)據(jù)；
將所述待檢測數(shù)據(jù)輸入至程序識別模型，得到所述待識別程序的程序識別結(jié)果；其中，所述程序識別模型通過本發(fā)明任意實施例所述的程序識別模型訓練方法訓練得到。
第三方面，本發(fā)明實施例還提供了一種程序識別模型訓練裝置，包括：
樣本信息獲取模塊，用于獲取各樣本程序的目標特征信息；所述目標特征信息包括行為特征信息和程序包名信息；
樣本行為特征獲取模塊，用于根據(jù)所述行為特征信息獲取各所述樣本程序的程序行為特征，并將所述程序行為特征確定為樣本訓練數(shù)據(jù)；
樣本包名特征獲取模塊，用于獲取所述程序包名信息的字符串隨機性，得到各所述樣本程序的包名隨機性特征，并將所述包名隨機性特征確定為所述樣本訓練數(shù)據(jù)；
程序識別模型訓練模塊，用于將所述樣本訓練數(shù)據(jù)輸入至程序識別模型以對所述程序識別模型進行訓練。
第四方面，本發(fā)明實施例還提供了一種程序識別裝置，包括：
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息，商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于恒安嘉新(北京)科技股份公司，未經(jīng)恒安嘉新(北京)科技股份公司許可，擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作，請聯(lián)系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202110997708.9/2.html，轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
