[發明專利]網絡模型訓練方法、字符串檢測方法、裝置及電子設備

在審

• 申請號: 202210368582.3
• 申請日: 2022-04-08
• 公開（公告）號: CN114707026A
• 公開（公告）日: 2022-07-05
• 發明（設計）人: 徐鐘豪;陳偉;謝忱;劉偉
• 申請（專利權）人: 上海斗象信息科技有限公司
• 主分類號: G06F16/903
• 分類號: G06F16/903;G06N3/08
• 代理公司: 北京超凡宏宇專利代理事務所(特殊普通合伙) 11463
• 代理人: 衡滔

1.一種網絡模型訓練方法，其特征在于，包括：

獲取用于模型訓練的字符串數據集，所述字符串數據集包括加密字符串樣本集和非加密字符串樣本集；

對所述字符串數據集中的每一條字符串進行特征預處理；

利用對所述字符串數據集中的每一條字符串進行特征預處理后得到的特征向量對預設神經網絡模型進行訓練，得到用于預測字符串是否加密的字符串檢測模型。

2.根據權利要求1所述的方法，其特征在于，對所述字符串數據集中的每一條字符串進行特征預處理，包括：

針對所述字符串數據集中的每一條字符串，對該條字符串做特征提取處理，以提取模型訓練所需的N種不同特征，N為大于等于2的正整數；

將所述字符串數據集中所有字符串各自的N種不同特征，組成N維的特征向量矩陣；

對所述特征向量矩陣中的元素進行特征規范化處理，得到規范化處理后的特征向量矩陣。

3.根據權利要求2所述的方法，其特征在于，對所述特征向量矩陣中的元素進行特征規范化處理，包括：

若所述特征向量矩陣為M*N的特征向量矩陣時，針對所述特征向量矩陣的每一列，選取出該列元素中的最大值，并將該列中的每個元素除以該最大值，使得該列中的每個元素的值在(0，1]之間，M為所述字符串數據集中字符串的數量，M為大于N的正整數；

若所述特征向量矩陣為N*M的特征向量矩陣時，針對所述特征向量矩陣的每一行，選取出該行元素中的最大值，并將該行中的每個元素除以該最大值，使得該行中的每個元素的值在(0，1]之間。

4.根據權利要求2所述的方法，其特征在于，該條字符串提取的N種不同特征，包括：預設有效字符占比、數字占比、英文字符占比、不重復數字占比、不重復英文字符占比、連續數字占比、連續英文字符占比、該條字符串的正樣本3gram占比與其負樣本3gram占比的比值中的至少兩種特征。

5.根據權利要求1-4中任一項所述的方法，其特征在于，所述加密字符串樣本集，包括多條base64加密字符串、多條md5加密字符串、多條自定義加密字符串；

和/或，所述非加密字符串樣本集包括多條英文短句、多條原始代碼、所述多條原始代碼清洗后剩余的多條字符串。

6.一種字符串檢測方法，其特征在于，包括：

獲取待檢測字符串；

對所述待檢測字符串進行特征預處理，以得到模型預測所需的N種不同特征，N為大于等于2的正整數；

將所述N種不同特征構成的特征向量輸入事先訓練好的字符串檢測模型，得到預測結果。

7.一種網絡模型訓練裝置，其特征在于，包括：

獲取模塊，用于獲取用于模型訓練的字符串數據集，所述字符串數據集包括加密字符串樣本集和非加密字符串樣本集；

處理模塊，用于對所述字符串數據集中的每一條字符串進行特征預處理；

訓練模塊，用于利用對所述字符串數據集中的每一條字符串進行特征預處理后得到的特征向量對預設神經網絡模型進行訓練，得到用于預測字符串是否加密的字符串檢測模型。

8.一種字符串檢測裝置，其特征在于，包括：

獲取模塊，用于獲取待檢測字符串；

處理模塊，用于對所述待檢測字符串進行特征預處理，以得到模型預測所需的N種不同特征，N為大于等于2的正整數，以及將所述N種不同特征構成的特征向量輸入事先訓練好的字符串檢測模型，得到預測結果。

9.一種電子設備，其特征在于，包括：

存儲器和處理器，所述處理器與所述存儲器連接；

所述存儲器，用于存儲程序；

所述處理器，用于調用存儲于所述存儲器中的程序，以執行如權利要求1-5中任一項所述的方法，或者，執行如權利要求6所述的方法。

10.一種計算機可讀存儲介質，其特征在于，其上存儲有計算機程序，所述計算機程序被處理器運行時，執行如權利要求1-5中任一項所述的方法，或者，執行如權利要求6所述的方法。