[发明专利]病毒检测方法、装置及设备

权利要求书

1.一种病毒检测方法，其中，包括：

识别待检测文件的文件格式，从而确定所述待检测文件所属类别；

提取所述待检测文件的与所述类别对应的特征向量；

将所述特征向量输入到对应类别的病毒检测模型中，来检测所述待检测文件是否为病毒文件。

2.根据权利要求1所述的方法，其中，确定所述待检测文件所属类别包括：

确定所述待检测文件所属类别为指定类别中任一种；或

所述待检测文件非指定类别中任一种，则确定所述待检测文件为其他类别。

3.根据权利要求2所述的方法，其中，所述指定类别包括以下至少一种：

自解压缩包类别、安装包类别、编译器类别、壳类别。

4.根据权利要求3所述的方法，其中，与所述自解压缩包类别对应的特征向量包括以下至少一项：

目录结构特征、文件的校验和特征、文件数据内容特征、压缩算法特征、执行脚本特征。

5.根据权利要求3所述的方法，其中，与所述安装包类别对应的特征向量包括以下至少一项：

目录结构特征、安装脚本特征、安装程序版本特征、安装文件校验和特征、安装插件特征、文件数据特征、按照界面图像特征。

6.根据权利要求3所述的方法，其中，与所述编译器类别对应的特征向量包括以下至少一项：

函数特征、类特征、变量特征、引用关系特征、字符串特征、数据块特征、逻辑特征、数据内容特征。

7.根据权利要求3所述的方法，其中，与所述壳类别对应的特征向量包括以下至少一项：

外壳程序特征、内部程序特征、压缩或加密特征。

8.根据权利要求2所述的方法，其中，与所述其他类别对应的特征向量包括以下至少一项：

程序结构特征、导入导出数据特征、文本字符串特征、数值特征、入口及函数特征、版本信息特征、图标图像特征。

9.根据权利要求1所述的方法，其中，所述对应类别的病毒检测模型为：

利用所述类别对应的特征向量基于机器学习算法训练得到的病毒检测模型。

10.一种病毒检测装置，其中，包括：

用于识别待检测文件的文件格式，从而确定所述待检测文件所属类别的单元；

用于提取所述待检测文件的与所述类别对应的特征向量的单元；

用于将所述特征向量输入到对应类别的病毒检测模型中，来检测所述待检测文件是否为病毒文件的单元。

11.根据权利要求10所述的装置，其中，所述待检测文件所属类别包括：

指定类别中任一种；或指定类别外的其他类别。

12.根据权利要求11所述的装置，其中，所述指定类别包括以下至少一种：

自解压缩包类别、安装包类别、编译器类别、壳类别。

13.根据权利要求12所述的装置，其中，与所述自解压缩包类别对应的特征向量包括以下至少一项：

目录结构特征、文件的校验和特征、文件数据内容特征、压缩算法特征、执行脚本特征。

14.根据权利要求12所述的装置，其中，与所述安装包类别对应的特征向量包括以下至少一项：

目录结构特征、安装脚本特征、安装程序版本特征、安装文件校验和特征、安装插件特征、文件数据特征、按照界面图像特征。

15.根据权利要求12所述的装置，其中，与所述编译器类别对应的特征向量包括以下至少一项：

函数特征、类特征、变量特征、引用关系特征、字符串特征、数据块特征、逻辑特征、数据内容特征。

16.根据权利要求12所述的装置，其中，与所述壳类别对应的特征向量包括以下至少一项：

外壳程序特征、内部程序特征、压缩或加密特征。

17.根据权利要求11所述的装置，其中，与所述其他类别对应的特征向量包括以下至少一项：

程序结构特征、导入导出数据特征、文本字符串特征、数值特征、入口及函数特征、版本信息特征、图标图像特征。

18.根据权利要求10所述的装置，其中，所述对应类别的病毒检测模型为：

利用所述类别对应的特征向量基于机器学习算法训练得到的病毒检测模型。

19.一种病毒检测设备，其中，包括权利要求10至18中任一项所述的病毒检测装置。