[发明专利]一种修剪训练集和恶意程序识别的方法及装置

权利要求书

1.一种修剪训练集的方法，其特征在于，包括：

在训练集中任意选取一个特征点；

将所选取的特征点所代表的行为特征分别与所选取的特征点的空间距离最近的第一数量个特征点所代表的行为特征进行对比；

若所选取的特征点所代表的行为特征与所述第一数量个特征点所代表的行为特征中的至少第二数量个特征点所代表的行为特征不同，则在所述训练集中修剪掉所选取的特征点，其中所述第一数量大于所述第二数量；

重复所述在训练集中任意选取一个特征点至所述在所述训练集中修剪掉所选取的特征点的步骤，直至所述训练集中的所有特征点均被选取；

判断所述训练集中剩余的特征点的数量是否达到训练所述训练集所需要的数量；

当所述训练集中剩余的特征点的数量未达到训练所述训练集所需要的数量时，则在剩余的特征点选取空间距离最近且代表的行为特征相同的两个特征点并在所述两个特征点之间插入一个代表相同行为特征的特征点；

重复所述在剩余的特征点选取空间距离最近且代表的行为特征相同的两个特征点并在所述两个特征点之间插入一个代表相同行为特征的特征点的步骤，直至所述训练集中剩余的特征点的数量等于训练所述训练集所需要的数量。

2.根据权利要求1所述的方法，其特征在于，重复所述在训练集中任意选取一个特征点至所述在所述训练集中修剪掉所选取的特征点的步骤，直至所述训练集中剩余的特征点的数量等于训练所述训练集所需要的数量。

3.根据权利要求1所述的方法，其特征在于，在所述两个特征点之间插入一个代表相同行为特征的特征点的步骤中，

所述代表相同行为特征的特征点插入在所述两个特征点的空间距离的中点处。

4.一种恶意程序识别方法，其特征在于，包括：

利用权利要求1-3中任一项所述的修剪训练集的方法得到的训练集对机器学习模型进行训练；

获取代表待识别程序行为特征的特征点；

将所述特征点输入训练好的所述机器学习模型进行识别；

根据识别结果判定所述待识别程序是否为恶意程序。

5.根据权利要求4所述的方法，其特征在于，所述获取代表待识别程序行为特征的特征点的步骤，包括：

触发并捕获所述待识别程序的行为特征；

将捕获到的行为特征分别与敏感行为特征库的敏感行为进行匹配；

根据匹配结果获得代表待识别程序行为特征的特征点。

6.根据权利要求5所述的方法，其特征在于，所述根据匹配结果获得代表待识别程序行为特征的特征点的步骤，包括：

构建代表所述敏感行为特征库中敏感行为的敏感行为特征数组以及与所述敏感行为特征数组中的元素数量相同的特征点数组；

将所述待识别程序行为特征与所述敏感行为特征数组中的敏感行为依次比对；

若所述敏感行为特征数组的第N个元素的代表的敏感行为与所述待识别程序行为特征相同，则将所述特征点数组中对应的第N个元素位置置1，其余元素位置置0，继而获得代表待识别程序行为特征的特征点的所述特征点矩阵。