[发明专利]一种恶意样本的筛选装置及方法有效
| 申请号： | 201710139820.2 | 申请日： | 2017-03-10 |
| 公开（公告）号： | CN108573147B | 公开（公告）日： | 2020-10-13 |
| 发明（设计）人： | 孙岩;肖迪;潘宣辰 | 申请（专利权）人： | 武汉安天信息技术有限责任公司 |
| 主分类号： | G06F21/56 | 分类号： | G06F21/56;G06K9/62 |
| 代理公司： | 湖北武汉永嘉专利代理有限公司 42102 | 代理人： | 王丹 |
| 地址： | 430000 湖北省武汉市东湖高新技术*** | 国省代码： | 湖北;42 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 一种 恶意 样本 筛选 装置 方法 | ||
1.一种恶意样本的筛选装置，其特征在于：它包括：
特征提取模块，用于从事件日记中提取预设特征作为卷入度的特征；
卷入度计算模块，用于利用卷入度的特征，计算每个恶意样本对每个终端的卷入度；所述的卷入度为终端用户被恶意样本卷入的概率；
指数计算模块，用于将同一个恶意样本下对每个终端的卷入度根据终端用户的重要程度进行加权平均，得到每个恶意样本的指数；
恶意样本提取模块，用于将一段时间内所有恶意样本的指数进行比较，提取指数高于指数阈值的恶意样本。
2.根据权利要求1所述的恶意样本的筛选装置，其特征在于：所述的卷入度计算模块具体用于建立二元选择模型，对卷入度的特征进行训练，计算每个恶意样本对每个终端的卷入度。
3.根据权利要求2所述的恶意样本的筛选装置，其特征在于：所述的二元选择模型为Probit模型或Logit模型。
4.根据权利要求1至3中任意一项所述的恶意样本的筛选装置，其特征在于：所述的预设特征包括恶意样本名称、恶意类型、恶意得分、受威胁国家数量、受威胁用户数量和受威胁事件数量。
5.一种恶意样本的筛选方法，其特征在于：它包括以下步骤：
特征提取：从事件日记中提取预设特征作为卷入度的特征；
卷入度计算：利用卷入度的特征，计算每个恶意样本对每个终端的卷入度；所述的卷入度为终端用户被恶意样本卷入的概率；
指数计算：将同一个恶意样本下对每个终端的卷入度根据终端用户的重要程度进行加权平均，得到每个恶意样本的指数；
恶意样本提取：将一段时间内所有恶意样本的指数进行比较，提取指数高于指数阈值的恶意样本。
6.根据权利要求5所述的恶意样本的筛选方法，其特征在于：所述的卷入度计算步骤具体为：建立二元选择模型，对卷入度的特征进行训练，计算每个恶意样本对每个终端的卷入度。
7.根据权利要求6所述的恶意样本的筛选方法，其特征在于：所述的二元选择模型为Probit模型或Logit模型。
8.根据权利要求5至7中任意一项所述的恶意样本的筛选方法，其特征在于：所述的预设特征包括恶意样本名称、恶意类型、恶意得分、受威胁国家数量、受威胁用户数量和受威胁事件数量。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于武汉安天信息技术有限责任公司，未经武汉安天信息技术有限责任公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201710139820.2/1.html，转载请声明来源钻瓜专利网。
