[发明专利]基于机器学习的关联样本查找方法、装置及服务器

说明书

本发明公开了一种基于机器学习的关联样本查找方法、装置、服务器及计算机存储介质，其中，该方法包括：步骤S1，提取每一个样本的特征向量，存储特征向量；步骤S2，获取训练得到的训练模型；步骤S3，利用训练模型扫描特征向量，得到与已知病毒样本相关的关联样本；步骤S4：判断是否满足预设结束条件，若否，执行步骤S5；步骤S5，并根据关联样本对训练模型进行更新跳转执行步骤S3。根据本发明提供的方案，通过扫描样本的特征向量可以查找出与已知病毒相关的关联样本，并利用该关联样本对训练模型进行不断的更新，进而查找出新的关联样本，实现在样本库中快速查找出所有与已知病毒相关的组件以及工具。

技术领域

本发明涉及计算机技术领域，具体涉及一种基于机器学习的关联样本查找方法、装置、服务器及计算机存储介质。

背景技术

恶意程序是一类特殊的程序，它们通常在用户不知晓也未授权的情况下潜入到用户的计算机系统中，对用户系统进行攻击。恶意程序可以包括病毒、后门程序、木马程序、宏病毒、引导区病毒、脚本病毒等。

随着网络时代的到来，很多数据或信息都通过网络存储以及传递，而恶意程序在对计算机系统进行攻击之后，会导致计算机功能不正常或数据造成破坏的问题。为解决这一问题，在查杀病毒之前，首先查找出与恶意程序相关的程序文件，但是现有技术并没有提供一种较好的根据恶意程序将计算机系统中与病毒相关的组件以及工具进行查找的方案。

发明内容

鉴于上述问题，提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的基于机器学习的关联样本查找方法、装置及服务器。

根据本发明的一个方面，提供了一种基于机器学习的关联样本查找方法，该方法包括：

步骤S1：提取样本库中每一个样本的特征向量，存储每一个样本的特征向量；

步骤S2：获取根据已知病毒样本训练得到的训练模型；

步骤S3：利用训练模型扫描已存储的每一个样本的特征向量，得到与已知病毒样本相关的关联样本，将关联样本复制到已知病毒样本的关联样本集合中；

步骤S4：判断是否满足预设结束条件，若是，则本方法结束；若否，执行步骤S5；

步骤S5：将关联样本复制到已知病毒样本的关联样本集合中，并根据关联样本对训练模型进行更新，跳转执行步骤S3。

可选地，预设结束条件具体为：利用训练模型扫描已存储的每一个样本的特征向量没有得到关联样本集合中未保存的关联样本。

可选地，提取样本库中每一个样本的特征向量进一步包括：

提取样本库中每一个样本的至少一个特征；

对样本的至少一个特征进行降维运算，得到样本的特征向量。

可选地，样本的至少一个特征包括：类行为特征、编译器特征和/或加壳特征。

可选地，存储每一个样本的特征向量具体为：将样本库中所有样本的特征向量分布存储到分布式集群中的数个节点中。

可选地，在利用训练模型扫描每一个样本的特征向量之前，方法还包括：将训练模型置入分布式集群中的数个节点中；

利用训练模型扫描已存储的每一个样本的特征向量具体为：数个节点并行地利用训练模型对节点中已存储的样本的特征向量进行扫描。

根据本发明的另一方面，提供了一种基于机器学习的关联样本查找装置，该装置包括：

提取模块，适于提取样本库中每一个样本的特征向量；

存储模块，适于存储每一个样本的特征向量；

训练模块，适于获取根据已知病毒样本训练得到的训练模型；