[发明专利]事件识别方法和终端、模型生成方法和服务器及存储介质

权利要求书

1.一种事件识别方法，其特征在于，包括：

收集移动终端的终端信息日志；

按预设规则，将所述终端信息日志转换为对应的事件识别信息；

根据所述事件识别信息以及预设模型生成所述移动终端的恶意事件概率；以及

当所述恶意事件概率大于第一设定值时，进行恶意事件告警操作；

其中通过以下步骤生成所述预设模型：

创建机器训练神经元模块；

按时间顺序创建对多个机器训练神经元模块进行串联，以形成机器训练神经元序列；

根据每个所述机器训练神经元模块输出的隐含层概率值以及期望概率值，计算每个机器训练神经元模块的累积误差值；

根据机器训练神经元模块的累积误差值，获得对应机器训练神经元模块的输入门权重系数误差、遗忘门权重系数误差、输出门权重系数误差、状态参数值误差以及机器训练神经元序列的累计误差值；以及

根据所述机器训练神经元模块的输入门权重系数误差，遗忘门权重系数误差，输出门权重系数误差以及状态参数值权重系数误差，对所述机器训练神经元序列进行更新：返回计算每个机器训练神经元模块的累积误差值的步骤，直至所述机器训练神经元序列的累积误差值小于第二设定值。

2.根据权利要求1所述的事件识别方法，其特征在于，所述移动终端的终端信息日志包括通话记录日志、短信记录日志以及应用调用日志；

其中所述通话记录日志包括通话时间信息、通话时长信息以及通话号码信息；所述短信记录日志包括短信号码信息以及短信内容信息；所述应用调用日志包括应用使用时间信息以及应用使用时长信息；

其中所述按预设规则，将所述终端信息日志转换为对应的事件识别信息的步骤为：

按所述预设规则，将所述终端信息日志进行统一的数字编码化处理，以转换为对应的事件识别信息。

3.根据权利要求2所述的事件识别方法，其特征在于，所述按所述预设规则，将所述终端信息日志进行统一的数字编码化处理，以转换为对应的事件识别信息的步骤包括：

使用正则匹配方式对所述短信内容信息中的个人信息进行过滤；以及

对过滤后的短信内容信息进行矢量化，以得到短信内容信息对应的事件识别信息。

4.根据权利要求1所述的事件识别方法，其特征在于，所述事件识别方法还包括：

获取所述恶意事件告警操作的反馈，并根据所述反馈确定所述事件识别信息对应的事件是否为恶意事件；以及

根据所述事件识别信息以及对应的反馈，对所述预设模型进行修正。

5.一种事件识别模型生成方法，其特征在于，包括：

接收训练信息日志；

按预设规则，将所述训练信息日志转换为对应的训练识别信息；以及

创建机器训练神经元模块；

按时间顺序创建对多个机器训练神经元模块进行串联，以形成机器训练神经元序列；

根据每个所述机器训练神经元模块输出的隐含层概率值以及期望概率值，计算每个机器训练神经元模块的累积误差值；

根据机器训练神经元模块的累积误差值，获得对应机器训练神经元模块的输入门权重系数误差、遗忘门权重系数误差、输出门权重系数误差、状态参数值误差以及机器训练神经元序列的累计误差值；以及

根据所述机器训练神经元模块的输入门权重系数误差，遗忘门权重系数误差，输出门权重系数误差以及状态参数值权重系数误差，对所述机器训练神经元序列进行更新：返回计算每个机器训练神经元模块的累积误差值的步骤，直至所述机器训练神经元序列的累积误差值小于第二设定值。

6.根据权利要求5所述的事件识别模型生成方法，其特征在于，所述训练信息日志包括训练通话时间信息、训练通话时长信息、训练通话号码信息、训练短信号码信息、训练短信内容信息、训练应用使用时间信息、训练应用使用时长信息以及训练事件结果信息；

其中所述按预设规则，将所述训练信息日志转换为对应的训练识别信息的步骤为：

按所述预设规则，将终端信息日志进行统一的数字编码化处理，以转换为对应的事件识别信息。