[发明专利]基于数据分析的机器行为识别方法、装置、设备和介质

权利要求书

1.一种基于数据分析的机器行为识别方法，其特征在于，所述基于数据分析的机器行为识别方法包括以下步骤：

接收终端发送的操作指令，获取所述终端中已安装软件列表及所述已安装软件列表中各软件的软件信息；

根据所述软件信息，判断所述已安装软件列表中是否包含黑名单软件；

若所述已安装软件列表中不包含黑名单软件，则获取所述终端关联的特征数据；

将各所述特征数据输入至预设识别模型中，得到输出结果，以通过所述输出结果判断触发所述操作指令的行为是否为机器行为；

若触发所述操作指令的行为是机器行为，则调用预设机器行为响应策略响应所述操作指令。

2.如权利要求1所述的基于数据分析的机器行为识别方法，其特征在于，所述接收终端发送的操作指令，获取所述终端中已安装软件列表及所述已安装软件列表中各软件的软件信息的步骤之前，包括：

从预设机器行为数据库中抽取机器行为样本，将各所述机器行为样本中同一属性的特征数据进行分类，得到对应的特征数据子集；

对每个所述特征数据子集执行以下步骤：

从所述特征数据子集中抽取预设比例的特征数据作为训练数据，根据所述训练数据建立初始函数，用除所述训练数据之外的特征数据对所述初始函数进行迭代训练，得到识别子模型；

将各所述特征数据子集对应的所述识别子模型进行封装，生成预设识别模型。

3.如权利要求1所述的基于数据分析的机器行为识别方法，其特征在于，所述接收终端发送的操作指令，获取所述终端中已安装软件列表及所述已安装软件列表中各软件的软件信息的步骤，包括：

接收终端发送的操作指令，查询预设指令等级表确定所述操作指令的风险等级，将所述风险等级与预设风险阈值进行比较；

若所述风险等级小于或等于所述预设风险阈值，则响应所述操作指令；

若所述风险等级高于所述预设风险阈值，则获取所述终端中已安装软件列表及所述已安装软件列表中各软件的软件信息。

4.如权利要求1所述的基于数据分析的机器行为识别方法，其特征在于，所述根据所述软件信息，判断所述已安装软件列表中是否包含黑名单软件的步骤，包括：

获取所述软件信息中的软件标识，将所述软件标识与预设黑名单集合中的各黑名单软件标识进行比对；

若所述预设黑名单集合中存在与所述软件标识匹配的目标黑名单软件标识，则所述已安装软件列表中包含黑名单软件。

5.如权利要求1所述的基于数据分析的机器行为识别方法，其特征在于，所述将各所述特征数据输入至预设识别模型中，得到输出结果，以通过所述输出结果判断触发所述操作指令的行为是否为机器行为的步骤，包括：

将各所述特征数据按属性输入至预设识别模型的识别子模型中；

利用各所述识别子模型处理所述特征数据，得到对应的识别概率；

获取各所述识别概率关联的预设权重，按所述预设权重对各所述识别概率进行加权运算，得到识别总概率，其中，所述识别总概率K＝a₁k₁+a₂k₂+…+a_nk_n，所述a₁、a₂、a_n表示为各所述识别概率关联的预设权重，所述k₁、k₂、k_n表示为识别子模型得到的识别概率；

若所述识别总概率大于预设概率阈值，则判定触发所述操作指令的行为是机器行为。

6.如权利要求1所述的基于数据分析的机器行为识别方法，其特征在于，所述若触发所述操作指令的行为是机器行为，则调用预设机器行为响应策略响应所述操作指令的步骤包括：

若触发所述操作指令的行为是机器行为，则获取所述操作指令对应的机器行为响应策略；

按所述响应策略中的优先级调节规则，降低所述操作指令的优先级，和/或按所述响应策略中的延时响应规则，增加所述操作指令的响应时间。