[发明专利]一种PHP文件分类方法、装置及存储介质

说明书

本申请提供一种PHP文件分类方法、装置及存储介质，应用于计算机技术领域，用以提高PHP文件分类的准确性。在PHP文件分类方法中，获得待分类文件集合，待分类文件集合中包括至少一个待分类PHP文件；针对待分类文件集合中的各个待分类PHP文件，分别获得各个待分类PHP文件各自对应的文件相似度集合，每个文件相似度集合中包含：基于相应的一个待分类PHP文件与各个参考PHP文件之间的各个特征关联度，确定的各个文件相似度；基于各个待分类PHP文件各自对应的文件相似度集合，对各个待分类PHP文件进行分类处理。基于待处理PHP文件的特征，对待处理PHP文件进行分类，提高PHP文件分类准确。

技术领域

本发明涉及计算机技术领域，尤其涉及一种PHP文件分类方法、装置及存储介质。

背景技术

杀毒引擎无法识别的PHP文件是否为PHP病毒文件或疑似PHP病毒文件。此时，需要采用人工的方式对PHP文件进行分析，并基于分析结果，在杀毒引擎的病毒库中添加PHP文件是否为病毒程序或疑似为病毒程序的标本，以便后续检测其他文件时使用。

采用人工分析的方式，对PHP文件进行分析的过程中，一个一个地进行分析判断费时费力，且人工成本比较高。因此，可对大量的PHP文件进行归类；然后，针对同一类别中的至少一个PHP文件采用人工分析的方式，确定其是否为病毒文件或是否疑似病毒文件，此时可以达到减少人工处理数量，节约人工成本的目的。

目前，仅提出针对文档进行分类的方法，但是文档和PHP文件的重点不一样，因此针对文档进行分类的方法对PHP文件进行所达到的效果不好，准确率低。因而如何提高PHP文件分类的准确性是亟待解决的。

发明内容

本申请提供一种PHP文件分类方法、装置及存储介质，用以提高PHP文件分类的准确性。

第一方面，本申请实施例提供一种PHP文件分类方法，该方法包括：

获得待分类文件集合，待分类文件集合中包括至少一个待分类PHP文件；

针对待分类文件集合中的各个待分类PHP文件，分别获得各个待分类PHP文件各自对应的文件相似度集合，每个文件相似度集合中包含：基于相应的一个待分类PHP文件与各个参考PHP文件之间的各个特征关联度，确定的各个文件相似度；

基于各个待分类PHP文件各自对应的文件相似度集合，对各个待分类PHP文件进行分类处理。

第二方面，本申请实施例提供一种PHP文件分类装置，该装置包括：

第一获得单元，用于获得待分类文件集合，待分类文件集合中包括至少一个待分类PHP文件；

第二获得单元，用于针对待分类文件集合中的各个待分类PHP文件，分别获得各个待分类PHP文件各自对应的文件相似度集合，每个文件相似度集合中包含：基于相应的一个待分类PHP文件与各个参考PHP文件之间的各个特征关联度，确定的各个文件相似度；

分类单元，用于基于各个待分类PHP文件各自对应的文件相似度集合，对各个待分类PHP文件进行分类处理。

在一种可能的实现方式中，第二获得单元具体用于：

针对各个待分类PHP文件，分别执行以下操作：

针对各个待分类PHP文件中的一个待分类PHP文件，基于一个待分类PHP文件，与各个参考PHP文件之间的特征关联度，分别获得一个待分类PHP文件与各个参考PHP文件之间的文件相似度，其中，特征关联度是基于注释关联度信息、字符串关联度信息、以及代码关联度信息中的至少一种确定的；

基于各个待分类PHP文件各自对应的各个文件相似度，获得各个待分类PHP文件各自对应的文件相似度集合。