[发明专利]一种安装包的检测方法和设备

权利要求书

1.一种安装包的检测方法，其特征在于，包括：

分别对待检测文件中的多个信息块进行特征提取；所述信息块包含具有共同属性的数据；

将提取的所述多个信息块的特征或将经过至少一次处理后的所述多个信息块的特征在分类器模型中进行识别运算，得到所述待检测文件是否是安装包的结果；所述分类器模型中包括安装包的特征和/或非安装包的特征；

所述分别对待检测文件中的多个信息块进行特征提取之后，还包括：

将提取的所述多个信息块中各个信息块的特征进行归一化处理；

分别调整归一化处理后的所述各个信息块的特征的范围；

所述将经过至少一次处理后的所述多个信息块的特征在分类器模型中进行识别运算具体包括：将所述调整范围后的所述各个信息块的特征在分类器模型中进行识别运算；

所述分别调整归一化处理后的所述各个信息块的特征的范围，具体包括：

根据核空间的映射函数，将归一化处理后的所述各个信息块的特征分别映射到所述映射函数对应的核空间，不同待检测文件中相同属性的信息块采用的映射函数相同；或，分别对归一化处理后的所述各个信息块的特征进行加权运算。

2.如权利要求1所述的方法，其特征在于，所述分别对待检测文件中的多个信息块进行特征提取，具体包括：

分别提取所述多个信息块的数据分布信息，所述数据分布信息包括信息块中部分或全部数据的频率或个数。

3.如权利要求1或2所述的方法，其特征在于，所述分别对待检测文件中的多个信息块进行特征提取之前包括：

对训练样本中的非安装包和/或安装包进行训练得到所述分类器模型；

所述分类器模型包括如下任一模型：支持向量机SVM分类器模型，逻辑回归算法分类器模型，隐马尔可夫模型HMM和神经网络ANN分类器模型。

4.一种安装包的检测设备，其特征在于，包括：

特征提取单元，用于分别对待检测文件中的多个信息块进行特征提取；所述信息块包含具有共同属性的数据；

识别运算单元，用于将提取的所述多个信息块的特征或将经过至少一次处理后的所述多个信息块的特征在分类器模型中进行识别运算，得到所述待检测文件是否是安装包的结果；所述分类器模块中包括安装包的特征和/或非安装包的特征；

归一化单元，用于将提取的所述多个信息块中各个信息块的特征进行归一化处理；

范围调整单元，用于分别调整所述归一化单元归一化处理后的所述各个信息块的特征的范围；

所述识别运算单元，具体用于将所述范围调整单元调整范围后的所述各个信息块的特征在分类器模型中进行识别运算；

所述范围调整单元，具体用于根据核空间的映射函数，将归一化处理后的所述各个信息块的特征分别映射到所述映射函数对应的核空间，不同待检测文件中相同属性的信息块采用的映射函数相同；和/或，

所述范围调整单元，具体用于分别对归一化处理后的所述各个信息块的特征进行加权运算。

5.如权利要求4所述的设备，其特征在于，所述特征提取单元，具体用于分别提取所述多个信息块的数据分布信息，所述数据分布信息包括信息块中部分或全部数据的频率或个数。

6.如权利要求4或5所述的设备，其特征在于，还包括：

训练单元，用于对训练样本中的非安装包和/或安装包进行训练得到所述分类器模型；

所述分类器模型包括如下任一模型：支持向量机SVM分类器模型，逻辑回归算法分类器模型，隐马尔可夫模型HMM和神经网络ANN分类器模型。