[发明专利]用于客户端‑云行为分析器的架构

权利要求书

1.一种在客户端-云通信系统中生成数据模型的方法，包括：

将机器学习技术应用于从多个不同的移动设备收集的行为向量的云语料库，来生成第一族的健壮分类器模型，所述第一族的健壮分类器模型包括与对移动设备的移动设备行为进行分类有关的因素和数据点；

确定是否存在针对所述第一族的健壮分类器模型的足够的变化以保证生成新模型；

响应于确定存在针对所述第一族的健壮分类器模型的足够的变化，确定所述第一族的健壮分类器模型中哪些因素具有高可能性指示所述移动设备的所述移动设备行为是恶意的还是良性的；

基于所确定的因素，生成第二族的精简分类器模型，所述第二族的精简分类器模型包括与由所述移动设备用于确定所述移动设备的所述移动设备行为是恶意的还是良性的有关的数量缩减的因素和数据点，所述第二族的精简分类器模型中的每个精简分类器模型比其在所述第一族的健壮分类器模型中对应的健壮分类器模型少至少一个数量级；以及

基于所述第二族的精简分类器模型来生成移动设备分类器模块。

2.根据权利要求1所述的方法，其中，将机器学习技术应用于从多个不同的移动设备收集的行为向量的云语料库来生成第一族的健壮分类器模型包括：

在所述客户端-云通信系统的服务器上，从深度分类器生成所述第一族的健壮分类器模型。

3.根据权利要求1所述的方法，其中，生成第二族的精简分类器模型包括：

在所述客户端-云通信系统的服务器上，从精简分类器中生成所述第二族的精简分类器模型。

4.根据权利要求1所述的方法，其中，生成第二族的精简分类器模型包括：

在所述移动设备上，从精简分类器中生成所述第二族的精简分类器模型。

5.根据权利要求1所述的方法，其中，生成包括与在所述移动设备上用于确定所述移动设备的所述移动设备行为是恶意的还是良性的有关的数量缩减的因素和数据点的第二族的精简分类器模型包括：

通过将所确定的因素应用到所述行为向量的云语料库，来生成所述第二族的精简分类器模型。

6.一种客户端-云通信系统中的服务器，包括：

用于将机器学习技术应用于从多个不同的移动设备收集的行为向量的云语料库，来生成第一族的健壮分类器模型的单元，所述第一族的健壮分类器模型包括与对移动设备的移动设备行为进行分类有关的因素和数据点；

用于确定是否存在针对所述第一族的健壮分类器模型的足够的变化以保证生成新模型的单元；

用于响应于确定存在针对所述第一族的健壮分类器模型的足够的变化，确定所述第一族的健壮分类器模型中哪些因素具有高可能性指示所述移动设备的所述移动设备行为是恶意的还是良性的单元；

用于基于所确定的因素，生成第二族的精简分类器模型的单元，所述第二族的精简分类器模型包括与由所述移动设备用于确定所述移动设备的所述移动设备行为是恶意的还是良性的有关的数量缩减的因素和数据点，所述第二族的精简分类器模型中的每个精简分类器模型比其在所述第一族的健壮分类器模型中对应的健壮分类器模型少至少一个数量级；以及

用于基于所述第二族的精简分类器模型来生成移动设备分类器模块的单元。

7.根据权利要求6所述的服务器，其中，用于将机器学习技术应用于从多个不同的移动设备收集的行为向量的云语料库来生成第一族的健壮分类器模型的单元包括：

用于从深度分类器生成所述第一族的健壮分类器模型的单元。

8.根据权利要求6所述的服务器，其中，用于生成第二族的精简分类器模型的单元包括：

用于从精简分类器中生成所述第二族的精简分类器模型的单元。

9.根据权利要求6所述的服务器，其中，用于生成第二族的精简分类器模型的单元包括：

用于向所述移动设备发送所述第一族的健壮分类器模型和所确定的因素的单元。

10.根据权利要求6所述的服务器，其中，用于生成包括与在所述移动设备上用于确定所述移动设备的所述移动设备行为是恶意的还是良性的有关的数量缩减的因素和数据点的第二族的精简分类器模型的单元包括：

用于通过将所确定的因素应用到所述行为向量的云语料库来生成所述第二族的精简分类器模型的单元。