[发明专利]用于客户端‑云行为分析器的架构

说明书

相关申请

本申请要求享受于2013年1月2日提交的、题目为“Architecture for Client-Cloud Behavior Analyzer”的美国临时专利申请61/748,220、2012年5月14日提交的、题目为“System,Apparatus and Method for Adaptive Observation of Mobile Device Behavior”的美国临时专利申请No.61/646,590以及于2012年8月15日提交的、题目为“System,Apparatus and Method for Adaptive Observation of Mobile Device Behavior”的美国临时专利申请61/683,274的优先权的权益，故出于所有的目的以引用方式将这两个临时申请的全部内容并入本申请。

背景技术

在过去的若干年里，蜂窝和无线通信技术已爆炸性增长。这种增长由更好的通信、硬件、更大的网络、以及更可靠的协议来推动。无线服务提供商现在能够向其客户提供不断扩展的一系列特征和服务，并向用户提供对信息、资源以及通信的前所未有的接入水平。为了与这些服务增强俱进，移动电子设备(例如，蜂窝电话、平板电脑、膝上型电脑等)已经变得比以往更强大和复杂。该复杂性已经为恶意软件、软件冲突、硬件错误、以及其它类似的错误或现象不利地影响移动设备的长期以及持续的性能和功率利用水平创造了新的机会。因此，对可能不利地影响移动设备的长期以及持续的性能和功率利用级别的条件和/或移动设备行为进行识别和校正对消费者而言是有益的。

发明内容

各个方面包括在客户端-云通信系统中生成数据模型的方法，其可以包括应用机器学习技术以生成描述行为向量的云语料库的第一族的分类器模型，确定在所述第一族的分类器模型中哪些因素具有使移动设备能够决定性地确定移动设备行为是恶意的还是良性的较高可能性，基于所确定的因素生成将数量缩减的因素和数据点标识为与使所述移动设备能够决定性地确定所述移动设备行为是恶意的还是良性的有关的第二族的分类器模型，以及基于所述第二族的分类器模型生成移动设备分类器模块。

在一方面，应用机器学习技术以生成描述行为向量的云语料库的第一族的分类器模型可以包括在云网络的服务器中的深度分类器中生成所述第一族的分类器模型。在另外的方面，生成第二族的分类器模型可以包括在网络服务器中的精简分类器中生成所述第二族的分类器模型。在另外的方面，生成第二族的分类器模型可以包括在所述移动设备网络中的精简分类器中生成所述第二族的分类器模型。在另外的方面，生成将数量缩减的因素和数据点标识为与使所述移动设备能够决定性地确定所述移动设备行为是恶意的还是良性的有关的第二族的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分类器模型。

另外的方面包括一种服务器计算设备，其具有用于应用机器学习技术以生成描述行为向量的云语料库的第一族的分类器模型的单元，用于确定在所述第一族的分类器模型中哪些因素具有使移动设备能够决定性地确定移动设备行为是恶意的还是良性的较高可能性的单元，用于基于所确定的因素生成将数量缩减的因素和数据点标识为与使所述移动设备能够决定性地确定所述移动设备行为是恶意的还是良性的有关的第二族的分类器模型的单元，以及用于基于所述第二族的分类器模型生成移动设备分类器模块的单元。

在一方面，用于应用机器学习技术以生成描述行为向量的云语料库的第一族的分类器模型的单元可以包括用于在深度分类器中生成所述第一族的分类器模型的单元。在另外的方面，用于生成第二族的分类器模型的单元可以包括用于在精简分类器中生成所述第二族的分类器模型的单元。在另外的方面，用于生成第二族的分类器模型的单元可以包括用于向所述移动设备发送所述第一族的分类器模型和所确定的因素的单元。在另外的方面，用于生成将数量缩减的因素和数据点标识为与使所述移动设备能够决定性地确定所述移动设备行为是恶意的还是良性的有关的第二族的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分类器模型的单元。