[发明专利]病毒文件聚类方法、装置及可读介质

权利要求书

1.一种病毒文件聚类方法，其特征在于，所述方法包括：

获取病毒文件在至少一个传播途径上的特征，得到所述病毒文件的特征值；

确定待聚类的多个病毒文件在所述传播途径上的特征值的总数量，根据所述总数量确定所述病毒文件的特征比特图的比特位数量；

将所述病毒文件的特征比特图中与所述病毒文件具有的特征对应的比特位的值设置为第一比特值；将所述病毒文件的特征比特图中与所述病毒文件不具有的特征对应的比特位的值设置为第二比特值；

根据各个所述比特位的值，得到每个所述病毒文件的特征比特图，其中，所述病毒文件的特征比特图的比特位数量与待聚类的所述多个病毒文件在所述传播途径上的特征值的总数量相同，且所述特征比特图中的每个比特位与一个传播途径上的一个特征相对应；

根据所述多个病毒文件中的任意两个病毒文件的特征比特图之间的匹配程度，对所述多个病毒文件进行聚类。

2.根据权利要求1所述的方法，其特征在于，所述根据所述多个病毒文件中的任意两个病毒文件的特征比特图之间的匹配程度，对所述多个病毒文件进行聚类，包括：

根据所述多个病毒文件中的任意两个病毒文件的特征比特图确定所述任意两个病毒文件具有的相同特征值的数量；

当所述相同特征值的数量不小于第一阈值时，则确定所述任意两个病毒文件具有关联关系；

将所述多个病毒文件中具有关联关系的病毒文件聚类为一个第一级非孤立类簇。

3.根据权利要求2所述的方法，其特征在于，所述根据所述多个病毒文件中的任意两个病毒文件的特征比特图确定所述任意两个病毒文件具有的相同特征值的数量，包括：

将所述多个病毒文件中的所述任意两个病毒文件的特征比特图进行与运算，得到与运算结果；

确定所述与运算结果中包括的第一比特值的数量，将所述与运算结果中包括的所述第一比特值的数量作为所述任意两个病毒文件具有的相同特征的数量。

4.根据权利要求2所述的方法，其特征在于，所述方法还包括：

获取第i级非孤立类簇的特征比特图，i≥1；

根据任意两个第i级非孤立类簇的特征比特图确定所述任意两个第i级非孤立类簇具有的相同特征值的数量；

当所述相同特征值的数量不小于第二阈值时，则确定所述任意两个第i级非孤立类簇具有关联关系，将所述任意两个第i级非孤立类簇聚类为第i+1级非孤立类簇；

当所述相同特征值的数量小于第二阈值时，则确定所述任意两个第i级非孤立类簇不具有关联关系；并将与其他每个第i级非孤立类簇均不具有关联关系的所述第i级非孤立类簇作为一个孤立类簇。

5.根据权利要求4所述的方法，其特征在于，所述获取第i级非孤立类簇的特征比特图，包括：

当i=1时，将所述第i级非孤立类簇内的至少两个病毒文件的特征比特图进行或运算，得到第一或运算结果，将得到的所述第一或运算结果作为所述第i级非孤立类簇的特征比特图；

当i＞1时，将所述第i级非孤立类簇内的至少两个第i-1级非孤立类簇的特征比特图进行或运算，得到第二或运算结果，将得到的所述第二或运算结果作为所述第i级非孤立类簇的特征比特图。

6.根据权利要求4所述的方法，其特征在于，所述根据任意两个第i级非孤立类簇的特征比特图确定所述任意两个第i级非孤立类簇具有的相同特征值的数量，包括：

对所述第i级非孤立类簇的特征比特图进行去重处理，根据去重之后的所述任意两个第i级非孤立类簇的特征比特图确定所述任意两个第i级非孤立类簇具有的相同特征值的数量。

7.根据权利要求2所述的方法，其特征在于，所述根据所述多个病毒文件中的任意两个病毒文件的特征比特图确定所述任意两个病毒文件具有的相同特征值的数量之后，还包括：

将所述多个病毒文件中与其他每个病毒文件均不具有关联关系的病毒文件确定为一个孤立类簇。