[发明专利]一种结构化数据样本的增量方法、装置、电子设备及介质

权利要求书

1.一种结构化数据样本的增量方法，其特征在于，包括：

获取数据类型为结构化数据的原始样本；

将所述原始样本中非量化的结构化数据转换为量化参数；

将使用所述量化参数表示的原始样本输入生成对抗网络；

在所述生成对抗网络中以修改所述量化参数的方式得到新样本。

2.根据权利要求1所述的增量方法，其特征在于，将所述原始样本中非量化的结构化数据转换为量化参数，包括：

将所述原始样本中非量化的结构化数据转换为量化的特征向量；

对应的，在所述生成对抗网络中以修改所述量化参数的方式得到新样本，包括：

在所述生成对抗网络中以修改所述特征向量的参数的方式得到所述新样本。

3.根据权利要求2所述的增量方法，其特征在于，在所述生成对抗网络中以修改所述特征向量的参数的方式得到新样本，包括：

按预设噪声生成规则生成噪声，并将所述噪声表示为噪声向量；

在所述生成对抗网络中拼接所述特征向量和所述噪声向量，得到新特征向量和对应于所述新特征向量的新样本。

4.根据权利要求1至3任一项所述的增量方法，其特征在于，当数据类型为结构化数据的原始样本具体为原始网页时，在将所述原始样本中非量化的结构化数据转换为量化参数之前，还包括：

将所述原始网页中的各非量化元素表示为DOM树；其中，每个所述非量化元素均作为所述DOM树的一个节点，各节点间的隶属关系与各所述非量化元素间的原有结构关系保持一致；

对应的，将所述原始样本中非量化的结构化数据转换为量化参数，包括：

将所述原始网页中以DOM树形式表示的非量化元素转换为量化参数。

5.根据权利要求4所述的增量方法，其特征在于，当数据类型为结构化数据的原始样本具体为原始网页时，还包括：

验证利用所述生成对抗网络生成的新网页是否被浏览器正常解析；

仅将被验证为可被浏览器正常解析的新网页输出为所述新样本。

6.根据权利要求5所述的增量方法，其特征在于，当数据类型为结构化数据的原始样本具体为所述原始网页中的原始篡改网页时，还包括：

从在所述生成对抗网络中以修改所述量化参数的方式得到的新篡改网页中提取得到新篡改网页判别特征；

将所述新篡改网页判别特征补充至篡改网页特征检测库中，以提升对篡改网页的检测精度。

7.一种结构化数据样本的增量装置，其特征在于，包括：

原始样本获取单元，用于获取数据类型为结构化数据的原始样本；

非量化至量化转换单元，将所述原始样本中非量化的结构化数据转换为量化参数；

样本输入单元，用于将使用所述量化参数表示的原始样本输入生成对抗网络；

新样本生成单元，用于在所述生成对抗网络中以修改所述量化参数的方式得到新样本。

8.根据权利要求7所述的增量装置，其特征在于，所述非量化至量化转换单元包括：

特征向量转换子单元，用于将所述原始样本中非量化的结构化数据转换为量化的特征向量；

对应的，所述新样本生成单元包括：

新样本生成子单元，用于在所述生成对抗网络中以修改所述特征向量的参数的方式得到所述新样本。

9.根据权利要求8所述的增量装置，其特征在于，所述新样本生成子单元包括：

噪声生成及噪声向量生成模块，用于按预设噪声生成规则生成噪声，并将所述噪声表示为噪声向量；

多向量拼接新样本生成模块，用于在所述生成对抗网络中拼接所述特征向量和所述噪声向量，得到新特征向量和对应于所述新特征向量的新样本。