[发明专利]一种代码标识方法及装置

权利要求书

1.一种代码标识方法，其特征在于，包括：

从待标识的代码中提取目标字符串；

根据预先训练好的关键词提取模型，从所述目标字符串中提取所述待标识的代码的目标关键词；

根据所述待标识的代码的目标关键词以及至少一个预先设置的关键词集合，对所述待标识的代码进行标识；

所述根据预先训练好的关键词提取模型，从所述目标字符串中提取所述待标识的代码的目标关键词,包括：

将各个目标字符串划分成至少一个由相邻的N个字符组成的目标子字符串；

将目标子字符串，输入至预先训练好的关键词提取模型中，确定与目标子字符串对应的样本字符串，并将确定的样本字符串对应的概率作为该目标子字符串对应的概率；

根据各个目标字符串对应的各个目标子字符串对应的概率，以及预设概率阈值，获取待标识代码的目标关键词；

所述根据所述待标识的代码的目标关键词以及至少一个预先设置的关键词集合，对所述待标识的代码进行标识，包括：

将所述目标关键词与每一个预先设置的关键词集合中所包含的关键词进行匹配，并将匹配成功的关键词所在的集合确定为目标关键词集合；

获取所述目标关键词集合的目标标识；

将所述目标标识以及所述匹配成功的关键词确定为所述待标识的代码的标识。

2.根据权利要求1所述的方法，其特征在于，在从待标识的代码中提取目标字符串之前，所述方法还包括：

判断所述待标识的代码是否加壳；

针对所述待标识的代码有加壳的情况，对所述待标识的代码进行脱壳处理。

3.根据权利要求1所述的方法，其特征在于，所述从待标识的代码中提取目标字符串，包括：

从所述待标识的代码中提取关键字符串；所述关键字符串包括：链接和/或路径；

基于所述关键字符串中包括的预设目标符号，从所述关键字符串中提取目标字符串。

4.根据权利要求3所述的方法，其特征在于，所述从所述待标识的代码中提取关键字符串，包括：

使用正则表达式，匹配所述关键字符串中的目标标志符号；

根据匹配到的所述目标标志符号，提取所述待标识的代码中的链接，和/或，路径，得到所述待标识的代码的关键字符串。

5.一种代码标识装置，其特征在于，包括：

第一提取模块，用于从待标识的代码中提取目标字符串；

第二提取模块，用于根据预先训练好的关键词提取模型，从所述目标字符串中提取所述待标识的代码的目标关键词；

标识模块，用于根据所述待标识的代码的目标关键词以及至少一个预先设置的关键词集合，对所述待标识的代码进行标识；

所述第二提取模块，在根据预先训练好的关键词提取模型，从所述目标字符串中提取所述待标识的代码的目标关键词时，具体用于：

将各个目标字符串划分成至少一个由相邻的N个字符组成的目标子字符串；

将目标子字符串，输入至预先训练好的关键词提取模型中，确定与目标子字符串对应的样本字符串，并将确定的样本字符串对应的概率作为该目标子字符串对应的概率；

根据各个目标字符串对应的各个目标子字符串对应的概率，以及预设概率阈值，获取待标识代码的目标关键词；

所述标识模块，在根据所述待标识的代码的目标关键词以及至少一个预先设置的关键词集合，对所述待标识的代码进行标识时，具体用于：

将所述目标关键词与每一个预先设置的关键词集合中所包含的关键词进行匹配，并将匹配成功的关键词所在的集合确定为目标关键词集合；

获取所述目标关键词集合的目标标识；

将所述目标标识以及所述匹配成功的关键词确定为所述待标识的代码的标识。

6.根据权利要求5所述的装置，其特征在于，所述装置还包括：

脱壳处理模块，用于从待标识的代码中提取目标字符串之前，判断所述待标识的代码是否加壳，针对所述待标识的代码有加壳的情况，对所述待标识的代码进行脱壳处理。