[发明专利]基于人工智能的恶意数据分析方法、装置和电子装置

说明书

本申请涉及一种基于人工智能的恶意数据分析方法、装置和电子装置，其中，该方法包括：获取用户输入的样本数据以及数据分析需求，并确定样本数据的数据类型；根据样本数据的数据类型确定目标动静态分析策略，并根据目标动静态分析策略对样本数据进行动静态分析处理，得到样本数据对应的数据特征信息；根据样本数据的数据类型、数据特征信息和数据分析需求，确定目标机器学习规则，并根据数据特征信息和目标机器学习规则，构建基于机器学习的数据分类模型；获取用户输入的待检测数据，并根据数据分类模型对待检测数据进行恶意分析处理，得到待检测数据对应的恶意分析结果。通过本申请，解决了相关技术中无法有效对恶意数据进行分析与检测的问题。

技术领域

本申请涉及计算机技术领域，特别是涉及基于一种基于人工智能的恶意数据分析方法、装置和电子装置。

背景技术

随着5G时代的来临以及互联网技术的发展，大数据处理技术的应用范围越来越广泛，随之产生的恶意数据也越来越多，若不及时对这些恶意数据进行检测与分析，会给企业带来巨大的经济损失。

在相关技术中，采用固定的特征方式和检测算法对恶意数据进行检测，然而，这种方法无法适应恶意数据的数量和类型急剧增长的现状，对于恶意数据的分析能力、识别分类效率和准确度都存在缺陷。

目前针对相关技术中，无法有效对恶意数据进行分析与检测的问题，尚未提出有效的解决方案。

发明内容

本申请实施例提供了一种人工智能的恶意数据分析方法、装置、系统、电子装置和存储介质，以至少解决相关技术中无法有效对恶意数据进行分析与检测的问题。

第一方面，本申请实施例提供了一种基于人工智能的恶意数据分析方法，包括：

获取用户输入的样本数据以及数据分析需求，并确定所述样本数据的数据类型；

根据所述样本数据的数据类型，确定目标动静态分析策略，并根据所述目标动静态分析策略对所述样本数据进行动静态分析处理，得到所述样本数据对应的数据特征信息；

根据所述样本数据的数据类型、所述数据特征信息和所述数据分析需求，确定目标机器学习规则，并根据所述数据特征信息和所述目标机器学习规则，构建基于机器学习的数据分类模型；

获取所述用户输入的待检测数据，并根据所述数据分类模型对所述待检测数据进行恶意分析处理，得到所述待检测数据对应的恶意分析结果。

在其中一些实施例中，所述根据所述样本数据的数据类型，确定目标动静态分析策略，并根据所述目标动静态分析策略对所述样本数据进行动静态分析处理，得到所述样本数据对应的数据特征信息包括：

根据所述样本数据的数据类型，从预设动静态分析策略集中确定出目标静态分析策略和目标动态分析策略；所述预设动静态分析策略集包括多种静态分析策略以及多种动态分析策略；

根据所述目标静态分析策略和所述目标动态分析策略，对所述样本数据进行动静态分析处理，得到所述样本数据对应的数据特征信息；所述数据特征信息包括多种数据特征以及每一数据特征对应的特征信息。

在其中一些实施例中，所述静态分析策略包括反病毒软件扫描策略、文件格式识别策略、字符串提取分析策略、二进制结构分析策略、反汇编策略、反编译策略、代码结构策略与逻辑分析策略、加壳识别策略和代码脱壳策略；

动态分析策略包括快照比对策略、系统动态行为监控策略、网络协议栈监控策略、沙箱策略和动态调试策略。

在其中一些实施例中，所述根据所述样本数据的数据类型、所述数据特征信息和所述数据分析需求，确定目标机器学习规则，并根据所述数据特征信息和所述目标机器学习规则，构建基于机器学习的数据分类模型包括：