[发明专利]程序识别模型训练和程序识别方法、装置、设备及介质

说明书

本发明实施例公开了一种程序识别模型训练和程序识别方法、装置、设备及介质。其中，程序识别模型训练方法包括：获取各样本程序的行为特征信息和证书签名信息；根据行为特征信息获取各样本程序的程序行为特征；获取证书签名信息的字符串随机性，得到各样本程序的签名随机性特征；将程序行为特征和签名随机性特征作为样本训练数据输入至程序识别模型以对程序识别模型进行训练。本发明实施例可以基于机器学习方法实现对应用程序的多角度特征提取和识别，提高恶意程序检测的效率和准确率。

技术领域

本发明实施例涉及计算机技术领域，尤其涉及一种程序识别模型训练和程序识别方法、装置、设备及介质。

背景技术

在现有技术中，针对恶意程序的识别通常可以通过对程序的API(ApplicationProgramming Interface，应用程序接口)调用、权限和开机启动项等静态特征进行判别，或通过对程序的调用序列、注册表行为和文件行为等动态特征进行判别，还可以通过对程序的内部信息进行获取并与数据库中已有的恶意信息进行匹配的方式进行判别。

但现有技术所提供的上述方法仅利用简单特征的判别进行恶意程序识别，无法实现对应用程序的多角度特征提取和判别，恶意程序识别的效率和准确率较低。

发明内容

本发明实施例提供一种程序识别模型训练和程序识别方法、装置、设备及介质，以基于机器学习方法实现对应用程序的多角度特征提取和判别，提高恶意程序识别的效率和准确率。

第一方面，本发明实施例提供了一种程序识别模型训练方法，包括：

获取各样本程序的行为特征信息和证书签名信息；

根据所述行为特征信息获取各所述样本程序的程序行为特征；

获取所述证书签名信息的字符串随机性，得到各所述样本程序的签名随机性特征；

将所述程序行为特征和所述签名随机性特征作为样本训练数据输入至程序识别模型以对所述程序识别模型进行训练。

第二方面，本发明实施例还提供了一种程序识别方法，包括：

获取待识别程序的行为特征信息和证书签名信息；

根据所述行为特征信息获取所述待识别程序的程序行为特征；

获取所述证书签名信息的字符串随机性，得到所述待识别程序的签名随机性特征；

将所述程序行为特征和所述签名随机性特征作为所述待识别程序的待检测数据输入至程序识别模型，得到所述待识别程序的程序识别结果；其中，所述程序识别模型通过本发明任意实施例所述的程序识别模型训练方法训练得到。

第三方面，本发明实施例还提供了一种程序识别模型训练装置，包括：

样本信息获取模块，用于获取各样本程序的行为特征信息和证书签名信息；

样本行为特征获取模块，用于根据所述行为特征信息获取各所述样本程序的程序行为特征；

样本签名特征获取模块，用于获取所述证书签名信息的字符串随机性，得到各所述样本程序的签名随机性特征；

程序识别模型训练模块，用于将所述程序行为特征和所述签名随机性特征作为样本训练数据输入至程序识别模型以对所述程序识别模型进行训练。

第四方面，本发明实施例还提供了一种程序识别装置，包括：

待识别信息获取模块，用于获取待识别程序的行为特征信息和证书签名信息；

待识别行为特征获取模块，用于根据所述行为特征信息获取所述待识别程序的程序行为特征；