[发明专利]一种文件安全处理方法

摘要

本发明提供了一种文件安全处理方法，该方法包括：判断页面文件的入侵方式，根据入侵方式确定相应的特征提取和分类过程，通过特征提取和分类过程对移动终端页面文件进行安全检测。本发明提出了一种文件检测识别方法，对不同入侵方式利用不同的分类方式进行检测，引入模糊处理防止恶意代码的伪装，提高了检测成功率。

主权项

1.一种文件安全处理方法，其特征在于，包括：判断页面文件的入侵方式，根据入侵方式确定相应的特征提取和分类过程，通过特征提取和分类过程对移动终端页面文件进行安全检测；所述方法还包括：在所述特征提取前，首先确定脚本代码在页面文件中的位置，从页面文件中将脚本代码提取出来，如果该脚本代码经过编码、压缩和模糊处理，则还原原始的脚本代码，最后根据特征提取算法提取特征向量集；所述根据入侵方式确定相应的特征提取和分类过程，进一步包括，对于基于脚本代码入侵的页面文件，提取特征是基本单位为词；对于基于非脚本代码入侵方式实现的页面文件，提取特征时，将页面文件进行划分，然后进行特征提取；根据两种不同的特征提取方式，分别基于Bayes分类过程和判定树分类过程，建立两个不同的分类模型，然后采用并联的方式，将两个分类过程进行组合；所述从页面文件中将脚本代码提取出来，进一步包括：(1).打开页面文件；(2).初始化内部数据结构；(3).进行目录字典检索，寻找活动字典入口地址；(4).对可能含有脚本代码的候选位置进行搜索，并检测字典条目的数据类型；(5).如果其数据类型为预定义关键字集合中的元素，则此字典中便含有脚本代码，对脚本代码进行提取；(6).对脚本代码进行解压；对未知页面文件进行分类检测时，首先从页面文件中提取脚本代码，将该页面文件分为两个部分：一个为内嵌的脚本代码，另一个部分为除脚本代码以外剩余的页面文件数据；然后分别对页面文件的两个部分进行检测，利用Bayes算法构建的识别模型对脚本代码进行检测，利用判定树算法构建的识别模型对页面文件的剩余数据进行检测；最后，将检测结果在结果综合模块进行处理，得到对该页面文件的最终检测结果；具体流程为：基于脚本代码入侵的特征向量集采用简单实用的Bayes分类过程作为分类过程；分别计算未知页面文件X属于安全样本集Cn的概率PN和页面文件X属于恶意样本集的概率PM，然后将PN和PM进行比较，得出页面文件X最趋近的类别，从而判断未知页面文件X的类别；如果PM>PN则表示该页面文件中含有恶意脚本代码，反之，则该页面文件中不含有恶意脚本代码；基于非脚本代码入侵的页面文件检测前，其中Sample为训练样本集，Vector为基于非脚本代码入侵的特征向量集；建立判定树root根节点；若Sample都为正，返回label为+的单节点树root；如果Sample都为反，返回label为_的单节点树root；如果Vector为空，那么返回单节点root，label为Sample中最普遍的目标向量值；否则，对于Vector的每个可能值vi在root下加一个新的分支vi，令Samplesi为Samplesi满足Vector属性值为vi的子集；如果Samplesi为空，在这个新分支下加一个叶子节点，节点的label为Sample中最普遍的目标向量值；否则在新分支下加一个子树：(Samplesi，目标向量值，Vector)，结束。