[发明专利]桌面应用风险评价、控制的方法、系统、设备和存储介质有效

专利信息
申请号: 201711340866.7 申请日: 2017-12-14
公开(公告)号: CN109960901B 公开(公告)日: 2022-06-07
发明(设计)人: 张涛 申请(专利权)人: 北京京东尚科信息技术有限公司;北京京东世纪贸易有限公司
主分类号: G06F21/12 分类号: G06F21/12;G06F21/55
代理公司: 上海弼兴律师事务所 31283 代理人: 薛琦;罗朗
地址: 100195 北京市海淀区杏石口路6*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 桌面 应用 风险 评价 控制 方法 系统 设备 存储 介质
【权利要求书】:

1.一种桌面应用的风险评价方法,其特征在于,所述风险评价方法包括:

S11、创建指标库,所述指标库存储有指标数据,所述指标数据用于对桌面应用进行风险评价;

S12、采集多个已标注分类结果的原始桌面应用的第一日志数据,所述分类结果用于表征所述原始桌面应用是否具有风险,所述第一日志数据为与所述指标数据对应的日志数据;

S13、根据所述第一日志数据和所述指标数据,训练得到风险评价模型;

所述风险评价模型用于计算桌面应用具有风险的概率值;

所述第一日志数据包括应用运行时生成的日志数据,所述应用运行时生成的日志数据包括CPU占有率、内存使用率、上传速率、下载速率中的至少一种;

所述第一日志数据还包括应用安全信息对应的日志数据,所述应用安全信息对应的日志数据包括数字签名、证书、注册表、应用权限等级、注册表位置中的至少一种。

2.如权利要求1所述的风险评价方法,其特征在于,所述指标数据包括以下数据中的至少一种:

应用名称、应用版本、应用序列号、应用生产厂商、应用进程名称、应用证书颁发者、应用证书有效期、应用安装目录结构HASH值和应用收费标准。

3.如权利要求1所述的风险评价方法,其特征在于,步骤S13具体包括:

S131、选取一机器学习模型;

S132、定义所述机器学习模型的初始的模型参数;

S133、将所述第一日志数据和所述指标数据输入所述机器学习模型;

S134、对所述机器学习模型的模型参数进行优化,获得满足期望的最佳模型参数,并得到所述风险评价模型。

4.如权利要求3所述的风险评价方法,其特征在于,所述机器学习模型包括逻辑回归模型、贝叶斯方法模型、支持向量机模型和人工神经网络模型中的任意一种模型。

5.一种桌面应用的风险控制方法,其特征在于,所述风险控制方法包括:

S21、获取目标桌面应用的第二日志数据;

S22、将所述第二日志数据输入到利用权利要求1-4中任意一项所述的风险评价方法获得的所述风险评价模型中,计算得到所述目标桌面应用具有风险的概率值;

S23、根据所述概率值判断所述目标桌面应用是否具有风险,若判断结果为是,则执行步骤S24;

S24、发送卸载警告通知给用户,所述卸载警告通知用于提示用户卸载所述目标桌面应用。

6.如权利要求5所述的风险控制方法,其特征在于,步骤S23中,所述若判断结果为是,则执行步骤S24的步骤具体包括:

若判断结果为是,则获取用户权限信息,并根据所述用户权限信息判断用户是否有使用所述目标桌面应用的权限,若否,则执行步骤S24。

7.如权利要求5所述的风险控制方法,其特征在于,步骤S24之后,所述风险控制方法还包括:

S25、检测用户在预设时间内是否卸载所述目标桌面应用,若否,执行步骤S26;

S26、自动卸载所述目标桌面应用。

8.一种桌面应用的风险评价系统,其特征在于,所述风险评价系统包括指标库、第一数据采集模块和模型训练模块:

所述指标库存储有指标数据,所述指标数据用于对桌面应用进行风险评价;

所述第一数据采集模块用于采集多个已标注分类结果的原始桌面应用的第一日志数据,所述分类结果用于表征所述原始桌面应用是否具有风险,所述第一日志数据为与所述指标数据对应的日志数据;

所述模型训练模块用于根据所述第一日志数据和所述指标数据训练得到风险评价模型;

所述风险评价模型用于计算桌面应用具有风险的概率值;

所述第一日志数据包括应用运行时生成的日志数据,所述应用运行时生成的日志数据包括CPU占有率、内存使用率、上传速率、下载速率中的至少一种;

所述第一日志数据还包括应用安全信息对应的日志数据,所述应用安全信息对应的日志数据包括数字签名、证书、注册表、应用权限等级、注册表位置中的至少一种。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京京东尚科信息技术有限公司;北京京东世纪贸易有限公司,未经北京京东尚科信息技术有限公司;北京京东世纪贸易有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201711340866.7/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top