[发明专利]宏病毒识别方法、装置、存储介质及处理器

权利要求书

1.一种宏病毒识别方法，其特征在于，包括：

获取待检测文件的待检测宏程序；

使用决策模型对所述待检测宏程序进行分析，识别所述待检测宏程序是否为病毒宏程序，其中，所述决策模型为使用多组训练数据通过机器学习算法训练出的，所述多组训练数据包括第一类数据和第二类数据，所述第一类数据中的每组训练数据均包括：病毒宏程序和标识该宏程序为病毒的标签；所述第二类数据中的每组训练数据均包括：非病毒宏程序和标识该宏程序不为病毒的标签；

在确定所述待检测宏程序属于病毒宏程序的情况下，确定所述待检测宏程序对应所述待检测文件为病毒文件；

其中，获取待检测文件的待检测宏程序包括：

获取待检测文件集合，其中，所述待检测文件集合中包括至少一个文件；

识别所述待检测文件集合中存在宏程序的文件为所述待检测文件；

其中，获取待检测文件的待检测宏程序包括：

判断每个所述待检测文件中的宏程序是否为多个；

在所述待检测文件的宏程序为多个的情况下，将同一个所述待检测文件中的多个宏程序整合为一个所述待检测宏程序；

其中，根据各宏程序的大小，按照从大到小的顺序依次将多个宏程序的内容存储在同一个宏程序中，实现对多个宏程序的整合；

其中，将同一个所述待检测文件中的多个宏程序整合为一个所述待检测宏程序包括：遍历同一个待检测文件中的多个宏程序，提取多个所述宏程序的内容，并将多个所述宏程序的内容存储在同一个宏程序中，得到所述待检测宏程序。

2.根据权利要求1所述的方法，其特征在于，所述决策模型通过以下方式训练得出：

从预定病毒库中提取病毒文件中的病毒宏程序和非病毒文件中的非病毒宏程序作为样本集数据，其中，所述样本集数据包括：训练集数据和测试集数据；

使用所述训练集数据中的多组所述病毒宏程序和所述非病毒宏程序通过机器学习得到训练模型；

使用所述测试集数据中的多组所述病毒宏程序和所述非病毒宏程序对所述训练模型的准确性进行验证；

在所述训练模型的验证结果为准确的情况下，确定所述训练模型为所述决策模型；

在所述训练模型的验证结果为不准确的情况下，根据所述验证结果调整所述训练模型。

3.一种宏病毒识别装置，其特征在于，包括：

获取单元，用于获取待检测文件的待检测宏程序；

识别单元，用于使用决策模型对所述待检测宏程序进行分析，识别所述待检测宏程序是否为病毒宏程序，其中，所述决策模型为使用多组训练数据通过机器学习算法训练出的，所述多组训练数据包括第一类数据和第二类数据，所述第一类数据中的每组训练数据均包括：病毒宏程序和标识该宏程序为病毒的标签；所述第二类数据中的每组训练数据均包括：非病毒宏程序和标识该宏程序不为病毒的标签；

确定单元，用于在确定所述待检测宏程序属于病毒宏程序的情况下，确定所述待检测宏程序对应所述待检测文件为病毒文件；

其中，所述获取单元包括：

获取模块，用于获取待检测文件集合，其中，所述待检测文件集合中包括至少一个文件；

识别模块，用于识别所述待检测文件集合中存在宏程序的文件为所述待检测文件；

其中，所述获取单元包括：

判断模块，用于判断每个所述待检测文件中的宏程序是否为多个；

整合模块，用于在所述待检测文件的宏程序为多个的情况下，将同一个所述待检测文件中的多个宏程序整合为一个所述待检测宏程序；

其中，根据各宏程序的大小，按照从大到小的顺序依次将多个宏程序的内容存储在同一个宏程序中，实现对多个宏程序的整合；

其中，将同一个所述待检测文件中的多个宏程序整合为一个所述待检测宏程序包括：遍历同一个待检测文件中的多个宏程序，提取多个所述宏程序的内容，并将多个所述宏程序的内容存储在同一个宏程序中，得到所述待检测宏程序。