[发明专利]一种违规文件检测方法、装置及设备

权利要求书

1.一种违规文件检测方法，其特征在于，所述方法包括：

获取待检测文件，将所述待检测文件划分为多个分片文件；

将在所述分片文件中查找到的与至少一个敏感片段的相关性大于第一阈值的分片文件确定为第一目标分片文件；

针对每一所述第一目标分片文件，将与该第一目标分片文件的相关性大于第一阈值的各个敏感片段的敏感度阈值相加，得到该第一目标分片文件的敏感度值；

将在所述敏感片段中查找到的与至少一个所述第一目标分片文件的相关性大于第二阈值的敏感片段确定为第一可达敏感片段；

将在所述分片文件中查找到的与至少一个所述第一可达敏感片段的相关性大于第三阈值的分片文件确定为第二目标分片文件；

针对每一所述第二目标分片文件，将与该第二目标分片文件的相关性大于第三阈值的各个第一可达敏感片段的敏感度阈值相加，得到该第二目标分片文件的敏感度值；

将各个所述第一目标分片文件以及各个所述第二目标分片文件的敏感度值相加得到第一求和结果；

如果所述第一求和结果大于敏感度阈值，确定所述待检测文件为违规文件。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

如果在所述敏感片段中未查找到与至少一个所述第一目标分片文件的相关性大于第二阈值的敏感片段，或者，在所述分片文件中未查找到与至少一个所述第一可达敏感片段的相关性大于第三阈值的分片文件，将各个所述第一目标分片文件的敏感度值相加得到第二求和结果；

如果所述第二求和结果大于敏感度阈值，确定所述待检测文件为违规文件。

3.根据权利要求1所述的方法，其特征在于，在将各个所述第一目标分片文件以及各个所述第二目标分片文件的敏感度值相加得到第一求和结果之前，所述方法还包括：

将在所述敏感片段中查找到的与至少一个所述第二目标分片文件的相关性大于第四阈值的敏感片段确定为第二可达敏感片段；

将在所述分片文件中查找到的与至少一个所述第二可达敏感片段的相关性大于第五阈值的分片文件重新确定为第二目标分片文件；

针对每一重新确定的第二目标分片文件，将与该第二目标分片文件的相关性大于第五阈值的各个第二可达敏感片段的敏感度阈值相加，得到该第二目标分片文件的敏感度值；

重新执行将在所述敏感片段中查找到的与至少一个所述第二目标分片文件的相关性大于第四阈值的敏感片段确定为第二可达敏感片段以及后续步骤，直到在所述敏感片段中未查找到与至少一个所述第二目标分片文件的相关性大于第四阈值的敏感片段。

4.根据权利要求3所述的方法，其特征在于，所述方法还包括：

如果在所述敏感片段中未查找到与至少一个所述第二目标分片文件的相关性大于第四阈值的敏感片段，或者，在所述分片文件中未查找到与至少一个所述第二可达敏感片段的相关性大于第五阈值的分片文件，触发执行将各个所述第一目标分片文件以及各个所述第二目标分片文件的敏感度值相加得到第一求和结果以及后续步骤。

5.根据权利要求3所述的方法，其特征在于，所述方法还包括：

如果在所述敏感片段中未查找到与至少一个所述第二目标分片文件的相关性大于第四阈值的敏感片段，将该次查找得到的至少一个第二目标分片文件添加为所述敏感片段。

6.根据权利要求1所述的方法，其特征在于，所述方法还包括：

如果在所述分片文件中未查找到与至少一个敏感片段的相关性大于第一阈值的分片文件，确定所述待检测文件为合规文件。

7.根据权利要求1-6任一项所述的方法，其特征在于，目标敏感片段的敏感度阈值是根据所述目标敏感片段在违规文件中的存在概率、所述目标敏感片段在合规文件中的存在概率、所述违规文件的概率以及所述合规文件的概率确定得到的；所述目标敏感片段为所述敏感片段中的任一个。