[发明专利]移动终端异常识别方法、系统

权利要求书

1.一种移动终端异常识别方法，其特征在于，包括以下步骤：

S01，获取用户安全系数，从用户安全系数大于预设阈值的用户中获取其移动终端的设备信息；

S02，根据所述设备信息，构建移动终端的第一属性库；所述第一属性库包括移动终端的静态属性；

S03，获取待识别的移动终端的设备信息，并构建待识别的移动终端的第二属性库；

S04，将所述第二属性库和第一属性库进行比较，根据比较结果确定待识别的移动终端是否异常，若否，则执行步骤S05；

S05，获取待识别的移动终端的传感器信息，判断多个传感器的数据是否符合联动关系，若不符合，则认定该移动终端为异常移动终端，否则，跳转步骤S06；

S06，对不同型号的待识别的移动终端中应用软件的安装时间进行比较，如果应用软件的安装时间一致，则认为该移动终端为异常；或，对相同型号的待识别的移动终端进行应用软件相似度计算，如果安装的应用软件相似度大于相似度阈值，则认为移动终端该移动终端为异常。

2.根据权利要求1所述的移动终端异常识别方法，其特征在于，所述第一属性库中的静态属性至少包括硬件属性和原生应用软件属性，所述硬件属性包括：各种传感器的性能特征及供应商、电池型号、电压、屏幕大小、分辨率、移动终端CPU；所述原生应用软件属性包括：原生应用软件名称、应用版本、安装包大小。

3.根据权利要求2所述的移动终端异常识别方法，其特征在于，所述步骤S04的异常识别步骤包括：

步骤S041，获取移动终端中静态属性参数数值；

步骤S042，根据所述属性参数数值，按照相同设备型号计算各个属性的概率分布；

步骤S043，根据所述概率分布判断各个型号的移动终端中各个硬件和原生应用软件的属性参数数值属于离散型还是连续型；

步骤S044，根据相同设备型号的硬件和原生应用软件属性离散数据概率值大小判断是否存在单个属性异常，如存在，则对异常属性的离散数据概率值进行评估，超出正常范围的则判定为异常；

步骤S045，根据相同设备型号的硬件属性连续数据概率值大小判断是否存在单个属性异常，如存在，则对异常属性的连续数据概率值进行评估，超出正常范围的则判定为异常；

步骤S046，根据步骤S044、步骤S045统计的异常数据生成疑似存在异常的设备清单，并告警。

4.根据权利要求1所述的移动终端异常识别方法，其特征在于，所述步骤S05的具体方法为：

采集待识别的移动终端每个传感器的某时间点坐标值An(x,y,z)，其中，A表示传感器，n表示传感器数量；利用传感器A1(x,y,z)、A2(x,y,z)……An(x,y)预测An(z)，若An(z)与实际值相符，则继续利用传感器A1(x,y,z)、A2(x,y,z)……An(x,z)预测An(y)；以此类推，当出现预测值与实际值不符，则认定该待识别的移动终端为异常，否则为正常。

5.一种移动终端异常识别系统，其特征在于，包括：

样本数据采集模块，用以获取用户安全系数，从用户安全系数大于预设阈值的用户中获取其移动终端的设备信息；

第一属性库构建模块，用以根据所述设备信息，构建移动终端的第一属性库；所述第一属性库包括移动终端的静态属性；

第二属性库构建模块，用以获取待识别的移动终端的设备信息，并构建待识别的移动终端的第二属性库；

第一判断模块，用以将所述第二属性库和第一属性库进行比较，根据比较结果确定待识别移动终端是否异常，若否，则执行第二判断模块；

第二判断模块，获取待识别的移动终端的传感器信息，判断多个传感器的数据是否符合联动关系，若不符合，则认定该移动终端为异常移动终端，否则，则执行第三判断模块；

第三判断模块，对不同型号的待识别的移动终端中应用软件的安装时间进行比较，如果应用软件的安装时间一致，则认为该移动终端为异常；或，对相同型号的待识别的移动终端进行应用软件相似度计算，如果安装的应用软件相似度大于相似度阈值，则认为移动终端该移动终端为异常。