异常程序行为检测方法、装置制造方法及图纸

本申请提供了一种异常程序行为检测方法、装置。该方法包括：从程序行为数据中获取程序行为特征数据；对程序行为特征数据进行聚类，得到离群特征数据；将离群特征数据输入至用于进行程序行为识别的机器学习模型中；根据机器学习模型的输出结果，确定异常的程序行为数据。本申请相比于现有技术中仅仅靠人工查找异常行为数据，能够更加方便快捷的确定异常的程序行为数据。

【技术实现步骤摘要】
异常程序行为检测方法、装置
本申请涉及计算机及通信
，特别涉及一种异常程序行为检测方法、装置。
技术介绍
由于当今各行各业的信息化、智能化建设越来越普及，用户对程序服务的性能要求不断提高，程序服务的整体构架也日渐复杂。在日常测试阶段，仅仅靠人工查看日志或监控数据，难以发现潜藏在程序行为中的问题，因此，方便快捷的检测出异常程序行为具有十分重要的意义。
技术实现思路
本申请旨在提供一种异常程序行为检测方法、装置，其能够方便的检测出异常程序行为。根据本申请实施例的一个方面，提供了一种异常程序行为检测方法，包括：从程序行为数据中获取程序行为特征数据；对所述程序行为特征数据进行聚类，得到离群特征数据；将所述离群特征数据输入至用于进行程序行为识别的机器学习模型中；根据所述机器学习模型的输出结果，确定异常的程序行为数据。根据本申请实施例的一个方面，提供了一种异常程序行为检测装置，包括：获取模块，用于从程序行为数据中获取程序行为特征数据；聚类模块，用于对所述程序行为特征数据进行聚类，得到离群特征数据；识别模块，用于将所述离群特征数据输本文档来自技高网...

【技术保护点】
1.一种异常程序行为检测方法，其特征在于，所述方法包括：/n从程序行为数据中获取程序行为特征数据；/n对所述程序行为特征数据进行聚类，得到离群特征数据；/n将所述离群特征数据输入至用于进行程序行为识别的机器学习模型中；/n根据所述机器学习模型的输出结果，确定异常的程序行为数据。/n

【技术特征摘要】
1.一种异常程序行为检测方法，其特征在于，所述方法包括：
从程序行为数据中获取程序行为特征数据；
对所述程序行为特征数据进行聚类，得到离群特征数据；
将所述离群特征数据输入至用于进行程序行为识别的机器学习模型中；
根据所述机器学习模型的输出结果，确定异常的程序行为数据。


2.根据权利要求1所述的异常程序行为检测方法，其特征在于，在所述将所述离群特征数据输入至用于进行程序行为识别的机器学习模型中之前，所述方法还包括：
从所述程序行为特征数据中获取除所述离群特征数据以外的程序行为特征数据作为第一正常数据集；
根据所述第一正常数据集中的程序行为特征数据对所述机器学习模型进行训练。


3.根据权利要求1所述的异常程序行为检测方法，其特征在于，所述根据所述机器学习模型的输出结果，确定异常的程序行为数据，包括：
根据所述机器学习模型的输出结果，识别异常的程序行为特征数据；
将所述异常的程序行为特征数据与预设特征进行匹配；
根据所述异常的程序行为特征数据中与所述预设特征不匹配的程序行为特征数据，确定异常的程序行为数据。


4.根据权利要求3所述的异常程序行为检测方法，其特征在于，所述根据所述异常的程序行为特征数据中与所述预设特征不匹配的程序行为特征数据，确定异常的程序行为数据，包括：
将所述异常的程序行为特征数据中与所述预设特征不匹配的程序行为特征数据发送给用户进行人工检测；
接收未通过人工检测的程序行为特征数据，基于所述未通过人工检测的程序行为特征数据确定异常的程序行为数据。


5.根据权利要求1所述的异常程序行为检测方法，其特征在于，所述从程序行为数据...

【专利技术属性】
技术研发人员：周勇钧，郑越，鲁四喜，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：广东;44