用于客戶端-云行為分析器的架構(gòu)的制作方法
【專利說明】用于客戶端-云行為分析器的架構(gòu)
[0001] 相關(guān)申請(qǐng)
[000引 本申請(qǐng)要求享受于2013年1月2日提交的、題目為"Architec1:ure for Client-Cloud Behavior Analyzer"的美國(guó)臨時(shí)專利申請(qǐng) 61/748, 220、2012 年 5 月 14 日 提交的、題目為"System, Apparatus and Method for Adaptive Observation of Mobile Device Behavior"的美國(guó)臨時(shí)專利申請(qǐng)No. 61/646,590 W及于2012年8月15日提交的、 題目為"System, Apparatus and Method for Adaptive Observation of Mobile Device Behavior"的美國(guó)臨時(shí)專利申請(qǐng)61/683, 274的優(yōu)先權(quán)的權(quán)益，故出于所有的目的W引用方 式將該兩個(gè)臨時(shí)申請(qǐng)的全部?jī)?nèi)容并入本申請(qǐng)。
【背景技術(shù)】
[0003] 在過去的若干年里，蜂窩和無(wú)線通信技術(shù)已爆炸性增長(zhǎng)。該種增長(zhǎng)由更好的通信、 硬件、更大的網(wǎng)絡(luò)、W及更可靠的協(xié)議來推動(dòng)。無(wú)線服務(wù)提供商現(xiàn)在能夠向其客戶提供不斷 擴(kuò)展的一系列特征和服務(wù)，并向用戶提供對(duì)信息、資源W及通信的前所未有的接入水平。為 了與該些服務(wù)增強(qiáng)俱進(jìn)，移動(dòng)電子設(shè)備（例如，蜂窩電話、平板電腦、膝上型電腦等）已經(jīng)變 得比W往更強(qiáng)大和復(fù)雜。該復(fù)雜性已經(jīng)為惡意軟件、軟件沖突、硬件錯(cuò)誤、W及其它類似的 錯(cuò)誤或現(xiàn)象不利地影響移動(dòng)設(shè)備的長(zhǎng)期W及持續(xù)的性能和功率利用水平創(chuàng)造了新的機(jī)會(huì)。 因此，對(duì)可能不利地影響移動(dòng)設(shè)備的長(zhǎng)期W及持續(xù)的性能和功率利用級(jí)別的條件和/或移 動(dòng)設(shè)備行為進(jìn)行識(shí)別和校正對(duì)消費(fèi)者而言是有益的。

【發(fā)明內(nèi)容】

[0004] 各個(gè)方面包括在客戶端-云通信系統(tǒng)中生成數(shù)據(jù)模型的方法，其可W包括應(yīng)用機(jī) 器學(xué)習(xí)技術(shù)W生成描述行為向量的云語(yǔ)料庫(kù)的第一族的分類器模型，確定在所述第一族的 分類器模型中哪些因素具有使移動(dòng)設(shè)備能夠決定性地確定移動(dòng)設(shè)備行為是惡意的還是良 性的較高可能性，基于所確定的因素生成將數(shù)量縮減的因素和數(shù)據(jù)點(diǎn)標(biāo)識(shí)為與使所述移動(dòng) 設(shè)備能夠決定性地確定所述移動(dòng)設(shè)備行為是惡意的還是良性的有關(guān)的第二族的分類器模 型，W及基于所述第二族的分類器模型生成移動(dòng)設(shè)備分類器模塊。
[0005] 在一方面，應(yīng)用機(jī)器學(xué)習(xí)技術(shù)W生成描述行為向量的云語(yǔ)料庫(kù)的第一族的分類器 模型可W包括在云網(wǎng)絡(luò)的服務(wù)器中的深度分類器中生成所述第一族的分類器模型。在另外 的方面，生成第二族的分類器模型可W包括在網(wǎng)絡(luò)服務(wù)器中的精簡(jiǎn)分類器中生成所述第二 族的分類器模型。在另外的方面，生成第二族的分類器模型可W包括在所述移動(dòng)設(shè)備網(wǎng)絡(luò) 中的精簡(jiǎn)分類器中生成所述第二族的分類器模型。在另外的方面，生成將數(shù)量縮減的因素 和數(shù)據(jù)點(diǎn)標(biāo)識(shí)為與使所述移動(dòng)設(shè)備能夠決定性地確定所述移動(dòng)設(shè)備行為是惡意的還是良 性的有關(guān)的第二族的分類器模型包括通過將所確定的因素應(yīng)用到所述行為向量的云語(yǔ)料 庫(kù)來生成所述第二族的分類器模型。
[0006] 另外的方面包括一種服務(wù)器計(jì)算設(shè)備，其具有用于應(yīng)用機(jī)器學(xué)習(xí)技術(shù)W生成描述 行為向量的云語(yǔ)料庫(kù)的第一族的分類器模型的單元，用于確定在所述第一族的分類器模型 中哪些因素具有使移動(dòng)設(shè)備能夠決定性地確定移動(dòng)設(shè)備行為是惡意的還是良性的較高可 能性的單元，用于基于所確定的因素生成將數(shù)量縮減的因素和數(shù)據(jù)點(diǎn)標(biāo)識(shí)為與使所述移動(dòng) 設(shè)備能夠決定性地確定所述移動(dòng)設(shè)備行為是惡意的還是良性的有關(guān)的第二族的分類器模 型的單元，W及用于基于所述第二族的分類器模型生成移動(dòng)設(shè)備分類器模塊的單元。
[0007] 在一方面，用于應(yīng)用機(jī)器學(xué)習(xí)技術(shù)W生成描述行為向量的云語(yǔ)料庫(kù)的第一族的分 類器模型的單元可W包括用于在深度分類器中生成所述第一族的分類器模型的單元。在 另外的方面，用于生成第二族的分類器模型的單元可W包括用于在精簡(jiǎn)分類器中生成所述 第二族的分類器模型的單元。在另外的方面，用于生成第二族的分類器模型的單元可W包 括用于向所述移動(dòng)設(shè)備發(fā)送所述第一族的分類器模型和所確定的因素的單元。在另外的方 面，用于生成將數(shù)量縮減的因素和數(shù)據(jù)點(diǎn)標(biāo)識(shí)為與使所述移動(dòng)設(shè)備能夠決定性地確定所述 移動(dòng)設(shè)備行為是惡意的還是良性的有關(guān)的第二族的分類器模型的單元包括用于通過將所 確定的因素應(yīng)用到所述行為向量的云語(yǔ)料庫(kù)來生成所述第二族的分類器模型的單元。
[000引另外的方面包括一種服務(wù)器計(jì)算設(shè)備，其具有處理器，該處理器配置具有用于執(zhí) 行操作的處理器可執(zhí)行指令，所述操作可W包括應(yīng)用機(jī)器學(xué)習(xí)技術(shù)W生成描述行為向量的 云語(yǔ)料庫(kù)的第一族的分類器模型，確定在所述第一族的分類器模型中哪些因素具有使移動(dòng) 設(shè)備能夠決定性地確定移動(dòng)設(shè)備行為是惡意的還是良性的較高可能性，基于所確定的因素 生成將數(shù)量縮減的因素和數(shù)據(jù)點(diǎn)標(biāo)識(shí)為與使所述移動(dòng)設(shè)備能夠決定性地確定所述移動(dòng)設(shè) 備行為是惡意的還是良性的有關(guān)的第二族的分類器模型，W及基于所述第二族的分類器模 型生成移動(dòng)設(shè)備分類器模塊。
[0009] 在一方面，處理器可W配置具有處理器可執(zhí)行指令使得應(yīng)用機(jī)器學(xué)習(xí)技術(shù)W生成 描述行為向量的云語(yǔ)料庫(kù)的第一族的分類器模型可W包括在深度分類器中生成所述第一 族的分類器模型。在另外的方面，處理器可W配置具有處理器可執(zhí)行指令使得生成第二族 的分類器模型可W包括在精簡(jiǎn)分類器中生成所述第二族的分類器模型。在另外的方面，處 理器可W配置具有處理器可執(zhí)行指令使得生成第二族的分類器模型可W包括向所述移動(dòng) 設(shè)備發(fā)送所述第一族的分類器模型和所確定的因素。在另外的方面，處理器可W配置具有 處理器可執(zhí)行指令使得生成將數(shù)量縮減的因素和數(shù)據(jù)點(diǎn)標(biāo)識(shí)為與使所述移動(dòng)設(shè)備能夠決 定性地確定所述移動(dòng)設(shè)備行為是惡意的還是良性的有關(guān)的第二族的分類器模型可W包括 通過將所確定的因素應(yīng)用到所述行為向量的云語(yǔ)料庫(kù)來生成所述第二族的分類器模型。
[0010] 另外的方面包括一種非暫時(shí)性計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有服務(wù)器可執(zhí)行軟 件指令，所述軟件指令配置成使服務(wù)器處理器執(zhí)行用于在客戶端-云通信系統(tǒng)中生成數(shù)據(jù) 模型的操作。在一方面，所述操作可W包括應(yīng)用機(jī)器學(xué)習(xí)技術(shù)W生成描述行為向量的云語(yǔ) 料庫(kù)的第一族的分類器模型，確定在所述第一族的分類器模型中哪些因素具有使移動(dòng)設(shè)備 能夠決定性地確定移動(dòng)設(shè)備行為是惡意的還是良性的較高可能性，基于所確定的因素生成 將數(shù)量縮減的因素和數(shù)據(jù)點(diǎn)標(biāo)識(shí)為與使所述移動(dòng)設(shè)備能夠決定性地確定所述移動(dòng)設(shè)備行 為是惡意的還是良性的有關(guān)的第二族的分類器模型，基于所述第二族的分類器模型生成移 動(dòng)設(shè)備分類器模塊。
[0011] 在一方面，所存儲(chǔ)的服務(wù)器可執(zhí)行軟件指令可W配置成使服務(wù)器處理器執(zhí)行操作 使得應(yīng)用機(jī)器學(xué)習(xí)技術(shù)W生成描述行為向量的云語(yǔ)料庫(kù)的第一族的分類器模型可W包括 在云網(wǎng)絡(luò)的服務(wù)器中的深度分類器中生成所述第一族的分類器模型。在另外的方面，所存 儲(chǔ)的服務(wù)器可執(zhí)行軟件指令可w配置成使服務(wù)器處理器執(zhí)行操作使得生成第二族的分類 器模型可W包括在網(wǎng)絡(luò)服務(wù)器中的精簡(jiǎn)分類器中生成所述第二族的分類器模型。在另外的 方面，所存儲(chǔ)的服務(wù)器可執(zhí)行軟件指令可W配置成使服務(wù)器處理器執(zhí)行操作使得生成第二 族的分類器模型可W包括向所述移動(dòng)設(shè)備發(fā)送所述第一族的分類器模型和所確定的因素。 在另外的方面，所存儲(chǔ)的服務(wù)器可執(zhí)行軟件指令可W配置成使服務(wù)器處理器執(zhí)行操作使得 生成將數(shù)量縮減的因素和數(shù)據(jù)點(diǎn)標(biāo)識(shí)為與使所述移動(dòng)設(shè)備能夠決定性地確定所述移動(dòng)設(shè) 備行為是惡意的還是良性的有關(guān)的第二族的分類器模型可W包括通過將所確定的因素應(yīng) 用到所述行為向量的云語(yǔ)料庫(kù)來生成所述第二族的分類器模型。
[0012] 另外的方面包括一種客戶端-云通信系統(tǒng)，其包括移動(dòng)設(shè)備和服務(wù)器計(jì)算設(shè)備。 服務(wù)器處理器可W配置具有服務(wù)器可執(zhí)行指令W執(zhí)行操作，所述操作包括應(yīng)用機(jī)器學(xué)習(xí)技 術(shù)W生成描述行為向量的云語(yǔ)料庫(kù)的第一族的分類器模型，確定在所述第一族的分類器模 型中哪些因素具有使移動(dòng)設(shè)備能夠決定性地確定移動(dòng)設(shè)備行為是惡意的還是良性的較高 可能性，W及向所述移動(dòng)設(shè)備發(fā)送所述第一族的分類器模型和所確定的因素。移動(dòng)設(shè)備處 理器可W配置具有處理器可執(zhí)行指令W執(zhí)行操作，所述操作包括基于所確定的因素生成將 數(shù)量縮減的因素和數(shù)據(jù)點(diǎn)標(biāo)識(shí)為與使所述移動(dòng)設(shè)備能夠決定性地確定所述移動(dòng)設(shè)備行為 是惡意的還是良性的有關(guān)的第二族的分類器模型，W及基于所述第二族的分類器模型生成 移動(dòng)設(shè)備分類器模塊。
[0013] 另外的方面包括用于分階段評(píng)估移動(dòng)設(shè)備行為的方法，包括監(jiān)測(cè)移動(dòng)設(shè)備行為W 生成觀測(cè)結(jié)果，將所述觀測(cè)結(jié)果應(yīng)用到初始的縮減的特征集模型，W確定所述移動(dòng)設(shè)備行 為是使性能降級(jí)的、良性的、還是可疑的，當(dāng)確定所述移動(dòng)設(shè)備行為是可疑的時(shí)，監(jiān)測(cè)另外 的或不同的移動(dòng)設(shè)備行為W生成細(xì)化的觀測(cè)結(jié)果，W及將所述細(xì)化的觀測(cè)結(jié)果應(yīng)用到隨后 的縮減的特征集模型，W確定所述移動(dòng)設(shè)備行為是使性能降級(jí)的、使性能降級(jí)的還是良性 的。
[0014] 另外的方面包括一種移動(dòng)計(jì)算設(shè)備，其具有用于監(jiān)測(cè)移動(dòng)設(shè)備行為W生成觀測(cè)結(jié) 果的單元，用于將所述觀測(cè)結(jié)果應(yīng)用到初始的縮減的特征集模型，W確定所述移動(dòng)設(shè)備行 為是使性能降級(jí)的、良性的、還是可疑的單元，用于當(dāng)確定所述移動(dòng)設(shè)備行為是可疑的時(shí)， 監(jiān)測(cè)另外的或不同的移動(dòng)設(shè)備行為W生成細(xì)化的觀測(cè)結(jié)果的單元，W及用于將所述細(xì)化的 觀測(cè)結(jié)果應(yīng)用到隨后的縮減的特征集模型，W確定所述移動(dòng)設(shè)備行為是使性能降級(jí)的、使 性能降級(jí)的還是良性的單元。
[0015] 另外的方面包括一種移動(dòng)計(jì)算設(shè)備，其具有配置具有處理器可執(zhí)行指令的處理器 W執(zhí)行操作，所述操作包括監(jiān)測(cè)移動(dòng)設(shè)備行為W生成觀測(cè)結(jié)果，將所述觀測(cè)結(jié)果應(yīng)用到初 始的縮減的特征集模型，W確定所述移動(dòng)設(shè)備行為是使性能降級(jí)的、良性的、還是可疑的， 當(dāng)確定所述移動(dòng)設(shè)備行為是可疑的時(shí)，監(jiān)測(cè)另外的或不同的移動(dòng)設(shè)備行為W生成細(xì)化的觀 測(cè)結(jié)果，W及將所述細(xì)化的觀測(cè)結(jié)果應(yīng)用到隨后的縮減的特征集模型，W確定所述移動(dòng)設(shè) 備行為是使性能降級(jí)的、使性能降級(jí)的還是良性的。
[0016] 另外的方面包括一種非暫時(shí)性計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有處理器可執(zhí)行軟 件指令，所述軟件指令配置成使處理器執(zhí)行用于分階段評(píng)估移動(dòng)設(shè)備行為的操作。所述操 作可W包括監(jiān)測(cè)移動(dòng)設(shè)備行為W生成觀測(cè)結(jié)果，將所述觀測(cè)結(jié)果應(yīng)用到初始的縮減的特征 集模型，W確定所述移動(dòng)設(shè)備行為是使性能降級(jí)的、良性的、還是可疑的；當(dāng)確定所述移動(dòng) 設(shè)備行為是可疑的時(shí)，監(jiān)測(cè)另外的或不同的移動(dòng)設(shè)備行為w生成細(xì)化的觀測(cè)結(jié)果；w及將 所述細(xì)化的觀測(cè)結(jié)果應(yīng)用到隨后的縮減的特征集模型，W確定所述移動(dòng)設(shè)備行為是使性能 降級(jí)的、使性能降級(jí)的還是良性的。
[0017] 另外的方面包括從多個(gè)移動(dòng)設(shè)備接收觀測(cè)信息，基于從所述多個(gè)移動(dòng)設(shè)備接收的 所述觀測(cè)信息，更新在云網(wǎng)絡(luò)的服務(wù)器中的行為分類的全局模型，基于所述全局模型，執(zhí)行 機(jī)器學(xué)習(xí)操作W生成第一族的分類器，確定針對(duì)所生成的第一族的分類器是否存在足夠的 變化W保證生成新的模型，當(dāng)確定針對(duì)所述第一族的分類器存在足夠的變化時(shí)，確定在所 生成的第一族的分類器中哪些特征是使移動(dòng)設(shè)備處理器能夠決定性地確定移動(dòng)設(shè)備行為 是惡意的還是良性的最佳特征，基于所述最佳特征生成第二族的分類器，確定針對(duì)所生成 的第二族的分類器是否存在足夠的變化W保證生成另外的新模型，當(dāng)確定針對(duì)所述第二族 的分類器存在足夠的變化時(shí)，生成另外的分類器模型，W及向所述移動(dòng)設(shè)備處理器發(fā)送所 生成的另外的分類器模型的方法。
[0018] 另外的方面包括一種服務(wù)器計(jì)算設(shè)備，其可W包括用于從多個(gè)移動(dòng)設(shè)備接收觀測(cè) 信息的單元，用于基于從所述多個(gè)移動(dòng)設(shè)備接收的所述觀測(cè)信息，更新行為分類的全局模 型的單元，用于基于所述全局模型，執(zhí)行機(jī)器學(xué)習(xí)操作W生成第一族的分類器的單元，用于 確定針對(duì)所生成的第一族的分類器是否存在足夠的變化W保證生成新的模型的單元，用于 當(dāng)確定針對(duì)所述第一族的分類器存在足夠的變化時(shí)，確定在所生成的第一族的分類器中哪 些特征是使移動(dòng)設(shè)備處理器能夠決定性地確定移動(dòng)設(shè)備行為是惡意的還是良性的最佳特 征的單元，用于基于所述最佳特征生成第二族的分類器的單元，用于確定針對(duì)所生成的第 二族的分類器是否存在足夠的變化W保證生成另外的新模型的單元，用于當(dāng)確定針對(duì)所述 第二族的分類器存在足夠的變化時(shí)，生成另外的分類器模型的單元，W及用于向所述移動(dòng) 設(shè)備處理器發(fā)送所生成的另外的分類器模型的單元。
[0019] 另外的方面包括一種服務(wù)器計(jì)算設(shè)備，其可W包括配置具有處理器可執(zhí)行指令的 處理器W執(zhí)行操作，所述操作可W包括；從多個(gè)移動(dòng)設(shè)備接收觀測(cè)信息；基于從所述多個(gè) 移動(dòng)設(shè)備接收的所述觀測(cè)信息，更新行為分類的全局模型；基于所述全局模型，執(zhí)行機(jī)器學(xué) 習(xí)操作W生成第一族的分類器；確定針對(duì)所生成的第一族的分類器是否存在足夠的變化W 保證生成新的模型；當(dāng)確定針對(duì)所述第一族的分類器存在足夠的變化時(shí)，確定在所生成的 第一族的分類器中哪些特征是使移動(dòng)設(shè)備處理器能夠決定性地確定移動(dòng)設(shè)備行為是惡意 的還是良性的最佳特征；基于所述最佳特征生成第二族的分類器；確定針對(duì)所生成的第二 族的分類器是否存在足夠的變化W保證生成另外的新模型；當(dāng)確定針對(duì)所述第二族的分類 器存在足夠的變化時(shí)，生成另外的分類器模型；W及向所述移動(dòng)設(shè)備處理器發(fā)送所生成的 另外的分類器模型。
[0020] 另外的方面包括一種非暫時(shí)性服務(wù)器可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有處理器可執(zhí)行軟 件指令，所述軟件指令配置成使服務(wù)器計(jì)算設(shè)備執(zhí)行操作，所述操作可W包括；從多個(gè)移動(dòng) 設(shè)備接收觀測(cè)信息；基于從所述多個(gè)移動(dòng)設(shè)備接收的所述觀測(cè)信息，更新在云網(wǎng)絡(luò)的服務(wù) 器中的行為分類的全局模型；基于所述全局模型，執(zhí)行機(jī)器學(xué)習(xí)操作W生成第一族的分類 器；確定針對(duì)所生成的第一族的分類器是否存在足夠的變化W保證生成新的模型；當(dāng)確定 針對(duì)所述第一族的分類器存在足夠的變化時(shí)，確定在所生成的第一族的分類器中哪些特征 是使移動(dòng)設(shè)備處理器能夠決定性地確定移動(dòng)設(shè)備行為是惡意的還是良性的最佳特征；基于 所述最佳特征生成第二族的分類器；確定針對(duì)所生成的第二族的分類器是否存在足夠的變 化W保證生成另外的新模型；當(dāng)確定針對(duì)所述第二族的分類器存在足夠的變化時(shí)，生成另 外的分類器模型；W及向所述移動(dòng)設(shè)備處理器發(fā)送所生成的另外的分類器模型。
[0021] 另外的方面包括一種客戶端-云通信系統(tǒng)，其包括移動(dòng)設(shè)備和服務(wù)器。該服務(wù)器 處理器可W配置具有服務(wù)器可執(zhí)行指令，W執(zhí)行操作，所述操作包括；從多個(gè)移動(dòng)設(shè)備接收 觀測(cè)信息；基于從所述多個(gè)移動(dòng)設(shè)備接收的所述觀測(cè)信息，更新行為分類的全局模型；基 于所述全局模型，執(zhí)行機(jī)器學(xué)習(xí)操作W生成第一族的分類器；確定針對(duì)所生成的第一族的 分類器是否存在足夠的變化W保證生成新的模型；當(dāng)確定針對(duì)所述第一族的分類器存在足 夠的變化時(shí)，確定在所生成的第一族的分類器中哪些特征是使移動(dòng)設(shè)備處理器能夠決定性 地確定移動(dòng)設(shè)備行為是惡意的還是良性的最佳特征；基于所述最佳特征生成第二族的分類 器；確定針對(duì)所生成的第二族的分類器是否存在足夠的變化W保證生成另外的新模型；當(dāng) 確定針對(duì)所述第二族的分類器存在足夠的變化時(shí)，生成另外的分類器模型；W及向所述移 動(dòng)設(shè)備處理器發(fā)送所生成的另外的分類器模型作為初始的縮減的特征集模型。
[0022] 移動(dòng)設(shè)備處理器可W配置具有處理器可執(zhí)行指令，W執(zhí)行操作，所述操作包括：從 所述服務(wù)器接收所述初始的縮減的特征集模型；監(jiān)測(cè)移動(dòng)設(shè)備行為W生成觀測(cè)結(jié)果；將所 述觀測(cè)結(jié)果應(yīng)用到初始的縮減的特征集模型，W確定所述移動(dòng)設(shè)備行為是使性能降級(jí)的、 良性的、還是可疑的；當(dāng)確定所述移動(dòng)設(shè)備行為是可疑的時(shí)，監(jiān)測(cè)另外的或不同的移動(dòng)設(shè)備 行為W生成細(xì)化的觀測(cè)結(jié)果；將所述細(xì)化的觀測(cè)結(jié)果應(yīng)用到隨后的縮減的特征集模型，W 確定所述移動(dòng)設(shè)備行為是使性能降級(jí)的、使性能降級(jí)的還是良性的；W及向所述服務(wù)器發(fā) 送所述細(xì)化的觀測(cè)結(jié)果和應(yīng)用所述細(xì)化的觀測(cè)結(jié)果的結(jié)果作為觀測(cè)信息。
【附圖說明】
[0023] 附圖描繪了本發(fā)明的示例性方面，其被并入本申請(qǐng)中并構(gòu)成該說明書的一部分， 且其與上文給