CN113868093A - 垃圾文件监测方法、装置、设备及存储介质 - Google Patents

垃圾文件监测方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN113868093A
CN113868093A CN202111189638.0A CN202111189638A CN113868093A CN 113868093 A CN113868093 A CN 113868093A CN 202111189638 A CN202111189638 A CN 202111189638A CN 113868093 A CN113868093 A CN 113868093A
Authority
CN
China
Prior art keywords
file
junk
function
feature
hyperplane
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202111189638.0A
Other languages
English (en)
Other versions
CN113868093B (zh
Inventor
孙浩鑫
梁俊杰
周军
赖众程
高洪喜
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Ping An Bank Co Ltd
Original Assignee
Ping An Bank Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Ping An Bank Co Ltd filed Critical Ping An Bank Co Ltd
Priority to CN202111189638.0A priority Critical patent/CN113868093B/zh
Publication of CN113868093A publication Critical patent/CN113868093A/zh
Application granted granted Critical
Publication of CN113868093B publication Critical patent/CN113868093B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G06F11/3003—Monitoring arrangements specially adapted to the computing system or computing system component being monitored
    • G06F11/302—Monitoring arrangements specially adapted to the computing system or computing system component being monitored where the computing system component is a software system
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G06F11/3051—Monitoring arrangements for monitoring the configuration of the computing system or of the computing system component, e.g. monitoring the presence of processing resources, peripherals, I/O links, software programs
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/10—File systems; File servers
    • G06F16/14—Details of searching files based on file metadata
    • G06F16/148—File search processing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/10—File systems; File servers
    • G06F16/16—File or folder operations, e.g. details of user interfaces specifically adapted to file systems
    • G06F16/162—Delete operations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/205—Parsing
    • G06F40/216—Parsing using statistical methods

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computing Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Quality & Reliability (AREA)
  • Library & Information Science (AREA)
  • Mathematical Physics (AREA)
  • Probability & Statistics with Applications (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Computational Linguistics (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Computer Interaction (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明涉及系统性能优化技术，揭露了一种垃圾文件监测方法，包括：获取系统文件集，提取所述系统文件集中的文件特征，得到文件特征集；利用所述文件特征集构建超平面函数；利用所述超平面函数对所述系统文件集进行分类，得到异常文件集；提取异常文件集中每个文件的文件名，判断所述文件名是否包含预设关键词，若文件名包含预设关键词；则确定所述文件名对应的文件为垃圾文件；将所述垃圾文件自动清理。此外，本发明还涉及区块链技术，系统文件集及文件特征可存储于区块链的节点。本发明还提出一种垃圾文件监测装置、电子设备以及存储介质。本发明可以解决业务垃圾文件监测不全、准确性低的问题。

Description

垃圾文件监测方法、装置、设备及存储介质
技术领域
本发明涉及系统性能优化技术领域，尤其涉及一种垃圾文件监测方法、装置、电子设备及计算机可读存储介质。
背景技术
现有软件行业的后端服务器基本上都采用linux服务器，在Linux服务器上安装软件、运行软件时会产生大量的垃圾文件，当这些垃圾文件达到一定数量级而未被清理时，就会严重影响系统运行，导致系统卡顿、响应过慢，严重情况下还会对服务器硬件造成伤害。
现有的针对linux系统下的垃圾清理软件，清理软件垃圾的重点主要在于清理软件安装包及其配置、图片缓存、旧的内核文件等系统性程序的垃圾文件，无法识别并清理系统中最活跃、产生文件最多的业务应用产生的业务垃圾，容易导致系统性能下降，严重时会导致系统瘫痪，因此监测业务垃圾文件成为了亟待解决的问题。
发明内容
本发明提供一种垃圾文件监测方法、装置及计算机可读存储介质，其主要目的在于解决业务垃圾文件监测难的问题。
为实现上述目的，本发明提供的一种垃圾文件监测方法，包括：
获取系统文件集；
提取所述系统文件集中的文件特征，得到文件特征集；
利用所述文件特征集构建超平面函数；
利用所述超平面函数对所述系统文件集进行分类，得到异常文件集；
提取所述异常文件集中每个文件的文件名；
若所述文件名包含预设关键词，则确定所述文件名对应的文件为垃圾文件；
清除所述垃圾文件。
可选地，所述提取所述系统文件集中的文件特征，包括：
对所述系统文件集中的文件基础项进行解析，得到文件信息；
对所述文件信息中的字词信息进行数字化转化，得到文件数字化特征；对所述文件信息中的数值信息进行数值化特征提取，得到数值化特征；
整合所述数字化特征和数值化特征，得到文件特征集。
可选地，所述利用所述文件特征集构建超平面函数，包括：
利用预构建的向量转换模型对所述文件特征集中的文件特征执行向量化操作，得到特征向量集；
将所述向量特征集映射到坐标集中，得到特征向量坐标集，其中，所述特征向量坐标集的维度与所述特征向量集中的特征向量数量一致；
计算所述特征向量坐标集中任意两个坐标之间的欧式距离，并选择所述欧式距离最小的特征坐标作为目标特征坐标；
将所述目标特征坐标分别构建左边界函数和右边界函数，并构建到所述左边界函数和右边界函数距离一致的坐标点集，根据所述坐标点集构建超平面函数。
可选地，所述利用所述超平面函数对所述系统文件集进行分类，得到异常文件集，包括：
计算所述目标特征坐标到所述超平面函数的距离值，并根据所述距离值构建最小距离函数；
构建约束条件，并利用拉格朗日乘数法求解基于所述约束条件的最小距离函数，得到超平面其中，所述约束条件为每个所述目标特征坐标到超平面的距离都大于等于所述最小距离函数；
利用所述超平面对所述系统文件集进行分类，得到异常文件集。
可选地，所述约束条件如下：
Figure BDA0003300653000000021
其中，γi为所述目标特征坐标到所述超平面函数的距离值，xi是第i个目标特征坐标，yi是xi属于左边界函数还是右边界函数的类别标记，其中，所述类别标记为+1或-1，w和b为预设的固定参数。
可选地，所述在所述文件名包含预设关键词时，确定所述文件名对应的文件为垃圾文件，包括：
将所述每个文件的文件名与预构建的垃圾文件关键词进行匹配；
当所述文件的文件名与任何一个垃圾文件关键词匹配成功时，确定所述文件的文件名包含预设关键词，则确定所述文件为垃圾文件。
可选地，所述将所述垃圾文件自动清理，包括：
根据所述垃圾文件的文件名获取所述垃圾文件存储路径；
在所述存储路径内清除所述垃圾文件。
为了解决上述问题，本发明还提供一种垃圾文件监测装置，所述装置包括：
文件特征获取模块，用于提取所述系统文件集中的特征，得到文件特征集；
超平面函数构建模块，用于利用所述文件特征集构建超平面函数；
文件分类模块，用于利用所述超平面函数对所述系统文件集进行分类，得到异常文件集；
垃圾文件识别模块，用于在所述文件名包含预设关键词时，确定所述文件名对应的文件为垃圾文件；
垃圾文件清理模块，用于清除所述垃圾文件。
为了解决上述问题，本发明还提供一种电子设备，所述电子设备包括：
至少一个处理器；以及，
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述所述的垃圾文件监测方法。
为了解决上述问题，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质中存储有至少一个计算机程序，所述至少一个计算机程序被电子设备中的处理器执行以实现上述所述的垃圾文件监测方法。
本发明实施例通过提取系统文件集中的特征，得到文件特征集，并通过所述文件特征集构建超平面函数，利用所述超平面函数对系统文件集进行分类，可以更全面的筛选出异常文件，再根据异常文件中的文件名判断文件名是否包含预设关键词，若包含预设关键词则确定所述文件为垃圾文件。从而从所述异常文件中更为准确的识别垃圾文件。因此本发明提出的垃圾文件监测方法、装置、电子设备及计算机可读存储介质，可以解决业务垃圾文件监测不全，准确性低的问题。
附图说明
图1为本发明一实施例提供的垃圾文件监测方法的流程示意图；
图2为本发明一实施例提供的超平面函数构建的的流程示意图；
图3为本发明一实施例提供的生成异常文件集的流程示意图；
图4为本发明一实施例提供的垃圾文件监测装置的功能模块图；
图5为本发明一实施例提供的实现所述垃圾文件监测方法的电子设备的结构示意图。
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
本申请实施例提供一种垃圾文件监测方法。所述垃圾文件监测方法的执行主体包括但不限于服务端、终端等能够被配置为执行本申请实施例提供的该方法的电子设备中的至少一种。换言之，所述垃圾文件监测方法可以由安装在终端设备或服务端设备的软件或硬件来执行，所述软件可以是区块链平台。所述服务端包括但不限于：单台服务器、服务器集群、云端服务器或云端服务器集群等。所述服务器可以是独立的服务器，也可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(Content Delivery Network，CDN)、以及大数据和人工智能平台等基础云计算服务的云服务器。
参照图1所示，为本发明一实施例提供的垃圾文件监测方法的流程示意图。在本实施例中，所述垃圾文件监测方法包括：
S1、获取系统文件集，提取所述系统文件集中的特征，得到文件特征集；
本发明实施例中,可以使用具有抓取功能的计算机语句(如Java语句、Python语句)从预构建的文件存储区域中抓取所述系统文件集，本发明实施例中，所述系统文件集中的文件类型包含但不限于Linux可执行文件、TXT文件、zip压缩包文件、RAR压缩包文件、office文档文件等。
本发明实施例中所述系统文件集中的文件特征可以包括文件名称、文件大小、文件最新修改时间等。
详细地，本发明实施例中所述提取所述系统文件集中的文件特征，得到文件特征集，包括：
对所述系统文件集中的文件基础项进行解析，得到文件信息；
对所述文件信息中的字词信息进行数字化转化，得到文件数字化特征；
对所述文件信息中的数值信息进行数值化特征提取，得到数值化特征；
整合所述数字化特征和数值化特征，得到文件特征集。
本发明实施例中，所述文件基础项为文件的固定内容，例如文件名称、文件类型、文件最新修改时间等。
所述文件信息为一些词语或语句表达的信息，如文件名称：“工作资料”等，本发明实施例可利用词袋法对所述文件信息进行词频词长统计生成文件数字化特征。进一步地，所述文件信息中会含有数值信息，如文件大小为32kb、文件最新修改时间：2021年8月15日15:40:54，本发明实施例可直接获取所述对应的文件数值化特征。
S2、利用所述文件特征集构建超平面函数；
详细地，参阅图2所示，所述利用所述文件特征集构建多个超平面函数，包括：
S21、利用预构建的向量转换模型对所述文件特征集中的文件特征执行向量化操作，得到特征向量集；
S22、将所述向量特征集映射到坐标集中，得到特征向量坐标集，其中，所述特征向量坐标集的维度与所述特征向量集中的特征向量数量一致；
S23、计算所述特征向量坐标集中任意两个坐标之间的欧式距离，并选择所述欧式距离最小的特征向量坐标作为目标特征坐标；
S24、将所述目标特征坐标分别构建左边界函数和右边界函数，并构建到所述左边界函数和右边界函数距离一致的坐标点集，根据所述坐标点集构建超平面函数。
详细地，本发明实施例中，假设所述特征向量集中存在两个特征向量则所述特征向量坐标集的特征维度为2，则构建一个二维坐标系，并将所述特征向量集映射到所述二维坐标系中，得到所述二维坐标系上的特征向量坐标集。进一步地，本发明实施例分别以所述目标特征坐标构建左边界函数w*x＝1及右边界函数w*x＝-1，其中，x为所述目标特征坐标，w为固定参数。进一步地，本发明实施例构建到所述左边界函数和和右边界函数和距离一致的坐标点集，并根据所述坐标点集构建超平面函数w*x＝0。
S3、利用所述超平面函数对所述系统文件集进行分类，得到异常文件集；
本发明实施例中，通过所述超平面函数确定超平面，利用所述超平面将所述系统文件集分为异常文件和正常文件。
详细地，参阅图3所示，所述利用所述超平面函数对所述系统文件集进行分类，得到异常文件集，包括：
S31、计算所述目标特征坐标到所述超平面函数的距离值γi，根据所述距离值构建最小距离函数；
本发明实施例，利用下述函数计算所述目标特征坐标到所述超平面函数的距离值γi：
Figure BDA0003300653000000061
其中，γi为所述目标特征坐标到超平面的距离，xi是第i个目标特征坐标，yi是xi属于左边界函数还是右边界函数的类别标记，其中，所述类别标记为+1或-1w和b为预设的固定参数；
进一步地，根据所述距离值构建如下最小距离函数：
Figure BDA0003300653000000062
其中，γ是最小距离函数，γi为距离值；
S32、构建下述约束条件，利用拉格朗日乘数法求解基于所述约束条件的最小距离函数，得到超平面，其中，所述约束条件为每个所述目标特征坐标到超平面的距离都大于等于所述最小距离函数；
本发明其中一个实施例中，所述约束条件如下：
Figure BDA0003300653000000063
S33、利用拉格朗日乘数法求解基于所述约束条件的最小距离函数，得到超平面；
S34、利用所述超平面对所述系统文件集进行分类，得到异常文件集。
本发明其中一实施例中，
根据拉格朗日函数将所述约束条件和所述最小距离函数构建成拉格朗日目标函数：
Figure BDA0003300653000000071
其中，∝i为拉格朗日乘子；
对所述拉格朗日函数求偏导，进而得到所述超平面：
f(x)＝(wtx+b)
具体地，所述利用所述超平面对所述系统文件集进行分类，即利用所述超平面将所述系统文件集分隔，得到异常文件集和正常文件集，例如，所述超平面将所述系统文件集中的“文件A”、“文件B”分类为正常文件，将所述系统文件集中的“文件C”、“文件D”分类为异常文件，得到异常文件集。
利用所述超平面对系统文件集进行分类过后，可以减少后续垃圾文件判别的工作量，提高垃圾文件的监测效率。
S4、提取所述异常文件集中每个文件的文件名，判断所述每个文件的文件名是否包含预设关键词；
本发明实施例中，所述异常文件集中也可能存在大量的文件，可以是文本文件、图片文件、压缩包文件等，所述文件可能是用户保存的文件，也可能是网络缓存的临时备份文件、临时帮助文件、检查文件以及其它临时文件，网络缓存文件积累到一定数量不进行垃圾文件的清理，会导致服务器卡顿，导致系统运行缓慢。
详细地，所述提取所述异常文件集中每个文件的文件名，判断所述每个文件的文件名是否包含预设关键词，包括：
提取所述异常文件集中预设字段的信息，得到所述异常文件集中每个文件的文件名；
将所述每个文件的文件名与预构建的网络缓存的关键词进行匹配；
当所述文件的文件名与任何一个网络缓存的关键词匹配成功时，判断所述文件的文件名包含预设关键词。
详细的，本发明实施例中所述预构建的网络缓存的关键词可以包括“http”、“tmp”、“chk”、“log”等，根据所述预构建的网络缓存的关键词可以判断所述异常文件的文件来源，若所述异常文件集中文件的文件名包含所述预构建的网络缓存的关键词，则所述文件为网络缓存生成的无用垃圾文件，能够更为精确地监测出业务垃圾文件。
在所述文件名包含预设关键词时，则S5、确定所述文件名对应的文件为垃圾文件；
本发明实施例中，若所述文件名包含预设关键词，则所述文件为网络缓存生成的文件，例如，所述文件可以包括临时备份文件、临时帮助文件等，则确定所述文件为垃圾文件。
在所述文件名不包含预设关键词时，则S6、确定所述文件名对应的文件不是垃圾文件；
本发明实施例中，若所述文件名不包含预设关键词，则所述文件可能为用户下载保存的文件或用户上传的文件，判断所述文件名对应的文件不是垃圾文件。
S8、清除所述垃圾文件。
本发明实施例中，所述垃圾文件可以存储在不同的存储路径内，需要根据不同垃圾文件的存储路径将所述垃圾文件自动清理。
详细地，所述将所述垃圾文件自动清理，包括：
根据所述垃圾文件的文件名获取所述垃圾文件存储路径；
在所述存储路径内清除所述垃圾文件。
本发明实施例中，监测到垃圾文件并自动清理所述垃圾文件，能够有效的解决业务垃圾文件监测不全、不准确的问题，提高服务器的运行效率。
本发明实施例通过提取系统文件集中的特征，得到文件特征集，并通过所述文件特征集构建超平面函数，利用所述超平面函数对系统文件集进行分类，可以更全面的筛选出异常文件，再根据异常文件中的文件名判断文件名是否包含预设关键词，若包含预设关键词则确定所述文件为垃圾文件。从而从所述异常文件中更为准确的识别垃圾文件。因此本发明提出的垃圾文件监测方法，可以解决业务垃圾文件监测不全，准确性低的问题。
如图4所示，是本发明一实施例提供的垃圾文件监测装置的功能模块图。
本发明所述垃圾文件监测装置100可以安装于电子设备中。根据实现的功能，所述垃圾文件监测装置100可以包括文件特征获取模块101、超平面函数构建模块102、文件分类模块103、垃圾文件识别模块104及垃圾文件清理模块105。本发明所述模块也可以称之为单元，是指一种能够被电子设备处理器所执行，并且能够完成固定功能的一系列计算机程序段，其存储在电子设备的存储器中。
在本实施例中，关于各模块/单元的功能如下：
所述文件特征获取模块101，用于提取所述系统文件集中的文件特征，得到文件特征集；
所述超平面函数构建模块102，用于利用所述文件特征集构建超平面函数；
所述文件分类模块103，用于利用所述超平面函数对所述系统文件集进行分类，得到异常文件集；
所述垃圾文件识别模块104，用于在所述文件名包含预设关键词时，确定所述文件名对应的文件为垃圾文件；
所述垃圾文件清理模块105，用于清除所述垃圾文件。
详细地，本发明实施例中所述垃圾文件监测装置100中所述的各模块在使用时采用与上述图1至图3中所述的垃圾文件监测方法一样的技术手段，并能够产生相同的技术效果，这里不再赘述。
如图5所示，是本发明一实施例提供的实现垃圾文件监测方法的电子设备的结构示意图。
所述电子设备1可以包括处理器10、存储器11、通信总线12以及通信接口13，还可以包括存储在所述存储器11中并可在所述处理器10上运行的计算机程序，如垃圾文件监测程序。
其中，所述处理器10在一些实施例中可以由集成电路组成，例如可以由单个封装的集成电路所组成，也可以是由多个相同功能或不同功能封装的集成电路所组成，包括一个或者多个中央处理器(Central Processing unit，CPU)、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。所述处理器10是所述电子设备的控制核心(ControlUnit)，利用各种接口和线路连接整个电子设备的各个部件，通过运行或执行存储在所述存储器11内的程序或者模块(例如执行垃圾文件监测程序等)，以及调用存储在所述存储器11内的数据，以执行电子设备的各种功能和处理数据。
所述存储器11至少包括一种类型的可读存储介质，所述可读存储介质包括闪存、移动硬盘、多媒体卡、卡型存储器(例如：SD或DX存储器等)、磁性存储器、磁盘、光盘等。所述存储器11在一些实施例中可以是电子设备的内部存储单元，例如该电子设备的移动硬盘。所述存储器11在另一些实施例中也可以是电子设备的外部存储设备，例如电子设备上配备的插接式移动硬盘、智能存储卡(Smart Media Card，SMC)、安全数字(Secure Digital，SD)卡、闪存卡(Flash Card)等。进一步地，所述存储器11还可以既包括电子设备的内部存储单元也包括外部存储设备。所述存储器11不仅可以用于存储安装于电子设备的应用软件及各类数据，例如垃圾文件监测程序的代码等，还可以用于暂时地存储已经输出或者将要输出的数据。
所述通信总线12可以是外设部件互连标准(peripheral componentinterconnect，简称PCI)总线或扩展工业标准结构(extended industry standardarchitecture，简称EISA)总线等。该总线可以分为地址总线、数据总线、控制总线等。所述总线被设置为实现所述存储器11以及至少一个处理器10等之间的连接通信。
所述通信接口13用于上述电子设备与其他设备之间的通信，包括网络接口和用户接口。可选地，所述网络接口可以包括有线接口和/或无线接口(如WI-FI接口、蓝牙接口等)，通常用于在该电子设备与其他电子设备之间建立通信连接。所述用户接口可以是显示器(Display)、输入单元(比如键盘(Keyboard))，可选地，用户接口还可以是标准的有线接口、无线接口。可选地，在一些实施例中，显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode，有机发光二极管)触摸器等。其中，显示器也可以适当的称为显示屏或显示单元，用于显示在电子设备中处理的信息以及用于显示可视化的用户界面。
图5仅示出了具有部件的电子设备，本领域技术人员可以理解的是，图5示出的结构并不构成对所述电子设备1的限定，可以包括比图示更少或者更多的部件，或者组合某些部件，或者不同的部件布置。
例如，尽管未示出，所述电子设备还可以包括给各个部件供电的电源(比如电池)，优选地，电源可以通过电源管理装置与所述至少一个处理器10逻辑相连，从而通过电源管理装置实现充电管理、放电管理、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述电子设备还可以包括多种传感器、蓝牙模块、Wi-Fi模块等，在此不再赘述。
应该了解，所述实施例仅为说明之用，在专利申请范围上并不受此结构的限制。
所述电子设备1中的所述存储器11存储的垃圾文件监测程序是多个指令的组合，在所述处理器10中运行时，可以实现：
获取系统文件集；
提取所述系统文件集中的文件特征，得到文件特征集；
利用所述文件特征集构建超平面函数；
利用所述超平面函数对所述系统文件集进行分类，得到异常文件集；
提取所述异常文件集中每个文件的文件名；
在所述文件名包含预设关键词时，确定所述文件名对应的文件为垃圾文件；
清除所述垃圾文件。
具体地，所述处理器10对上述指令的具体实现方法可参考附图对应实施例中相关步骤的描述，在此不赘述。
进一步地，所述电子设备1集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读存储介质中。所述计算机可读存储介质可以是易失性的，也可以是非易失性的。例如，所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)。
本发明还提供一种计算机可读存储介质，所述可读存储介质存储有计算机程序，所述计算机程序在被电子设备的处理器所执行时，可以实现：
获取系统文件集；
提取所述系统文件集中的文件特征，得到文件特征集；
利用所述文件特征集构建超平面函数；
利用所述超平面函数对所述系统文件集进行分类，得到异常文件集；
提取所述异常文件集中每个文件的文件名；在所述文件名包含预设关键词时，确定所述文件名对应的文件为垃圾文件；
清除所述垃圾文件。
在本发明所提供的几个实施例中，应该理解到，所揭露的设备，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能模块的形式实现。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。
因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。
本发明所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(Blockchain)，本质上是一个去中心化的数据库，是一串使用密码学方法相关联产生的数据块，每一个数据块中包含了一批次网络交易的信息，用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。
本申请实施例可以基于人工智能技术对相关的数据进行获取和处理。其中，人工智能(Artificial Intelligence，AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。
此外，显然“包括”一词不排除其他单元或步骤，单数不排除复数。系统权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第一、第二等词语用来表示名称，而并不表示任何特定的顺序。
最后应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或等同替换，而不脱离本发明技术方案的精神和范围。

Claims (10)

1.一种垃圾文件监测方法，其特征在于，所述方法包括：
获取系统文件集；
提取所述系统文件集中的文件特征，得到文件特征集；
利用所述文件特征集构建超平面函数；
利用所述超平面函数对所述系统文件集进行分类，得到异常文件集；
提取所述异常文件集中每个文件的文件名；在所述文件名包含预设关键词时，确定所述文件名对应的文件为垃圾文件；
清除所述垃圾文件。
2.如权利要求1所述的垃圾文件监测方法，其特征在于，所述提取所述系统文件集中的文件特征，得到文件特征集，包括：
对所述系统文件集中的文件基础项进行解析，得到文件信息；
对所述文件信息中的字词信息进行数字化转化，得到文件数字化特征；
对所述文件信息中的数值信息进行数值化特征提取，得到数值化特征；
整合所述数字化特征和数值化特征，得到文件特征集。
3.如权利要求1所述的垃圾文件监测方法，其特征在于，所述利用所述文件特征集构建超平面函数，包括：
利用预构建的向量转换模型对所述文件特征集中的文件特征执行向量化操作，得到特征向量集；
将所述向量特征集映射到坐标集中，得到特征向量坐标集，其中，所述特征向量坐标集的维度与所述特征向量集中的特征向量数量一致；
计算所述特征向量坐标集中任意两个坐标之间的欧式距离，并选择所述欧式距离最小的特征坐标作为目标特征坐标；
将所述目标特征坐标分别构建左边界函数和右边界函数，并构建到所述左边界函数和右边界函数距离一致的坐标点集，根据所述坐标点集构建超平面函数。
4.如权利要求1所述的垃圾文件监测方法，其特征在于，所述利用所述超平面函数对所述系统文件集进行分类，得到异常文件集，包括：
计算所述目标特征坐标到所述超平面函数的距离值，并根据所述距离值构建最小距离函数；
构建约束条件，并利用拉格朗日乘数法求解基于所述约束条件的最小距离函数，得到超平面，其中，所述约束条件为每个所述目标特征坐标到所述超平面的距离都大于等于所述最小距离函数；
利用所述超平面对所述系统文件集进行分类，得到异常文件集。
5.如权利要求4所述的垃圾文件监测方法，其特征在于，所述约束条件如下：
Figure FDA0003300652990000021
Figure FDA0003300652990000022
其中，γ是最小距离函数，γi为所述目标特征坐标到所述超平面函数的距离值，xi是第i个目标特征坐标，yi是xi属于左边界函数还是右边界函数的类别标记，其中，所述类别标记为+1或-1，w和b为预设的固定参数。
6.如权利要求1所述的垃圾文件监测方法，其特征在于，所述在所述文件名包含预设关键词时，确定所述文件名对应的文件为垃圾文件，包括：
将所述每个文件的文件名与预构建的垃圾文件关键词进行匹配；
当所述文件的文件名与任何一个垃圾文件关键词匹配成功时，确定所述文件的文件名包含预设关键词，则确定所述文件为垃圾文件。
7.如权利要求1所述的垃圾文件监测方法，其特征在于，所述将所述垃圾文件自动清理，包括：
根据所述垃圾文件的文件名获取所述垃圾文件存储路径；
在所述存储路径内清除所述垃圾文件。
8.一种垃圾文件监测装置，其特征在于，所述装置包括：
文件特征获取模块，用于提取所述系统文件集中的文件特征，得到文件特征集；
超平面函数构建模块，用于利用所述文件特征集构建超平面函数；
文件分类模块，用于利用所述超平面函数对所述系统文件集进行分类，得到异常文件集；
垃圾文件识别模块，用于在所述文件名包含预设关键词时，确定所述文件名对应的文件为垃圾文件；
垃圾文件清理模块，用于清除所述垃圾文件。
9.一种电子设备，其特征在于，所述电子设备包括：
至少一个处理器；以及，
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行如权利要求1至7中任意一项所述的垃圾文件监测方法。
10.一种计算机可读存储介质，存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7中任意一项所述的垃圾文件监测方法。
CN202111189638.0A 2021-10-13 2021-10-13 垃圾文件监测方法、装置、设备及存储介质 Active CN113868093B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111189638.0A CN113868093B (zh) 2021-10-13 2021-10-13 垃圾文件监测方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111189638.0A CN113868093B (zh) 2021-10-13 2021-10-13 垃圾文件监测方法、装置、设备及存储介质

Publications (2)

Publication Number Publication Date
CN113868093A true CN113868093A (zh) 2021-12-31
CN113868093B CN113868093B (zh) 2024-05-24

Family

ID=78999305

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111189638.0A Active CN113868093B (zh) 2021-10-13 2021-10-13 垃圾文件监测方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN113868093B (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130007152A1 (en) * 2003-07-21 2013-01-03 Aol Inc. Online adaptive filtering of messages
CN105389379A (zh) * 2015-11-20 2016-03-09 重庆邮电大学 一种基于文本分布式特征表示的垃圾稿件分类方法
CN105446980A (zh) * 2014-06-27 2016-03-30 北京金山安全软件有限公司 一种鉴别图片垃圾文件的方法及装置
CN108153862A (zh) * 2017-12-22 2018-06-12 联想(北京)有限公司 文件清理方法、装置和系统
CN108287860A (zh) * 2017-09-05 2018-07-17 腾讯科技（深圳）有限公司 模型生成方法、垃圾文件识别方法及装置
US20180240016A1 (en) * 2017-02-20 2018-08-23 Ajou University Industry-Academic Cooperation Foun Dation Method and apparatus for generating one class model based on data frequency
CN110515903A (zh) * 2019-07-25 2019-11-29 安徽易百互联科技有限公司 一种计算机软件的垃圾文件清理系统
US20200202181A1 (en) * 2018-12-19 2020-06-25 Netskope, Inc. Multi-label classification of text documents

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130007152A1 (en) * 2003-07-21 2013-01-03 Aol Inc. Online adaptive filtering of messages
CN105446980A (zh) * 2014-06-27 2016-03-30 北京金山安全软件有限公司 一种鉴别图片垃圾文件的方法及装置
CN105389379A (zh) * 2015-11-20 2016-03-09 重庆邮电大学 一种基于文本分布式特征表示的垃圾稿件分类方法
US20180240016A1 (en) * 2017-02-20 2018-08-23 Ajou University Industry-Academic Cooperation Foun Dation Method and apparatus for generating one class model based on data frequency
CN108287860A (zh) * 2017-09-05 2018-07-17 腾讯科技（深圳）有限公司 模型生成方法、垃圾文件识别方法及装置
CN108153862A (zh) * 2017-12-22 2018-06-12 联想(北京)有限公司 文件清理方法、装置和系统
US20200202181A1 (en) * 2018-12-19 2020-06-25 Netskope, Inc. Multi-label classification of text documents
CN110515903A (zh) * 2019-07-25 2019-11-29 安徽易百互联科技有限公司 一种计算机软件的垃圾文件清理系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
周利萍, 杨家红, 黄务兰: "基于SVM的增量学习算法及其在网页分类中的应用", 计算机时代, no. 11, 25 November 2004 (2004-11-25), pages 17 - 19 *

Also Published As

Publication number Publication date
CN113868093B (zh) 2024-05-24

Similar Documents

Publication Publication Date Title
CN113688923B (zh) 订单异常智能检测方法、装置、电子设备及存储介质
CN114979120B (zh) 数据上传方法、装置、设备及存储介质
CN114138784B (zh) 基于存储库的信息溯源方法、装置、电子设备及介质
CN114186132B (zh) 信息推荐方法、装置、电子设备及存储介质
CN111782900A (zh) 异常业务检测方法、装置、电子设备及存储介质
CN114550076A (zh) 区域异常行为监控方法、装置、设备及存储介质
CN113806434A (zh) 大数据处理方法、装置、设备及介质
CN114491047A (zh) 多标签文本分类方法、装置、电子设备及存储介质
CN113868529A (zh) 知识推荐方法、装置、电子设备及可读存储介质
CN114612194A (zh) 产品推荐方法、装置、电子设备及存储介质
CN113886708A (zh) 基于用户信息的产品推荐方法、装置、设备及存储介质
CN114547696A (zh) 文件脱敏方法、装置、电子设备及存储介质
CN117155771B (zh) 一种基于工业物联网的设备集群故障溯源方法及装置
CN114387522A (zh) 一种工作现场的智能预警方法、装置、设备及介质
CN113486238A (zh) 基于用户画像的信息推送方法、装置、设备及存储介质
CN114708073B (zh) 一种围标串标智能检测方法、装置、电子设备及存储介质
CN114518993A (zh) 基于业务特征的系统性能监控方法、装置、设备及介质
CN114996386A (zh) 业务角色识别方法、装置、设备及存储介质
CN113868093B (zh) 垃圾文件监测方法、装置、设备及存储介质
CN114238233A (zh) 文件自动化清理方法、装置、设备及存储介质
CN115017024A (zh) 界面定位方法、装置、电子设备及计算机可读存储介质
CN114219367A (zh) 用户评分方法、装置、设备及存储介质
CN113704616A (zh) 信息推送方法、装置、电子设备及可读存储介质
CN113706207A (zh) 基于语义解析的订单成交率分析方法、装置、设备及介质
CN113434365B (zh) 数据特征监控方法、装置、电子设备及存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant