CN114021200B - 一种用于pkg模糊化的数据处理系统 - Google Patents

Abstract

本发明公开了一种用于pkg模糊化的数据处理系统，所述系统通过根据pkg白名单，获取第一pkg列表和基于第一pkg列表，获取第二pkg列表；根据第一类pkg文件的文件标识对应的的第一安装量，获取第一类pkg文件的文件标识对应的安装量区间，其中，根据第一类pkg文件的文件标识对应的设备占比阈值，获取安装量区间的上限值和下限值；根据安装量区间确定出一类pkg文件对应的第二类pkg文件，可知，本发明能够准确的确定出筛选第二类pkg文本的安装量的限制条件，避免第一类pkg文件对应的第二类pkg文件数量较少，导致第一类pkg文件和第一类pkg文件对应的第二类pkg文件构建的pkg文件组，无法有效的模糊化第一类pkg，进而无法提高信息的安全性。

Description

一种用于pkg模糊化的数据处理系统

技术领域

本发明涉及pkg处理技术领域，特别涉及一种用于pkg模糊化的数据处理系统。

背景技术

随着普及电子设备的应用，每一电子设备涉及信息安全问题，在当前的网络环境下，信息安全越来越受到重视。

当前，大部分电子设备安装了大量APP，这些APP多少用于生活或者工作等场景的使用，因此每个APP都涉及到信息，进而会产生泄露信息或者恶意传播信息等恶意行为影响到信息安全，尤其是在安装APP时必然存在安装包配置文件，简称pkg文件，pkg文件是获取信息的源头之一，但是现有技术中，对于信息安全的技术方案均是通过多信息加密或者多信息传输过程中加密，很少有技术方案涉及提高pkg文件信息的安全性，因此，导致pkg文件信息的泄露或者恶意传播，影响到电子设备的信息安全。

发明内容

为了解决现有技术的问题，通过第一类pkg文件的安装量，筛选出任一第一类pkg文件对应的第二类pkg文件，组成目标pkg文件组，用于代替单个pkg文件，实现对pkg的模糊化，提高信息安全；本发明实施例提供了一种用于pkg模糊化的数据处理系统，所述技术方案如下：

一种用于pkg模糊化的数据处理系统，所述系统包括：数据库、处理器和存储有计算机程序的存储器，所述数据库包括：样本pkg列表和pkg白名单，当所述计算机程序被处理器执行时，实现以下步骤：

S100、根据pkg白名单，获取第一pkg列表A=（A₁，A₂，……，A_m），其中，A_i是指第i个第一类pkg文件的文件标识，i=1……m，m为第一类pkg文件数量；

S200、基于A，获取第二pkg列表B=（B₁，B₂，……，B_n），其中，B_j是指第j个第二类pkg文件的文件标识，j=1……n，n为第二类pkg文件数量。

S300、获取A_i对应的第一安装量T_i且根据T_i，获取A_i对应的安装量区间Z_i，其中，Z_i=[Z_iq，Z_ip]：

，p_i是指A_i对应的第一设备占比值；

，q_i是指A_i对应的第二设备占比值；

其中，λ为预设参数；

S400、基于Z_i，获取A_i对应的目标安装量组F_i；

S500、根据F_i，获取F_i对应的第一目标pkg组且将F_i对应的第一目标pkg组反馈至数据库。

本发明提供的一种用于pkg模糊化的数据处理系统，具有如下技术效果：

本发明通过根据pkg白名单，获取第一pkg列表和基于第一pkg列表，获取第二pkg列表；根据第一类pkg文件的文件标识对应的的第一安装量，获取第一类pkg文件的文件标识对应的安装量区间，其中，根据第一类pkg文件的文件标识对应的设备占比阈值，获取安装量区间的上限值和下限值；根据安装量区间确定出一类pkg文件对应的第二类pkg文件，可知，本发明能够准确的确定出筛选第二类pkg文本的安装量的限制条件，避免第一类pkg文件对应的第二类pkg文件数量较少，导致第一类pkg文件和第一类pkg文件对应的第二类pkg文件构建的pkg文件组，无法有效的模糊化第一类pkg，进而无法提高信息的安全性。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本发明实施例提供的一种用于pkg模糊化的数据处理系统执行程序的流程示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。

需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或服务器不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

实施例一

如图1所示，本发明实施例一提供了一种用于pkg模糊化的数据处理系统，所述系统包括：数据库、处理器和存储有计算机程序的存储器，所述数据库包括：样本pkg列表和pkg白名单，当所述计算机程序被处理器执行时，实现以下步骤：

S100、根据pkg白名单，获取第一pkg列表A=（A₁，A₂，……，A_m），其中，A_i是指第i个第一类pkg文件的文件标识，i=1……m，m为第一类pkg文件数量。

具体地，所述样本pkg列表包括S个样本pkg文件的文件标识。

具体地，在S100步骤之前，还通过如下步骤确定样本pkg：

S1、获取若干个原始pkg文件的文件标识和每一原始pkg文件对应的安装量。

进一步地，所述原始pkg文件对应的安装量是指安装原始pkg文件的电子设备数量。

进一步地，所述原始pkg文件的文件标识是指表征原始pkg文件的唯一身份标识。

S3、当所述原始pkg文件对应的安装量＞预设的第一安装量阈值时，将原始pkg文件作为样本pkg文件。

进一步地，所述第一安装量阈值的取值范围为500~600，优选地，所述第一安装量阈值的取值为500。

上述S1-S3步骤能够去除安装量较少的pkg文件，避免数据量过大，影响到数据处理的效率。

具体地，所述pkg白名单是指基于目标pkg文件的文件标识构建的pkg列表，其中，所述目标pkg文件对应的安装量＞预设的第二安装量阈值D₀。

进一步地，D₀的取值范围为10000~15000，优选地，D₀的取值为10000。

具体地，所述第一类pkg文件是指在所述样本pkg列表中，存储的所述pkg白名单中任一目标pkg文件。

S200、基于A，获取第二pkg列表B=（B₁，B₂，……，B_n），其中，B_j是指第j个第二类pkg文件的文件标识，j=1……n，n为第二类pkg文件数量。

具体地，所述第二类pkg文件是指在样本pkg列表中除A之外的任一样本pkg文件。

进一步地，S=m+n。

S300、获取A_i对应的第一安装量T_i且根据T_i，获取A_i对应的安装量区间Z_i，其中，Z_i=[Z_iq，Z_ip]：

，p_i是指A_i对应的第一设备占比值；

，q_i是指A_i对应的第二设备占比值；

其中，λ为预设参数。

具体地，所述第一安装量是指安装任一第一类pkg文件的电子设备数量。

具体地，Z_ip＞Z_iq，能够确定出任一第一类pkg文件对应的待补充的安装量区间，使得第一类pkg文件的设备占比值满足其对应的设备占比阈值，实现pkg模糊化，提高了信息安全。

具体地，在S300步骤中，还通过如下步骤确定q_i和p_i：

S301、获取安装量阈值集D={（D₀，D₁]，（D₁，D₂]，……，（D_k-1，D_k]}，其中，（D_r-1，D_r]是指第r个安装量阈值区间，r=1……k，k为安装量区间数量；可以理解为：D₁至D_k均为预先设置的安装量阈值，其中，D_r-1为第r个安装量阈值区间的下限值，D_r为第r个安装量阈值区间的上限值，即D_r＞D_r-1。

S303、根据D，获取L={[L₁，L₂），[L₂，L₃），……，[L_k，L_k+1）}，L_r是指（D_r-1，D_r]对应的设备占比阈值，具体地，L₁＜L₂＜……＜L_k＜L_k+1且L_k+1的取值为0.99~1，优选地，L_k+1的取值为0.99。

具体地，所述设备占比阈值是指预先设置的第一类pkg文件对应的电子设备数量的占比阈值。

S305、当T_i处于（D_r-1，D_r]内时，将L_r作为q_i且将L_r+1作为p_i。

优选地，当k=3时，L=（L₁，L₂，L₃），其中L₁=0.85，L₂=0.9，L₃=0.95，L₄=0.99；能够安装量阈值和设备占比阈值就，确定出任一第一类pkg文件对应的安装量区间，保证了第一类pkg文件对应的安装量区间的准确性。

S400、基于Z_i，获取A_i对应的目标安装量组F_i。

具体地，在S400步骤中，还通过如下步骤获取F_i：

S401、获取Z_p=（Z_1p，Z_2p，……，Z_ip，……，Z_mp）和Z_q=（Z_1q，Z_2q，……，Z_iq，……，Z_mq）。

具体地，Z_1p＜Z_2p＜……＜Z_ip＜……＜Z_mp。

具体地，Z_1q＜Z_2q＜……＜Z_iq＜……＜Z_mq。

S403、遍历H=（H₁，H₂，……，H_n）且当Z_1q≤H_j≤Z_mp时，将B_j作为指定pkg文件的文件标识，其中，H_j是指B_j对应的第二安装量。

具体地，所述第二安装量是指安装任一第二类pkg文件的电子设备数量。

S405、获取V=（V₁，V₂，……，V_w），其中，V_r是指第r个指定pkg文件对应的文件标识对应的安装量，r=1……w且w=λm。

具体地，V∈H且V₁＜V₂＜……＜V_w。

S407、根据V，获取U=（U₁，U₂，……，U_m），其中，U_i=（V_λi-λ+1，……，V_λi）。

S409、根据U，获取F_i且F_i=（T_i，U_i），即F_i=（T_i，V_λi-λ+1，……，V_λi）。

优选地，当λ=2时，F_i=（T_i，V_2i-1，V_2i）；能够通过第一类pkg文件的安装量区间和预设参数，选择合适的第二类pkg文件，减少若干个第二类pkg文件与第一类pkg文件构成pkg文件组的匹配程度差的概率，提高了构建适合的pkg文件组以代替单个第一类pkg文件，进而提高了信息的安全。

S500、根据F_i，获取F_i对应的第一目标pkg组且将F_i对应的第一目标pkg组反馈至数据库。

具体地，在S500步骤中还包括如下步骤：

S501、获取F_i对应的目标占比值F_i'，其中，F_i'符合如下条件：

，其中，V_βi是指U_i中第β个指定pkg文件对应的文件标识对 应的安装量；能够通过第一类pkg文件对应的安装量区间，准确的确定出任一第一类pkg文 件匹配的第二类pkg文件，保证了pkg文件组的设备占比值的准确性。

S503、当q_i≤F_i'≤p_i时，将F_i'对应的第一目标pkg文件组反馈数据库中，其中，所述F_i'对应的第一目标pkg文件组包括A_i对应的第一类pkg文件和V_βi对应的指定pkg文件。

本实施提供了一种用于pkg模糊化的数据处理系统，通过根据pkg白名单，获取第一pkg列表和基于第一pkg列表，获取第二pkg列表；根据第一类pkg文件的文件标识对应的的第一安装量，获取第一类pkg文件的文件标识对应的安装量区间，其中，根据第一类pkg文件的文件标识对应的设备占比阈值，获取安装量区间的上限值和下限值；根据安装量区间确定出一类pkg文件对应的第二类pkg文件，可知，本发明能够准确的确定出筛选第二类pkg文本的安装量的限制条件，避免第一类pkg文件对应的第二类pkg文件数量较少，导致第一类pkg文件和第一类pkg文件对应的第二类pkg文件构建的pkg文件组，无法有效的模糊化第一类pkg，进而无法提高信息的安全性。

在一个具体的实施例中，还包括如下步骤：

S600、根据F_i，获取F_i对应的第二目标pkg组且将F_i对应的第二目标pkg组反馈至数据库。

具体地，在S600步骤中还包括如下步骤：

S601、获取A'=（A'₁，A'₂，……，A'_t），A'_x是指第x个第一关键pkg文件的文件标识，x=1……t，t为第一关键pkg文件数量。

具体地，第一关键pkg文件的文件标识是指从A中删除F_i'对应的Ai之后的任一第一类pkg文件的文件标识。

具体地，A'₁对应的安装量＞A'₂对应的安装量＞……＞A'_t对应的安装量；可以理解为：A'_x对应的安装量是指A'_x对应的安装量区间的上限值。

S603、获取B'=（B'₁，B'₂，……，B'_g），B'_y是指第x个第二关键pkg文件的文件标识，y=1……g，g为第二关键pkg文件数量。

具体地，第二关键pkg文件的文件标识是指从B中删除F_i'对应的指定pkg文件的文件标识之后的任一第二类pkg文件的文件标识。

具体地，B'₁的安装量＞B'₂的安装量＞……＞B'_g的安装量；可以理解为：B'_y对应的安装量是指安装B'_y对应的第二关键pkg文件的电子设备数量。

S605、遍历A'和B'且当B'_y的安装量＜A'_x对应的安装量时，获取A'_x对应的第二目标pkg文件组，其中，A'_x对应的第二目标pkg文件组包括：A'_x对应的第一关键pkg文件和B'_y对应的第二关键pkg文件至B'_y+λ对应的第二关键pkg文件。

上述S600步骤，能够对设备占比值不符合条件pkg文件组或者第一类pkg文件未确定出适合的第二类pkg文件，进行重新构建或者第二类pkg文件的构建，准确的确定出筛选第二类pkg文本的安装量，建立适合的pkg文件组，避免对第一类pkg文件的遗漏，实现模板化第一类pkg的概率，进而提高信息的安全性。

实施例二

本实施例二提供了一种用于pkg模糊化的数据处理系统，所述系统包括：数据库、处理器和存储有计算机程序的存储器，所述数据库包括：样本pkg列表和pkg白名单，当所述计算机程序被处理器执行时，实现以下步骤：

S100、根据pkg白名单，获取第一pkg列表A=（A₁，A₂，……，A_m），其中，A_i是指第i个第一类pkg文件的文件标识，i=1……m，m为第一类pkg文件数量；

S200、基于A，获取第二pkg列表B=（B₁，B₂，……，B_n），其中，B_j是指第j个第二类pkg文件的文件标识，j=1……n，n为第二类pkg文件数量。

S300、获取A_i对应的第一安装量T_i且根据T_i，获取A_i对应的安装量区间Z_i，其中，Z_i=[Z_iq，Z_ip]：

，p_i是指A_i对应的第一设备占比值；

，q_i是指A_i对应的第二设备占比值；

其中，λ为预设参数。

具体地，本实施例中S100-S300步骤参照实施例一中S100-S300步骤，在此不再赘述。

S400、基于Z_i，获取A_i对应的目标安装量组F_i。

具体地，在S400步骤中还包括如下步骤：

S401、在A中按照Z_i的上限值对A进行排序，获取A''=（A_m，A_m-1，……，A₁），可以理解为：A''中的第一类pkg文件的文件标识以Z_1p＜Z_2p＜……＜Z_ip＜……＜Z_mp的规则进行排序。

S403、对B进行排序，获取B''=（B_n，B_n-1，……，B₁）。

优选地，B_n的第二安装量＞B_n-1的第二安装量＞……＞B₁的第二安装量。

具体地，所述第二安装量是指安装任一第二类pkg文件的电子设备数量。

S405、遍历A''和B''且当B_j的第二安装量＜Z_i对应的安装量时，获取B_j的第二安装量Vⁱ _j至B_j+λ的第二安装量Vⁱ _j+λ，且构建成中间数据组Ui_j=（Vⁱ _j，……，Vⁱ _j+λ）。

S407、基于Ui_j，获取F_i且F_i=（T_i，Ui_j）即F_i=（T_i，Vⁱ _j，……，Vⁱ _j+λ）。

S500、根据F_i，获取F_i对应的第一目标pkg组且将F_i对应的第一目标pkg组反馈至数据库。

具体地，在S500步骤中还包括如下步骤：

S501、获取F_i对应的目标占比值F_i'，其中，F_i'符合如下条件：

，其中，V_βi是指U_i中第β个指定pkg文件对应的文件标识对应 的安装量。

S503、当q_i≤F_i'≤p_i时，将F_i'对应的第一目标pkg文件组反馈数据库中，其中，所述F_i'对应的第一目标pkg文件组包括A_i对应的第一类pkg文件和B_j对应的第二类pkg文件至B_j+λ对应的第二类pkg文件。

在一个具体的实施例中，还包括如下步骤：

S600、根据F_i，获取F_i对应的第二目标pkg组且将F_i对应的第二目标pkg组反馈至数据库。

在S600步骤中，还包括如下步骤：

S601、获取A'=（A'₁，A'₂，……，A'_t），A'_x是指第x个第一关键pkg文件的文件标识，x=1……t，t为第一关键pkg文件数量。

具体地，第一关键pkg文件的文件标识是指从A中删除F_i'对应的A_i之后的任一第一类pkg文件的文件标识。

S603、获取Z'_p=（Z'_1p，Z'_2p，……，Z'_xp，……，Z'_tp）和Z'_q=（Z'_1p，Z'_2p，……，Z'_xq，……，Z'_tq）

具体地，Z'_1p＜Z'_2p＜……＜Z_xp＜……＜Z'_tp。

具体地，Z'_1q＜Z'_2q＜……＜Z'_xp＜……＜Z'_tp。

S605、遍历H=（H₁，H₂，……，H_n）且当Z'_1q≤H_j≤Z'_tp时，将B_j作为指定pkg文件的文件标识，其中，H_j是指B_j对应的第二安装量。

具体地，所述第二安装量是指安装任一第二类pkg文件的电子设备数量。

S607、获取V'=（V'₁，V'₂，……，V'_w），其中，V'_r是指第r个指定pkg文件对应的文件标识对应的安装量，r=1……w且w=λm。

具体地，V'∈H且V'₁＜V'₂＜……＜V'_w。

S609、根据V'，获取U'=（U'₁，U'₂，……，U'_t），其中，U'_i=（V'_λi-λ+1，……，V'_λi）。

S6011、根据U'，获取F_i对应的第二目标pkg文件组，其中，F_i对应的第二目标pkg文件组包括A'_x对应的第一类pkg文件和V'_λi-λ+1对应的指定pkg文件至V'_λi对应的指定pkg文件。

实施例二相当于实施例一，能够快速确定出部分适合模糊化第一类pkg文件的pkg文件组，提高了构建pkg文件组的准确性；同时，将剩余的部分第一类pkg文件与全部的第二pkg类文件进行匹配，构建pkg文件组，避免对第一类pkg文件的遗漏。

以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (6)

1.一种用于pkg模糊化的数据处理系统，其特征在于，所述系统包括：数据库、处理器和存储有计算机程序的存储器，所述数据库包括：样本pkg列表和pkg白名单，当所述计算机程序被处理器执行时，实现以下步骤：

S100、根据pkg白名单，获取第一pkg列表A=（A₁，A₂，……，A_m），其中，A_i是指第i个第一类pkg文件的文件标识，i=1……m，m为第一类pkg文件数量，所述第一类pkg文件是指在所述样本pkg列表中，存储的所述pkg白名单中任一目标pkg文件；

S200、基于A，获取第二pkg列表B=（B₁，B₂，……，B_n），其中，B_j是指第j个第二类pkg文件的文件标识，j=1……n，n为第二类pkg文件数量，其中，所述第二类pkg文件是指在样本pkg列表中除A之外的任一样本pkg文件；

S300、获取A_i对应的第一安装量T_i且根据T_i，获取A_i对应的安装量区间Z_i，所述第一安装量是指安装任一第一类pkg文件的电子设备数量，其中，Z_i=[Z_iq，Z_ip]：

，p_i是指A_i对应的第一设备占比值；

，q_i是指A_i对应的第二设备占比值；

其中，λ为预设参数；

在S300步骤中，还通过如下步骤确定q_i和p_i：

S301、获取安装量阈值集D={（D₀，D₁]，（D₁，D₂]，……，（D_k-1，D_k]}，其中，（D_r-1，D_r]是指第r个安装量阈值区间，r=1……k，k为安装量区间数量；

S303、根据D，获取L={[L₁，L₂），[L₂，L₃），……，[L_k，L_k+1）}，L_r是指（D_r-1，D_r]对应的设备占比阈值，其中，L₁＜L₂＜……＜L_k＜L_k+1；

S305、当T_i处于（D_r-1，D_r]内时，将L_r作为q_i且将L_r+1作为p_i；

S400、基于Z_i，获取A_i对应的目标安装量组F_i，其中，在S400步骤中，还通过如下步骤获取F_i：

S401、获取Z_p=（Z_1p，Z_2p，……，Z_ip，……，Z_mp）和Z_q=（Z_1q，Z_2q，……，Z_iq，……，Z_mq）；

S403、遍历H=（H₁，H₂，……，H_n）且当Z_1q≤H_j≤Z_mp时，将B_j作为指定pkg文件的文件标识，其中，H_j是指B_j对应的第二安装量；

S405、获取V=（V₁，V₂，……，V_w），其中，V_r是指第r个指定pkg文件对应的文件标识对应的安装量，r=1……w且w=λm；

S407、根据V，获取U=（U₁，U₂，……，U_m），其中，U_i=（V_λi-λ+1，……，V_λi）；

S409、根据U，获取F_i且F_i=（T_i，U_i）；

S500、根据F_i，获取F_i对应的第一目标pkg组且将F_i对应的第一目标pkg组反馈至数据库，其中，在S500步骤中还包括如下步骤：

S501、获取F_i对应的目标占比值F_i'，其中，F_i'符合如下条件：

，其中，V_βi是指U_i中第β个指定pkg文件对应的文件标识对应的安装量；

S503、当q_i≤F_i'≤p_i时，将F_i'对应的第一目标pkg文件组反馈数据库中，其中，所述F_i'对应的第一目标pkg文件组包括A_i对应的第一类pkg文件和V_βi对应的指定pkg文件。

2.根据权利要求1所述的用于pkg模糊化的数据处理系统，其特征在于，在S100步骤之前，还通过如下步骤确定样本pkg：

S1、获取若干个原始pkg文件的文件标识和每一原始pkg文件对应的安装量；

S3、当所述原始pkg文件对应的安装量＞预设的第一安装量阈值时，将原始pkg文件作为样本pkg文件。

3.根据权利要求2所述的用于pkg模糊化的数据处理系统，其特征在于，所述原始pkg文件对应的安装量是指安装原始pkg文件的电子设备数量。

4.根据权利要求1所述的用于pkg模糊化的数据处理系统，其特征在于，D_r＞D_r-1。

5.根据权利要求1所述的用于pkg模糊化的数据处理系统，其特征在于，Z_1p＜Z_2p＜……＜Z_ip＜……＜Z_mp。

6.根据权利要求1所述的用于pkg模糊化的数据处理系统，其特征在于，Z_1q＜Z_2q＜……＜Z_iq＜……＜Z_mq。

Images