保護(hù)方法與其電腦系統(tǒng)的制作方法
【專利摘要】本發(fā)明公開一種保護(hù)方法與其電腦系統(tǒng)，用以解除免于惡意軟件于終端裝置的攻擊，該保護(hù)方法包含接收觀測數(shù)據(jù)，其中該觀測數(shù)據(jù)包含有未辨識數(shù)據(jù)與已辨識數(shù)據(jù)中至少之一；根據(jù)轉(zhuǎn)導(dǎo)機(jī)器學(xué)習(xí)模塊，轉(zhuǎn)換該觀測數(shù)據(jù)為第一對應(yīng)數(shù)據(jù)；根據(jù)引導(dǎo)機(jī)器學(xué)習(xí)模塊，切分該第一對應(yīng)數(shù)據(jù)為第二對應(yīng)數(shù)據(jù)，并提供該第二對應(yīng)數(shù)據(jù)至機(jī)器學(xué)習(xí)模塊；該機(jī)器學(xué)習(xí)模塊接收輸入數(shù)據(jù)，且根據(jù)特征模式數(shù)據(jù)庫處理該輸入數(shù)據(jù)，以產(chǎn)生特征辨識結(jié)果；以及傳輸該特征辨識結(jié)果至該終端裝置。本發(fā)明根據(jù)電腦系統(tǒng)中機(jī)器學(xué)習(xí)模塊的辨識操作來對應(yīng)接收特征辨識結(jié)果，以進(jìn)行相關(guān)的掃毒操作，相較于熟知技術(shù)的終端裝置仍須安裝或預(yù)存有數(shù)據(jù)量龐大的病毒辨識數(shù)據(jù)庫，硬件限制已大幅下降。
【專利說明】
保護(hù)方法與其電腦系統(tǒng)
技術(shù)領(lǐng)域
[0001] 本發(fā)明設(shè)及一種保護(hù)方法與其電腦系統(tǒng)，尤指一種保護(hù)終端裝置免于一惡意軟件 攻擊的保護(hù)方法與其電腦系統(tǒng)。
【背景技術(shù)】
[0002] 隨著網(wǎng)際網(wǎng)絡(luò)的快速發(fā)展，一般人網(wǎng)絡(luò)信息的倚賴程度越來越普遍，隨之而來的 惡意軟件如電腦病毒、間碟軟件、廣告軟件或垃圾郵件等，皆可打開口戶地通過網(wǎng)際網(wǎng)絡(luò)的 路徑，入侵或攻擊一般人所使用的電腦系統(tǒng)或行動(dòng)裝置，或像是其他W連接網(wǎng)絡(luò)并執(zhí)行應(yīng) 用程序APP的電子裝置（如智能手表），病毒軟件惡意破壞上述電子裝置的軟、硬件功能，更 甚者竊取其中的重要信息。
[0003] 為了建立電腦系統(tǒng)或行動(dòng)裝置的保護(hù)措施，通常W安裝防毒軟件來辨識與隔離任 何潛在的惡意軟件。傳統(tǒng)上，病毒辨識數(shù)據(jù)庫的更新與配置需通過人為操作，逐一比對該些 病毒辨識是否與目前數(shù)據(jù)庫內(nèi)的數(shù)據(jù)吻合，并合理地推測出潛在病毒辨識的樣態(tài)，進(jìn)而提 供電腦系統(tǒng)或行動(dòng)裝置的使用者最有效且即時(shí)性的保護(hù)措施。然而，由于惡意軟件所對應(yīng) 的程序碼必然與時(shí)俱變，使得電腦系統(tǒng)或行動(dòng)裝置的防毒軟件必須隨時(shí)進(jìn)行更新W下載最 新的病毒辨識數(shù)據(jù)庫，但病毒辨識數(shù)據(jù)庫中的資料數(shù)據(jù)往往過于龐大，加上人為操作的更 新速度無法跟上惡意軟件程序碼的演變，而不利于所有電腦系統(tǒng)或行動(dòng)裝置的保護(hù)操作， 另外在一般電子裝置中，因不具有儲存大量病毒信息的存儲空間，而導(dǎo)致中毒之后無法解 決的困擾。
[0004] 因此，提供另一種保護(hù)終端裝置的保護(hù)方法與其電腦系統(tǒng)，來避免終端裝置受惡 意軟件的攻擊，已成為本領(lǐng)域的重要課題。

【發(fā)明內(nèi)容】
陽〇化]因此，本發(fā)明的主要目的即在于提供一種保護(hù)終端裝置的保護(hù)方法與其電腦系 統(tǒng)，來避免終端裝置受惡意軟件的攻擊。
[0006] 本發(fā)明掲露一種保護(hù)方法，用W解除一惡意軟件于一終端裝置的攻擊，該保護(hù)方 法包含取得一觀測數(shù)據(jù)，其中該觀測數(shù)據(jù)包含有一未辨識數(shù)據(jù)與一已辨識數(shù)據(jù)中至少之 一；根據(jù)一轉(zhuǎn)導(dǎo)機(jī)器學(xué)習(xí)模塊，轉(zhuǎn)換該觀測數(shù)據(jù)為一第一對應(yīng)數(shù)據(jù)；根據(jù)一引導(dǎo)機(jī)器學(xué)習(xí) 模塊，切分該第一對應(yīng)數(shù)據(jù)為一第二對應(yīng)數(shù)據(jù)，并提供該第二對應(yīng)數(shù)據(jù)至一機(jī)器學(xué)習(xí)模塊； 該機(jī)器學(xué)習(xí)模塊接收一輸入數(shù)據(jù)，且根據(jù)一特征模式數(shù)據(jù)庫處理該輸入數(shù)據(jù)，W產(chǎn)生一特 征辨識結(jié)果；W及傳輸該特征辨識結(jié)果至該終端裝置。
[0007] 本發(fā)明另掲露一種電腦系統(tǒng)，禪接一終端裝置，并用W解除一惡意軟件于該終端 裝置的攻擊，該電腦系統(tǒng)包含一中央處理器；W及一儲存裝置，禪接于該中央處理器，并儲 存有一程序碼，該程序碼用來進(jìn)行一保護(hù)方法，該保護(hù)方法包含接收一觀測數(shù)據(jù)，其中該觀 測數(shù)據(jù)包含有一未辨識數(shù)據(jù)與一已辨識數(shù)據(jù)中至少之一；根據(jù)一轉(zhuǎn)導(dǎo)機(jī)器學(xué)習(xí)模塊，轉(zhuǎn)換 該觀測數(shù)據(jù)為一第一對應(yīng)數(shù)據(jù)；根據(jù)一引導(dǎo)機(jī)器學(xué)習(xí)模塊，切分該第一對應(yīng)數(shù)據(jù)為一第二 對應(yīng)數(shù)據(jù)，并提供該第二對應(yīng)數(shù)據(jù)至一機(jī)器學(xué)習(xí)模塊；該機(jī)器學(xué)習(xí)模塊接收一輸入數(shù)據(jù)，且 根據(jù)一特征模式數(shù)據(jù)庫處理該輸入數(shù)據(jù)，W產(chǎn)生一特征辨識結(jié)果；W及傳輸該特征辨識結(jié) 果至該終端裝置。
[0008] 本發(fā)明另掲露一種電腦系統(tǒng)，禪接一終端裝置，并用W解除一惡意軟件于該終端 裝置的攻擊，該電腦系統(tǒng)包含一中央處理器；該中央處理器包括：
[0009] 接收模塊，接收一觀測數(shù)據(jù)，其中該觀測數(shù)據(jù)包含有一未辨識數(shù)據(jù)與一已辨識數(shù) 據(jù)中至少之一；
[0010] 轉(zhuǎn)換模塊，根據(jù)一轉(zhuǎn)導(dǎo)機(jī)器學(xué)習(xí)模塊，轉(zhuǎn)換該觀測數(shù)據(jù)為一第一對應(yīng)數(shù)據(jù)；
[0011] 切分模塊，根據(jù)一引導(dǎo)機(jī)器學(xué)習(xí)模塊，切分該第一對應(yīng)數(shù)據(jù)為一第二對應(yīng)數(shù)據(jù)，并 提供該第二對應(yīng)數(shù)據(jù)至一機(jī)器學(xué)習(xí)模塊；
[0012] 所述機(jī)器學(xué)習(xí)模塊，接收一輸入數(shù)據(jù)，且根據(jù)一特征模式數(shù)據(jù)庫處理該輸入數(shù)據(jù)， W產(chǎn)生一特征辨識結(jié)果；W及
[0013] 傳輸模塊，傳輸該特征辨識結(jié)果至該終端裝置。
[0014] 本發(fā)明使終端裝置并非直接儲存或預(yù)設(shè)有特征模式數(shù)據(jù)庫，而是根據(jù)電腦系統(tǒng)中 機(jī)器學(xué)習(xí)模塊的辨識操作來對應(yīng)接收特征辨識結(jié)果，W進(jìn)行相關(guān)的掃毒操作，相較于熟知 技術(shù)的終端裝置仍須安裝或預(yù)存有數(shù)據(jù)量龐大的病毒辨識數(shù)據(jù)庫，本發(fā)明的終端裝置的硬 件限制已大幅下降。此外，由于本發(fā)明還利用轉(zhuǎn)導(dǎo)機(jī)器學(xué)習(xí)模塊W及引導(dǎo)機(jī)器學(xué)習(xí)模塊的 兩階段訓(xùn)練與學(xué)習(xí)操作，來動(dòng)態(tài)地更新特征模式數(shù)據(jù)庫，相較于熟知技術(shù)仍須使用大量人 力、時(shí)間成本來進(jìn)行潛在片段病毒特征數(shù)據(jù)的辨識操作或更新服務(wù)，本發(fā)明的兩階段訓(xùn)練 與學(xué)習(xí)操作確實(shí)已可提高各種類型惡意軟件的辨識效率，而增進(jìn)終端裝置使用者的操作便 利和應(yīng)用范圍。
【附圖說明】
[0015] 圖1為本發(fā)明實(shí)施例一電腦系統(tǒng)禪接一終端裝置的示意圖。
[0016] 圖2為本發(fā)明實(shí)施例一保護(hù)流程的流程圖。
[0017] 圖3為本發(fā)明實(shí)施例一特征模式數(shù)據(jù)樹狀圖的示意圖。
[0018] 圖4為本發(fā)明實(shí)施例一辨識流程的流程圖。
[0019] 圖5為本發(fā)明實(shí)施例一轉(zhuǎn)導(dǎo)機(jī)器學(xué)習(xí)模塊與一引導(dǎo)機(jī)器學(xué)習(xí)模塊的結(jié)果示意圖。
[0020] 其中，附圖標(biāo)記說明如下：
[0021] 10 電腦系統(tǒng) 陽〇2引 100 中央處理器 陽〇2引 102 儲存裝置
[0024] 104 機(jī)器學(xué)習(xí)模塊 陽02引 12 終端裝置
[0026] 20 保護(hù)流程
[0027] 200、202、204、206、208、210、步驟 212、400、402、404、406
[0028] 30 特征模式數(shù)據(jù)樹狀圖
[0029] 300 支干
[0030] 40 辨識流程 陽〇3U G_1 群組數(shù)據(jù)
[0032] 0b_l~0b_3 觀測數(shù)據(jù) 陽03；3] V_1 電腦病毒
[0034] V_l_l~V_l_3 特定電腦病毒種類
[0035] Offset 1 ~Offset? 偏移量
[0036] Token A ~Token F 標(biāo)志
[0037] Script 1 ~Script 3 治愈數(shù)據(jù)
【具體實(shí)施方式】
[0038] 在說明書及后續(xù)的權(quán)利要求書當(dāng)中使用了某些詞匯來指稱特定的元件。本領(lǐng)域技 術(shù)人員應(yīng)可理解，制造商可能會用不同的名詞來稱呼同樣的元件。本說明書及后續(xù)的權(quán)利 要求書并不W名稱的差異來作為區(qū)別元件的方式，而是W元件在功能上的差異來作為區(qū)別 的基準(zhǔn)。在通篇說明書及后續(xù)的權(quán)利要求當(dāng)中所提及的"包含"為一開放式的用語，故應(yīng)解 釋成"包含但不限定于"。此外，"禪接"一詞在此包含任何直接及間接的電氣連接手段。因 此，若文中描述一第一裝置禪接于一第二裝置，則代表該第一裝置可直接連接于該第二裝 置，或通過其他裝置或連接手段間接地連接至該第二裝置。
[0039] 請參考圖1，圖1為本發(fā)明實(shí)施例的一電腦系統(tǒng)10禪接一終端裝置12的示意圖。 如圖1所示，本實(shí)施例的電腦系統(tǒng)10基本架構(gòu)包含如主機(jī)板、處理器、存儲器、硬盤、南橋 模塊、北橋模塊等，其應(yīng)是本領(lǐng)域所熟知，為求簡潔，圖1僅示出電腦系統(tǒng)10的中央處理器 100、儲存裝置102與機(jī)器學(xué)習(xí)模塊104。儲存裝置102可W是只讀存儲器、快閃存儲器、軟 盤、硬盤、光盤、隨身盤、磁帶、可由網(wǎng)絡(luò)存取的數(shù)據(jù)庫，或是本領(lǐng)域技術(shù)人員所熟知的任何 其它儲存媒體等，用W儲存一程序碼，中央處理器100可執(zhí)行程序碼來進(jìn)終端裝置12所適 用的一保護(hù)方法，而機(jī)器學(xué)習(xí)模塊104禪接中央處理器100與儲存裝置102,并通過保護(hù)方 法來產(chǎn)生一病毒特征辨識結(jié)果且傳輸至終端裝置12, W解除或避免終端裝置12遭受一惡 意軟件（如電腦病毒、間碟軟件、廣告軟件或垃圾郵件等）的攻擊或入侵。當(dāng)然，本實(shí)施例直 接示出電腦系統(tǒng)10中的機(jī)器學(xué)習(xí)模塊104,來清楚標(biāo)示本發(fā)明的主要技術(shù)特征，于其他實(shí) 施例中機(jī)器學(xué)習(xí)模塊104的軟硬件操作機(jī)制，亦可由本實(shí)施例的中央處理器100與儲存裝 置102彼此相互整合來提供相對應(yīng)的軟硬件操作而取代的，非用W限制本發(fā)明的范疇。再 者，本實(shí)施例的電腦系統(tǒng)10于儲存裝置102中儲存有一轉(zhuǎn)導(dǎo)機(jī)器學(xué)習(xí)模塊（Trans化ctive machine learning)與一引導(dǎo)機(jī)器學(xué)習(xí)模塊（Inductive machine learning)所對應(yīng)的另 一程序碼，且可通過中央處理器100的控制，進(jìn)行另一訓(xùn)練與學(xué)習(xí)操作，當(dāng)然，本實(shí)施例中 轉(zhuǎn)導(dǎo)機(jī)器學(xué)習(xí)模塊與引導(dǎo)機(jī)器學(xué)習(xí)模塊所對應(yīng)的程序碼亦可獨(dú)立成為另一機(jī)器學(xué)習(xí)模塊 (未顯示于圖1中），且禪接中央處理器100與儲存裝置102,而非用W限制本發(fā)明的范疇。
[0040] 于本實(shí)施例中，電腦系統(tǒng)10與終端裝置12之間的傳輸方式可為一有線傳輸或一 無線傳輸，非用W限制本發(fā)明的范疇。至于終端裝置12的實(shí)施態(tài)樣例如可為另一電腦系 統(tǒng)、一行動(dòng)裝置（如手機(jī)、平板、個(gè)人行動(dòng)秘書裝置）、一筆記本電腦、一智能手表、一可運(yùn)算 攜帶式電子產(chǎn)品或一多媒體電子裝置等，當(dāng)然，本實(shí)施例中的終端裝置12亦可和電腦系統(tǒng) 10間相互整合，來形成單一電腦系統(tǒng)10,此亦屬于本發(fā)明的范疇之一。
[0041] 進(jìn)一步，本實(shí)施例終端裝置12所適用的保護(hù)方法可歸納為一保護(hù)流程20,且被編 譯為程序碼而儲存于儲存裝置102中，如圖2所示，保護(hù)流程20包含w下步驟。
[00創(chuàng)步驟200:開始。 陽0創(chuàng)步驟202 :電腦系統(tǒng)10接收一觀測數(shù)據(jù)。
[0044] 步驟204 :電腦系統(tǒng)10根據(jù)轉(zhuǎn)導(dǎo)機(jī)器學(xué)習(xí)模塊，轉(zhuǎn)換觀測數(shù)據(jù)為一第一對應(yīng)數(shù)據(jù)。
[0045] 步驟206 :電腦系統(tǒng)10根據(jù)引導(dǎo)機(jī)器學(xué)習(xí)模塊，切分第一對應(yīng)數(shù)據(jù)為一第二對應(yīng) 數(shù)據(jù)，并提供第二對應(yīng)數(shù)據(jù)至機(jī)器學(xué)習(xí)模塊104。
[0046] 步驟208 :機(jī)器學(xué)習(xí)模塊104接收一輸入數(shù)據(jù)，且根據(jù)一特征模式數(shù)據(jù)庫處理輸入 數(shù)據(jù)，W產(chǎn)生一特征辨識結(jié)果。
[0047] 步驟210 :傳輸特征辨識結(jié)果至終端裝置12。 W4引步驟212:結(jié)束。
[0049] 于步驟202中，本實(shí)施例中的電腦系統(tǒng)10適當(dāng)?shù)亟邮諄碜砸豢蛇\(yùn)算裝置、一遠(yuǎn)端 儲存裝置、一應(yīng)用程序或一網(wǎng)絡(luò)數(shù)據(jù)所對應(yīng)的一操作或一數(shù)據(jù)，例如傳輸/夾帶的電子檔 案、安裝一特定程序的操作或開啟一網(wǎng)頁數(shù)據(jù)的瀏覽操作，并將該些操作或數(shù)據(jù)中至少之 一當(dāng)作本實(shí)施例的觀測數(shù)據(jù)，進(jìn)而從該些觀測數(shù)據(jù)中檢測是否有存在最新或潛在的病毒特 征數(shù)據(jù)。較佳地，本實(shí)施例的觀測數(shù)據(jù)中包含有一未辨識數(shù)據(jù)與一已辨識數(shù)據(jù)中至少之一， 其中已辨識數(shù)據(jù)是該筆數(shù)據(jù)所攜帶的至少一片段病毒特征數(shù)據(jù)已可被辨識，而未辨識數(shù)據(jù) 是該筆數(shù)據(jù)所攜帶的片段病毒特征數(shù)據(jù)仍未可被辨識。
[0050] 于步驟204中，本實(shí)施例中的電腦系統(tǒng)10根據(jù)轉(zhuǎn)導(dǎo)機(jī)器學(xué)習(xí)模塊所對應(yīng)的程序碼 的操作，轉(zhuǎn)換觀測數(shù)據(jù)來形成第一對應(yīng)數(shù)據(jù)。較佳地，若觀測數(shù)據(jù)有潛在的片段病毒特征數(shù) 據(jù)，于電腦系統(tǒng)10接收至少一未辨識數(shù)據(jù)和/或已辨識數(shù)據(jù)后，轉(zhuǎn)導(dǎo)機(jī)器學(xué)習(xí)模塊可對應(yīng) 判斷是否存在有不同種類的惡意軟件，W將觀測數(shù)據(jù)進(jìn)行一初步分類，進(jìn)而產(chǎn)生第一對應(yīng) 數(shù)據(jù)。
[0051] 舉例來說，本實(shí)施例可包含有惡意軟件￥_1~V_4等四種，且不同惡意軟件間具 備有不同的一可辨識特征數(shù)據(jù)來分別代表電腦病毒v_l、一間碟軟件v_2、一廣告軟件V_3 或一垃圾郵件V_4,在此情況下，本實(shí)施例的轉(zhuǎn)導(dǎo)機(jī)器學(xué)習(xí)模塊參考觀測數(shù)據(jù)化_1~化_N 每一個(gè)所包含的可辨識特征數(shù)據(jù)，W將觀測數(shù)據(jù)化_1~化_N分為不同的群組數(shù)據(jù)G_1~ G_4。其中，每一群組數(shù)據(jù)被視為一特征群聚（1油eled cluster)且包含有相同的可辨識特 征數(shù)據(jù)，而本實(shí)施例中的群組數(shù)據(jù)G_1~G_4例如依序?yàn)橐浑娔X病毒V_1、一間碟軟件V_2、 一廣告軟件V_3或一垃圾郵件V_4等，非用W限制本發(fā)明的范疇。至于觀測數(shù)據(jù)化_1~ ^_N對應(yīng)至群組數(shù)據(jù)G_1~G_4的對應(yīng)結(jié)果，則為本實(shí)施例中的第一對應(yīng)數(shù)據(jù)。因此，本實(shí) 施例的轉(zhuǎn)導(dǎo)機(jī)器學(xué)習(xí)模塊判斷每一觀測數(shù)據(jù)（包含至少一未辨識數(shù)據(jù)和/或已辨識數(shù)據(jù)） 是否屬于相同的惡意軟件，并將其對應(yīng)結(jié)果傳輸至引導(dǎo)機(jī)器學(xué)習(xí)模塊，來做為引導(dǎo)機(jī)器學(xué) 習(xí)模塊的輸入數(shù)據(jù)。
[0052] 于步驟206中，電腦系統(tǒng)10根據(jù)引導(dǎo)機(jī)器學(xué)習(xí)模塊所對應(yīng)的程序碼的操作，轉(zhuǎn)換 第一對應(yīng)數(shù)據(jù)來形成第二對應(yīng)數(shù)據(jù)，并傳輸?shù)诙?yīng)數(shù)據(jù)至機(jī)器學(xué)習(xí)模塊104。較佳地，本 實(shí)施例中的引導(dǎo)機(jī)器學(xué)習(xí)模塊可將每一特征群聚再分類為多個(gè)特征子群聚，W將初步對應(yīng) 后的觀測數(shù)據(jù)（包含未辨識數(shù)據(jù)與已辨識數(shù)據(jù)中至少之一）對應(yīng)至多個(gè)特征子群聚，進(jìn)而 產(chǎn)生第二對應(yīng)數(shù)據(jù)。
[0053] 舉例來說，本實(shí)施例的引導(dǎo)機(jī)器學(xué)習(xí)模塊可將每一群組數(shù)據(jù)如G_1所對應(yīng)的電腦 病毒v_l分類為不同型號、版本或編碼的單一特定惡意軟件種類如v_l_l~v_l_n，W將歸 類為群組數(shù)據(jù)G_1的所有觀測數(shù)據(jù)（即相同種類的惡意軟件）再細(xì)分為不同的特定惡意軟 件種類，進(jìn)而得到每一群組數(shù)據(jù)（包含至少一未辨識數(shù)據(jù)和/或已辨識數(shù)據(jù)）對應(yīng)至單一 特征群聚中所有特征子群聚的對應(yīng)結(jié)果，且形成第二對應(yīng)數(shù)據(jù)來傳輸至機(jī)器學(xué)習(xí)模塊104。 因此，本實(shí)施例的引導(dǎo)機(jī)器學(xué)習(xí)模塊可將專屬不同惡意軟件的觀測數(shù)據(jù)（包含至少一未辨 識數(shù)據(jù)和/或已辨識數(shù)據(jù)）再分類為不同型號、版本或編碼的單一特定惡意軟件種類，并將 其對應(yīng)結(jié)果傳輸至機(jī)器學(xué)習(xí)模塊104,來提供機(jī)器學(xué)習(xí)模塊104的相關(guān)更新操作。
[0054] 較佳地，本實(shí)施例電腦系統(tǒng)10的機(jī)器學(xué)習(xí)模塊104還包含有特征模式數(shù)據(jù)庫，且 特征模式數(shù)據(jù)庫預(yù)設(shè)有多個(gè)特征模式數(shù)據(jù)，而每一特征模式數(shù)據(jù)為進(jìn)行保護(hù)流程20之前 已成功對應(yīng)至一特征子群聚的已辨識數(shù)據(jù)（即已辨識數(shù)據(jù)對應(yīng)至一特征子群聚的對應(yīng)結(jié) 果），且該些特征模式數(shù)據(jù)可用來辨識潛在的片段病毒特征數(shù)據(jù)。據(jù)此，本實(shí)施例的機(jī)器學(xué) 習(xí)模塊104利用觀測數(shù)據(jù)（包含至少一未辨識數(shù)據(jù)和/或已辨識數(shù)據(jù)），并適應(yīng)性地通過 轉(zhuǎn)導(dǎo)機(jī)器學(xué)習(xí)模塊W及引導(dǎo)機(jī)器學(xué)習(xí)模塊的兩階段操作，W完成針對每一筆觀測數(shù)據(jù)的有 效率且精準(zhǔn)的學(xué)習(xí)與訓(xùn)練操作，進(jìn)而將潛在的片段病毒特征數(shù)據(jù)與其對應(yīng)至多個(gè)特定惡意 軟件種類的對應(yīng)結(jié)果（即第二對應(yīng)數(shù)據(jù)）傳輸至機(jī)器學(xué)習(xí)模塊104,使得機(jī)器學(xué)習(xí)模塊104 的特征模式數(shù)據(jù)庫可動(dòng)態(tài)/即時(shí)地進(jìn)行更新操作，相較于熟知技術(shù)，本實(shí)施例所提供的轉(zhuǎn) 導(dǎo)機(jī)器學(xué)習(xí)模塊W及引導(dǎo)機(jī)器學(xué)習(xí)模塊的訓(xùn)練與學(xué)習(xí)操作，已無需通過人力操作來更新或 配置特征模式數(shù)據(jù)庫中的龐大數(shù)據(jù)量，對應(yīng)提高辨識各種類型的惡意軟件的處理效率。
[0055] 換言之，本實(shí)施例中的機(jī)器學(xué)習(xí)模塊104可即時(shí)進(jìn)行特征模式數(shù)據(jù)庫的更新操 作，同時(shí)對應(yīng)儲存該些對應(yīng)結(jié)果（即第二對應(yīng)數(shù)據(jù)）。據(jù)此，于步驟208中，當(dāng)機(jī)器學(xué)習(xí)模 塊104接收輸入數(shù)據(jù)后，機(jī)器學(xué)習(xí)模塊104將進(jìn)行輸入數(shù)據(jù)與特征模式數(shù)據(jù)庫所儲存的對 應(yīng)結(jié)果間的一辨識操作，W產(chǎn)生特征辨識結(jié)果，且于步驟210中，傳輸特征辨識結(jié)果至終端 裝置12,進(jìn)而提供終端裝置12處理不同惡意軟件的適應(yīng)性保護(hù)操作。較佳地，本實(shí)施例的 輸入數(shù)據(jù)為電腦系統(tǒng)10接收來自可運(yùn)算裝置、遠(yuǎn)端儲存裝置、應(yīng)用程序或網(wǎng)絡(luò)數(shù)據(jù)等所對 應(yīng)的操作或數(shù)據(jù)，來代表各類型潛在的惡意軟件。至于本實(shí)施例所用的辨識操作，可理解為 一分散（Separation)流程，例如通過一合并特征方程式（Joint feature function),于輸 入數(shù)據(jù)與特征模式數(shù)據(jù)庫所儲存的對應(yīng)結(jié)果間進(jìn)行比對，來判斷該些輸入數(shù)據(jù)中有潛伏的 惡意軟件。
[0056] 值得注意地，為了避免惡意軟件會輕易地被終端裝置的防毒軟件所偵測，惡意軟 件的設(shè)計(jì)者常將惡意軟件的本體分解成多個(gè)子體，且安插于一或多個(gè)電子檔案內(nèi)的多個(gè)位 元位置，而本實(shí)施例將通過特征模式數(shù)據(jù)庫中的一或多個(gè)特征模式數(shù)據(jù)樹狀圖，來辨識惡 意軟件的本體和/或本體的多個(gè)子體。請參考圖3,圖3為本發(fā)明實(shí)施例一特征模式數(shù)據(jù)樹 狀圖30的示意圖。如圖3所示，本實(shí)施例的特征模式數(shù)據(jù)樹狀圖30包含有多個(gè)可辨識特 征數(shù)據(jù)，如圖3中所圈示的一支干300,同時(shí)，支干300可代表一電子檔案的結(jié)構(gòu)特征，并標(biāo) 示有惡意軟件的多個(gè)子體的所在位置。其中，每一支干皆包含有多個(gè)標(biāo)志（token)來代表 單一子體，每一子體間可串接形成一線狀實(shí)施態(tài)樣，每兩個(gè)標(biāo)志間的連接線為該些標(biāo)志安 插于電子檔案內(nèi)所代表的偏移量（Offset)，且每一可辨識特征數(shù)據(jù)末端的標(biāo)志還禪接一治 愈數(shù)據(jù)（script)。一旦惡意軟件的本體和/或多個(gè)子體已被辨識時(shí)，治愈數(shù)據(jù)可對應(yīng)進(jìn)行 終端裝置12的掃毒操作，例如刪除或隔離該些可辨識特征數(shù)據(jù)，來免除惡意軟件對終端裝 置12的入侵或攻擊。
[0057] 詳細(xì)來說，于辨識操作下，本實(shí)施例將進(jìn)行一半監(jiān)督特征學(xué)習(xí)（Semi-supervised struc化red learning)操作，其將定義合并特征方程式為Φ (X, y)，其中X代表一訓(xùn)練后數(shù) 據(jù)，而y代表一候選預(yù)測值，兩者是通過Φ (X，y)對應(yīng)至一向量，而該向量具有一長度n，且 η值根據(jù)不同訓(xùn)練模塊而有不同，同時(shí)本實(shí)施例還定義另一方程式GEN來產(chǎn)生該候選預(yù)測 值，并預(yù)設(shè)長度η對應(yīng)一權(quán)重向量W，W及預(yù)設(shè)一遞回操作的次數(shù)。據(jù)此，本實(shí)施利將進(jìn)行 歹二a巧max{y ￡ G￡W(；〇}(wr〇〇,3/：))的遞回操作，且隨者時(shí)間t的演化適當(dāng)更新 權(quán)重向量W的值，即進(jìn)巧W二W + c(-0(x,巧+巧(x/t))之的操作，其中C代表一學(xué)習(xí) 比率。據(jù)此，遞回操作結(jié)束后，本實(shí)施例所得的候選預(yù)測值可判斷輸入數(shù)據(jù)與特征模式數(shù)據(jù) 庫所儲存的對應(yīng)結(jié)果間是否存在有相同的至少一可辨識特征數(shù)據(jù)。
[0058] 于本實(shí)施例中，完成半監(jiān)督特征學(xué)習(xí)操作后，且機(jī)器學(xué)習(xí)模塊104判斷多個(gè)特征 模式數(shù)據(jù)與輸入數(shù)據(jù)間包含有相同的至少一可辨識特征數(shù)據(jù)時(shí)（即輸入數(shù)據(jù)中包含或攜 帶有潛在的惡意軟件），本實(shí)施例的機(jī)器學(xué)習(xí)模塊104將至少一可辨識特征數(shù)據(jù)與其所禪 接的治愈數(shù)據(jù)作為特征辨識結(jié)果，并將特征辨識結(jié)果傳輸至終端裝置12來進(jìn)行其保護(hù)操 作。較佳地，本實(shí)施例的電腦系統(tǒng)10可為一終端伺服器，且經(jīng)由一有線傳輸或一無線傳輸 來傳送特征辨識結(jié)果（包含至少一可辨識特征數(shù)據(jù)與其禪接的治愈數(shù)據(jù)）至終端裝置12， W進(jìn)行終端裝置的掃毒操作來刪除或隔離惡意軟件的本體或多個(gè)子體，進(jìn)而免除終端裝置 12恐遭惡意軟件的入侵或攻擊。
[0059] 于另一實(shí)施例中，一旦判斷多個(gè)特征模式數(shù)據(jù)與輸入數(shù)據(jù)間并未包含有相同的至 少一可辨識特征數(shù)據(jù)時(shí)，本實(shí)施例將還進(jìn)行一相似核屯、（Similarity kernels)操作，W產(chǎn) 生一處方性分析（Prescriptive anal}ftics)結(jié)果或一認(rèn)知性分析（Co即itive anal}ftics) 結(jié)果來作為特征辨識結(jié)果，并傳輸特征辨識結(jié)果至終端裝置12來執(zhí)行其保護(hù)操作。 W60] 舉例來說，于相似核屯、操作下，本實(shí)施例將定義一打分方程式（Scoring 化nction)為F: X X ? hV股，其中X代表一輸入數(shù)據(jù)，而y代表特征模式數(shù)據(jù)庫所儲存的 對應(yīng)結(jié)果，并進(jìn)行夕ar巧maXyey(A(y,.,y) +ννΤψ(χ,.,y))之的操作，或通過Mercer kernel 的操作如 Κ((Χι，心，（Xj，yj)) = < I Ψ (Xi，yi)，Ψ (Xj，tj) I〉W取得本實(shí)施例的打分 方程式為
[0061]
同時(shí)還 結(jié)合於二α巧maXyey(A(斯y) + F0,的）之的操作，來表達(dá)最有可能的潛在惡 意軟件的組合為歹二（兄,歷)。另夕F，本實(shí)施例還利用K奶)，(兮巧))= X；；) · Ω{；於,y；;斬鳴；).之的操作，來預(yù)測潛在的惡意軟件的來源或種類，其中 Λ (Χι，Χ,)代表輸入數(shù)據(jù)的相似度，而Ω (yi，y,)代表特征模式數(shù)據(jù)庫中不同可辨識特征數(shù) 據(jù)的相似度。
[0062] 再者，本實(shí)施例還選用Gaussian kernel Λ來表示輸入數(shù)據(jù)之間的距離或離散程 度，旨[
并選用η = 4來表 示輸入數(shù)據(jù)為可運(yùn)算裝置、遠(yuǎn)端儲存裝置、應(yīng)用程序或網(wǎng)絡(luò)數(shù)據(jù)等四種來源處所對應(yīng)的各 種操作或數(shù)據(jù)。此外，本實(shí)施例還通過
：之的操 作來表示一特定可辨識特征數(shù)據(jù)的相似度，其中包含有潛在惡意軟件的Ξ種核屯、計(jì)算值， 分別為Node kernel來代表位置（position)、Token kernel來代表特征（si即ature) W及 Script kernel來代表治愈數(shù)據(jù)（script)。
[0063] 在此情況下，當(dāng)取得相似核屯、操作的辨識結(jié)果，且查覺輸入數(shù)據(jù)中存在潛伏的惡 意軟件的本體或多個(gè)子體中之一時(shí)，本實(shí)施例的機(jī)器學(xué)習(xí)模塊104將適當(dāng)提供處方性分析 結(jié)果至終端裝置12,其中處方性分析結(jié)果包含有一或多種可選擇的掃毒方式，且可告知/ 建議終端裝置使用者多種選擇/手段，W刪除或隔離夾帶惡意軟件的本體和/或多個(gè)子體 的電子檔案（即該些潛在的片段病毒特征數(shù)據(jù)）?；蛘?，本實(shí)施例的機(jī)器學(xué)習(xí)模塊104另可 提供認(rèn)知性分析結(jié)果，來告知終端裝置使用者，目前終端裝置12正遭受某一特定惡意軟件 的攻擊或入侵，而應(yīng)采用該某一特定惡意軟件所對應(yīng)的特定掃毒操作，W預(yù)防性地清除或 隔離該某一特定惡意軟件的入侵或攻擊，進(jìn)而避免終端裝置12發(fā)生無法正常運(yùn)作或檔案 損壞的情形。
[0064] 進(jìn)一步，于步驟208中機(jī)器學(xué)習(xí)模塊104所適用的辨識操作，還可被歸納為一辨識 流程40,且被編譯為程序碼而儲存于儲存裝置102中，如圖4所示，辨識流程40包含W下步 驟。 W65] 步驟400:開始。
[0066] 步驟402 :通過半監(jiān)督特征學(xué)習(xí)操作，W判斷輸入數(shù)據(jù)與特征模式數(shù)據(jù)庫所儲存 的對應(yīng)結(jié)果間是否存在有相同的至少一可辨識特征數(shù)據(jù)。若兩者存在相同的可辨識特征數(shù) 據(jù)，進(jìn)行步驟404,否則進(jìn)行步驟406。
[0067] 步驟404 :機(jī)器學(xué)習(xí)模塊104傳輸特征辨識結(jié)果至終端裝置12來進(jìn)行其保護(hù)操 作。 W側(cè)步驟406 :再通過相似核屯、操作，W對應(yīng)產(chǎn)生處方性分析結(jié)果或認(rèn)知性分析結(jié)果 來執(zhí)行終端裝置12的保護(hù)操作。
[0069] 由于圖4所示辨識流程40的相關(guān)操作已于步驟208與步驟210的相關(guān)段落進(jìn)行 說明，為避免不必要的寶述，在此僅簡單圖示辨識流程40來進(jìn)行說明。
[0070] 簡言之，本實(shí)施例中的終端裝置12并非直接儲存或預(yù)設(shè)有特征模式數(shù)據(jù)庫，而是 根據(jù)電腦系統(tǒng)10中機(jī)器學(xué)習(xí)模塊104的辨識操作來對應(yīng)接收特征辨識結(jié)果，W進(jìn)行相關(guān)的 掃毒操作，相較于熟知技術(shù)的終端裝置仍須安裝或預(yù)存有數(shù)據(jù)量龐大的病毒辨識數(shù)據(jù)庫， 本實(shí)施例所提供的終端裝置12的硬件限制已大幅下降。此外，由于本實(shí)施例還利用轉(zhuǎn)導(dǎo)機(jī) 器學(xué)習(xí)模塊W及引導(dǎo)機(jī)器學(xué)習(xí)模塊的兩階段訓(xùn)練與學(xué)習(xí)操作，來動(dòng)態(tài)地更新特征模式數(shù)據(jù) 庫，相較于熟知技術(shù)仍須使用大量人力、時(shí)間成本來進(jìn)行潛在片段病毒特征數(shù)據(jù)的辨識操 作或更新服務(wù)，本實(shí)施例的兩階段訓(xùn)練與學(xué)習(xí)操作確實(shí)已可提高各種類型惡意軟件的辨識 效率，而增進(jìn)終端裝置使用者的操作便利和應(yīng)用范圍。
[0071] 值得注意地，本實(shí)施例并未限制電腦系統(tǒng)10與終端裝置12間的溝通與時(shí)機(jī)，使得 本實(shí)施例的輸入數(shù)據(jù)可由電腦系統(tǒng)10與終端裝置12中任一方取得，并經(jīng)電腦系統(tǒng)10的機(jī) 器學(xué)習(xí)模塊104的操作后，對應(yīng)取得不同輸入數(shù)據(jù)的相關(guān)保護(hù)方法，W利于終端裝置12來 進(jìn)行各類型惡意軟件的掃毒操作。當(dāng)然，本領(lǐng)域技術(shù)人員亦可加入不同的傳輸加解密操作 或認(rèn)證機(jī)制等，W搭配有本實(shí)施例中電腦系統(tǒng)10與終端裝置12間的傳輸操作，而非用W限 制本發(fā)明的范疇。
[0072] 此外，請?jiān)賲⒖紙D5,圖5為本發(fā)明實(shí)施例一轉(zhuǎn)導(dǎo)機(jī)器學(xué)習(xí)模塊與一引導(dǎo)機(jī)器學(xué)習(xí) 模塊的結(jié)果示意圖，其中，圖5左邊為轉(zhuǎn)導(dǎo)機(jī)器學(xué)習(xí)模塊的結(jié)果示意圖，圖中僅列出單一已 被分類為相同群組數(shù)據(jù)G_l，且包含有觀測數(shù)據(jù)化_1~化_3,同時(shí)群組數(shù)據(jù)G_1對應(yīng)為惡 意軟件中之一如電腦病毒V_l。另外，圖5右邊為引導(dǎo)機(jī)器學(xué)習(xí)模塊的結(jié)果示意圖，根據(jù)圖 5左邊所示的對應(yīng)結(jié)果，觀測數(shù)據(jù)化_1~化_3還被操作來分別對應(yīng)為電腦病毒V_1中特定 電腦病毒種類如V_l_l~V_l_3。雖然圖5的實(shí)施例僅為示范性說明，轉(zhuǎn)導(dǎo)機(jī)器學(xué)習(xí)模塊與 引導(dǎo)機(jī)器學(xué)習(xí)模塊如何分別得到第一對應(yīng)數(shù)據(jù)與第二對應(yīng)數(shù)據(jù)，當(dāng)然，本領(lǐng)域技術(shù)人員還 可適當(dāng)?shù)亟Y(jié)合或修改其他訓(xùn)練與學(xué)習(xí)機(jī)器的設(shè)計(jì)模型，W實(shí)現(xiàn)本實(shí)施例中兩階段或多階段 的受訓(xùn)與學(xué)習(xí)操作，進(jìn)而提供更精準(zhǔn)的對應(yīng)結(jié)果來動(dòng)態(tài)更新特征模式數(shù)據(jù)庫，此亦屬于本 發(fā)明的范疇。
[0073] 綜上所述，本發(fā)明實(shí)施例提供一種包含有機(jī)器學(xué)習(xí)模塊的電腦系統(tǒng)，可接收經(jīng)由 轉(zhuǎn)導(dǎo)機(jī)器學(xué)習(xí)模塊與引導(dǎo)機(jī)器學(xué)習(xí)模塊的受訓(xùn)數(shù)據(jù)，來適當(dāng)且即時(shí)地更新機(jī)器學(xué)習(xí)模塊的 特征模式數(shù)據(jù)庫；此外，本實(shí)施例的終端裝置不儲存特征模式數(shù)據(jù)庫的龐大數(shù)據(jù)，而僅接收 機(jī)器學(xué)習(xí)模塊辨識操作后的特征辨識結(jié)果，W減少終端裝置需額外配置大量的儲存空間， 進(jìn)而降低生產(chǎn)成本并提高其應(yīng)用范圍。
[0074] W上所述僅為本發(fā)明的較佳實(shí)施例，凡依本發(fā)明申請專利范圍所做的均等變化與 修飾，皆應(yīng)屬本發(fā)明的涵蓋范圍。
【主權(quán)項(xiàng)】
1. 一種保護(hù)方法，用以解除一惡意軟件于一終端裝置的攻擊，其特征在于，該保護(hù)方法 包含： 接收一觀測數(shù)據(jù)，其中該觀測數(shù)據(jù)包含有一未辨識數(shù)據(jù)與一已辨識數(shù)據(jù)中至少之一； 根據(jù)一轉(zhuǎn)導(dǎo)機(jī)器學(xué)習(xí)模塊，轉(zhuǎn)換該觀測數(shù)據(jù)為一第一對應(yīng)數(shù)據(jù)； 根據(jù)一引導(dǎo)機(jī)器學(xué)習(xí)模塊，切分該第一對應(yīng)數(shù)據(jù)為一第二對應(yīng)數(shù)據(jù)，并提供該第二對 應(yīng)數(shù)據(jù)至一機(jī)器學(xué)習(xí)模塊； 該機(jī)器學(xué)習(xí)模塊接收一輸入數(shù)據(jù)，且根據(jù)一特征模式數(shù)據(jù)庫處理該輸入數(shù)據(jù)，以產(chǎn)生 一特征辨識結(jié)果；以及 傳輸該特征辨識結(jié)果至該終端裝置。2. 如權(quán)利要求1所述的保護(hù)方法，其特征在于，其中該輸入數(shù)據(jù)來自一可運(yùn)算裝置、一 遠(yuǎn)端儲存裝置、一應(yīng)用程序或一網(wǎng)絡(luò)數(shù)據(jù)所對應(yīng)的一操作或一數(shù)據(jù)，而該觀測數(shù)據(jù)為該輸 入數(shù)據(jù)所對應(yīng)的該操作或該數(shù)據(jù)。3. 如權(quán)利要求1所述的保護(hù)方法，其特征在于，其中該轉(zhuǎn)導(dǎo)機(jī)器學(xué)習(xí)模塊根據(jù)一可辨 識特征數(shù)據(jù)，以將該觀測數(shù)據(jù)分類對應(yīng)至多個(gè)群組數(shù)據(jù)來形成該第一對應(yīng)數(shù)據(jù)，其中每一 該群組數(shù)據(jù)對應(yīng)為一特征群聚。4. 如權(quán)利要求3所述的保護(hù)方法，其特征在于，其中該引導(dǎo)機(jī)器學(xué)習(xí)模塊接收該第一 對應(yīng)數(shù)據(jù)，且區(qū)分每一該特征群聚為多個(gè)特征子群聚，以將對應(yīng)后的每一群組數(shù)據(jù)的該觀 測數(shù)據(jù)對應(yīng)至該多個(gè)特征子群聚，進(jìn)而得到該多組群組數(shù)據(jù)中該未辨識數(shù)據(jù)與該已辨識數(shù) 據(jù)中至少之一對應(yīng)至該多個(gè)特征子群聚的對應(yīng)結(jié)果且形成該第二對應(yīng)數(shù)據(jù)。5. 如權(quán)利要求4所述的保護(hù)方法，其特征在于，其中該第二對應(yīng)數(shù)據(jù)用來更新該機(jī)器 學(xué)習(xí)模塊的該特征模式數(shù)據(jù)庫，其中該特征模式數(shù)據(jù)庫包含有多個(gè)特征模式數(shù)據(jù)，而每一 特征模式數(shù)據(jù)為一已辨識數(shù)據(jù)對應(yīng)至一特征子群聚的對應(yīng)結(jié)果。6. 如權(quán)利要求5所述的保護(hù)方法，其特征在于，其中該機(jī)器學(xué)習(xí)模塊進(jìn)行該多個(gè)特征 模式數(shù)據(jù)與該輸入數(shù)據(jù)的一辨識操作，以產(chǎn)生該特征辨識結(jié)果，進(jìn)而進(jìn)行該終端裝置的保 護(hù)操作。7. 如權(quán)利要求6所述的保護(hù)方法，其特征在于，其還包含進(jìn)行一半監(jiān)督特征學(xué)習(xí)操作， 來判斷該多個(gè)特征模式數(shù)據(jù)與該輸入數(shù)據(jù)間是否包含有相同的至少一可辨識特征數(shù)據(jù)，且 當(dāng)該多個(gè)特征模式數(shù)據(jù)與該輸入數(shù)據(jù)間包含有相同的至少一可辨識特征數(shù)據(jù)時(shí)，將該至少 一可辨識特征數(shù)據(jù)與其所對應(yīng)的一治愈數(shù)據(jù)作為該特征辨識結(jié)果，以傳輸該特征辨識結(jié)果 至該終端裝置來進(jìn)行該保護(hù)操作，其中，該可辨識特征數(shù)據(jù)對應(yīng)為一電子檔案的結(jié)構(gòu)特征。8. 如權(quán)利要求7所述的保護(hù)方法，其特征在于，其中若該多個(gè)特征模式數(shù)據(jù)與該輸入 數(shù)據(jù)間未包含有相同的至少一可辨識特征數(shù)據(jù)時(shí)，還進(jìn)行一相似核心操作，以產(chǎn)生一處方 性分析結(jié)果或一認(rèn)知性分析結(jié)果為該特征辨識結(jié)果，進(jìn)而傳輸該特征辨識結(jié)果至該終端裝 置來執(zhí)行該保護(hù)操作。9. 一種電腦系統(tǒng)，耦接一終端裝置，并用以解除一惡意軟件于該終端裝置的攻擊，其特 征在于，該電腦系統(tǒng)包含： 一中央處理器；以及 一儲存裝置，耦接于該中央處理器，并儲存有一程序碼，該程序碼用來進(jìn)行一保護(hù)方 法，該保護(hù)方法包含： 接收一觀測數(shù)據(jù)，其中該觀測數(shù)據(jù)包含有一未辨識數(shù)據(jù)與一已辨識數(shù)據(jù)中至少之一； 根據(jù)一轉(zhuǎn)導(dǎo)機(jī)器學(xué)習(xí)模塊，轉(zhuǎn)換該觀測數(shù)據(jù)為一第一對應(yīng)數(shù)據(jù)； 根據(jù)一引導(dǎo)機(jī)器學(xué)習(xí)模塊，切分該第一對應(yīng)數(shù)據(jù)為一第二對應(yīng)數(shù)據(jù)，并提供該第二對 應(yīng)數(shù)據(jù)至一機(jī)器學(xué)習(xí)模塊； 該機(jī)器學(xué)習(xí)模塊接收一輸入數(shù)據(jù)，且根據(jù)一特征模式數(shù)據(jù)庫處理該輸入數(shù)據(jù)，以產(chǎn)生 一特征辨識結(jié)果；以及 傳輸該特征辨識結(jié)果至該終端裝置。10. 如權(quán)利要求9所述的電腦系統(tǒng)，其特征在于，其中該輸入數(shù)據(jù)來自一可運(yùn)算裝置、 一遠(yuǎn)端儲存裝置、一應(yīng)用程序或一網(wǎng)絡(luò)數(shù)據(jù)所對應(yīng)的一操作或一數(shù)據(jù)，而該觀測數(shù)據(jù)為該 輸入數(shù)據(jù)所對應(yīng)的該操作或該數(shù)據(jù)。11. 如權(quán)利要求9所述的電腦系統(tǒng)，其特征在于，其中該保護(hù)方法還包含該轉(zhuǎn)導(dǎo)機(jī)器學(xué) 習(xí)模塊根據(jù)一可辨識特征數(shù)據(jù)，以將該觀測數(shù)據(jù)分類對應(yīng)至多個(gè)群組數(shù)據(jù)來形成該第一對 應(yīng)數(shù)據(jù)，其中每一該群組數(shù)據(jù)對應(yīng)為一特征群聚。12. 如權(quán)利要求11所述的電腦系統(tǒng)，其特征在于，其中該保護(hù)方法還包含該引導(dǎo)機(jī)器 學(xué)習(xí)模塊接收該第一對應(yīng)數(shù)據(jù)，且區(qū)分每一該特征群聚為多個(gè)特征子群聚，以將對應(yīng)后的 每一群組數(shù)據(jù)的該觀測數(shù)據(jù)對應(yīng)至該多個(gè)特征子群聚，進(jìn)而得到該多組群組數(shù)據(jù)中該未辨 識數(shù)據(jù)與該已辨識數(shù)據(jù)中至少之一對應(yīng)至該多個(gè)特征子群聚的對應(yīng)結(jié)果且形成該第二對 應(yīng)數(shù)據(jù)。13. 如權(quán)利要求12所述的電腦系統(tǒng)，其特征在于，其中該保護(hù)方法還包含利用該第二 對應(yīng)數(shù)據(jù)來更新該機(jī)器學(xué)習(xí)模塊的一特征模式數(shù)據(jù)庫，其中，該特征模式數(shù)據(jù)庫包含有多 個(gè)特征模式數(shù)據(jù)，而每一特征模式數(shù)據(jù)為一已辨識數(shù)據(jù)對應(yīng)至一特征子群聚的對應(yīng)結(jié)果。14. 如權(quán)利要求13所述的電腦系統(tǒng)，其特征在于，其中該保護(hù)方法還包含該機(jī)器學(xué)習(xí) 模塊進(jìn)行該多個(gè)特征模式數(shù)據(jù)與該輸入數(shù)據(jù)的一辨識操作，以產(chǎn)生該特征辨識結(jié)果，進(jìn)而 進(jìn)行該終端裝置的保護(hù)操作。15. 如權(quán)利要求14所述的電腦系統(tǒng)，其特征在于，其中該保護(hù)方法還包含進(jìn)行一半監(jiān) 督特征學(xué)習(xí)操作，來判斷該多個(gè)特征模式數(shù)據(jù)與該輸入數(shù)據(jù)間是否包含有相同的至少一可 辨識特征數(shù)據(jù)，且當(dāng)該多個(gè)特征模式數(shù)據(jù)與該輸入數(shù)據(jù)間包含有相同的至少一可辨識特征 數(shù)據(jù)時(shí)，將該至少一可辨識特征數(shù)據(jù)與其所對應(yīng)的一治愈數(shù)據(jù)作為該特征辨識結(jié)果，以傳 輸該特征辨識結(jié)果至該終端裝置來進(jìn)行該保護(hù)操作，其中，該可辨識特征數(shù)據(jù)對應(yīng)為一電 子檔案的結(jié)構(gòu)特征。16. 如權(quán)利要求15所述的電腦系統(tǒng)，其特征在于，其中該保護(hù)方法還包含若該多個(gè)特 征模式數(shù)據(jù)與該輸入數(shù)據(jù)間未包含有相同的至少一可辨識特征數(shù)據(jù)時(shí)，進(jìn)行一相似核心操 作，以產(chǎn)生一處方性分析結(jié)果或一認(rèn)知性分析結(jié)果為該特征辨識結(jié)果，進(jìn)而傳輸該特征辨 識結(jié)果至該終端裝置來執(zhí)行該保護(hù)操作。
【文檔編號】G06F21/56GK105989285SQ201510093091
【公開日】2016年10月5日
【申請日】2015年3月2日
【發(fā)明人】陳志明
【申請人】緯創(chuàng)資通股份有限公司