(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111573213.X (22)申请日 2021.12.21 (71)申请人 湖北天融信网络安全技 术有限公司 地址 430040 湖北省武汉市临 空港经济技 术开发区五环大道6 66号(21) 申请人 北京天融信网络安全技 术有限公司 　 北京天融信科技有限公司 　 北京天融信软件 有限公司 (72)发明人 谢鹏程　 (74)专利代理 机构 北京超凡宏宇专利代理事务 所(特殊普通 合伙) 11463 代理人 杨奇松 (51)Int.Cl. G06F 40/126(2020.01) G06K 9/62(2022.01)G06N 20/00(2019.01) (54)发明名称 一种编码数据的类型识别方法、 装置、 电子 设备及存 储介质 (57)摘要 本申请实施例提供一种编码数据的类型识 别方法、 装置、 电子设备及存储介质， 其中编码数 据的类型识别方法包括： 获取所述编码数据的字 节数据； 获取所述字节数据的统计特征； 根据所 述字节数据的统计特征获取所述字节数据对应 的编码类型。 在本申请实施例中， 根据字节数据 的统计特征对 数据的编码类型进行识别， 不同编 码方法对原始数据的匹配方式以及转换方式不 同， 从而引起导致字节数据的统计特征不同， 统 计特征对于字节数据是一个比较稳定的特征， 通 过字节数据的统计特征来获取字节数据对应的 编码类型， 相比现有技术的基于匹配规则进行识 别的方法更加准确， 能够提高编码类型识别的准 确性。 权利要求书2页 说明书8页 附图5页 CN 114239487 A 2022.03.25 CN 114239487 A 1.一种编码数据的类型识别方法， 其特 征在于， 包括： 获取所述编码数据的字节数据； 获取所述字节数据的统计特 征； 根据所述字节数据的统计特 征获取所述字节数据对应的编码类型。 2.根据权利要求1所述的编码数据的类型识别方法， 其特征在于， 所述根据所述字节数 据的统计特 征获取所述字节数据对应的编码类型的步骤， 包括： 获取预先训练的机器学习模型； 将所述字节数据的统计特征输入预先训练 的机器学习模型， 得到所述字节数据对应的 编码类型。 3.根据权利要求2所述的编码数据的类型识别方法， 其特征在于， 所述获取预先训练 的 机器学习模型的步骤， 包括： 获取所述编码数据对应的训练样本， 获取所述训练样本的统计特 征对应的第一特 征向量； 根据所述第一特 征向量构造第一特 征矩阵； 将所述第一特征矩阵输入机器学习模型进行训练， 得到所述预先训练的机器学习模 型。 4.根据权利要求1所述的编码数据的类型识别方法， 其特征在于， 所述获取所述字节数 据的统计特 征的步骤， 包括： 获取所述字节数据的统计特 征对应的第二特 征向量； 根据所述第二特 征向量构造第二特 征矩阵。 5.根据权利要求1 ‑4任一项所述的编码数据的类型识别方法， 其特征在于， 所述统计特 征包括： 所述字节数据的最小值、 所述字节数据的最大值、 所述字节数据的平均值、 所述字 节数据中的互异字节值的个数、 所述字节数据的中位数、 所述字节数据的上四分位数、 所述 字节数据的下四分位数、 所述字节数据的连续单字节值熵、 所述字节数据的连续双字节值 熵、 所述字节数据的连续 三字节值熵中的一个或多个。 6.根据权利要求3所述的编码数据的类型识别方法， 其特征在于， 在所述根据 所述第一 特征向量构造第一特 征矩阵的步骤之前， 还 包括： 对所述第一特 征向量进行归一 化处理。 7.根据权利要求5所述的编码数据的类型识别方法， 其特征在于， 通过以下公式获取所 述连续单字节值熵、 所述连续双字节值熵、 所述连续 三字节值熵： 其中， 若S为所述字节数据的连续单字节值熵时， n为所述字节数据中的所述连续单字 节值对应的单位的数量， 或者， mi为所述字节数据中 的第i个所述连续单字节值对应的单位 的数量； 或者，权　利　要　求　书 1/2 页 2 CN 114239487 A 2若S为所述字节数据的连续双字节值熵时， n为所述字节数据中的所述连续双字节值对 应的单位的数量， 或者， mi为所述字节数据中的第i个所述连续双字节值对应的单位的数 量； 或者， 若S为所述字节数据的连续三字节值熵时， n为所述字节数据中的所述连续三字节值对 应的单位的数量； mi为所述字节数据中的第i个所述连续 三字节值对应的单位的数量。 8.一种编码数据的类型识别装置， 其特 征在于， 包括： 获取模块， 用于获取 所述编码数据的字节数据； 统计模块， 用于获取 所述字节数据的统计特 征； 识别模块， 用于根据所述字节数据的统计特 征获取所述字节数据对应的编码类型。 9.一种电子设备， 其特征在于， 包括： 存储器、 处理器以及存储在所述存储器中并可在 所述处理器上运行 的计算机程序， 所述处理器执行所述计算机程序时实现如权利要求1 ‑7 任一项所述的编码数据的类型识别方法。 10.一种计算机可读存储介质， 其特征在于， 所述计算机可读存储介质上存储有指令， 当所述指令在计算机上运行时， 使得所述计算机执行如权利要求1 ‑7任一项所述的编码数 据的类型识别方法。权　利　要　求　书 2/2 页 3 CN 114239487 A 3