CN108038223A - 垃圾文件信息库建立方法、垃圾文件识别方法及装置 - Google Patents

Abstract

本发明实施例提供一种垃圾文件信息库建立方法、垃圾文件识别方法及装置，能够解决现有技术中只能识别缓存垃圾、日志文件等固定目录中的垃圾文件，对垃圾文件的识别能力差的问题。所述垃圾文件信息库建立方法，包括：接收客户端上报的文件扫描信息，所述文件扫描信息包括所述客户端扫描的文件的文件标识；根据所述文件扫描信息与预设统计信息的关系，获取相应的扫描文件，以形成文件样本库；确定所述文件样本库中的各文件样本是否为垃圾文件，以形成垃圾文件信息库。本发明可用于垃圾文件清理中。

Description

垃圾文件信息库建立方法、垃圾文件识别方法及装置

技术领域

本发明涉及计算机技术领域，尤其涉及一种垃圾文件信息库建立方法、垃圾文件识别方法及装置。

背景技术

Android终端用户在日常使用设备的过程中都会产生垃圾文件，不但严重影响***性能，还会占用大量存储空间。

目前虽然已经有很多清理垃圾、优化***的应用，但这些只能识别一些缓存垃圾、日志文件等，对其它垃圾文件(例如媒体垃圾文件)的识别能力差，只能将文件全部扫描出来让用户自行甄别删除，用户体验较差。

发明内容

有鉴于此，本发明实施例提供一种垃圾文件信息库建立方法、垃圾文件识别方法及装置，解决现有技术中只能识别缓存垃圾、日志文件等固定目录中的垃圾文件，对垃圾文件的识别能力差的问题。

第一方面，本发明实施例提供一种垃圾文件信息库建立方法，包括：接收客户端上报的文件扫描信息，所述文件扫描信息包括所述客户端扫描的文件的文件标识；根据所述文件扫描信息与预设统计信息的关系，获取相应的扫描文件，以形成文件样本库；确定所述文件样本库中的各文件样本是否为垃圾文件，以形成垃圾文件信息库。

结合第一方面，在第一方面的第一种实施方式中，所述接收客户端上报的文件扫描信息之前，所述方法还包括：向所述客户端指示文件扫描路径，以使所述客户端按照所述文件扫描路径进行文件扫描。

结合第一方面的第一种实施方式，在第一方面的第二种实施方式中，所述文件扫描路径包括指定表达部分和正则表达部分。

结合第一方面，在第一方面的第三种实施方式中，所述文件标识包括文件的信息-摘要算法5MD5值。

结合第一方面，在第一方面的第四种实施方式中，所述预设统计信息包括预设的文件分布广度。

结合第一方面的第四种实施方式，在第一方面的第五种实施方式中，所述根据所述文件扫描信息与预设统计信息的关系，获取相应的扫描文件，以形成文件样本库包括：统计所述文件扫描信息涉及的扫描文件在多个客户端中的分布广度；在任一所述扫描文件的分布广度大于预设的第一广度阈值的情况下，从所述多个客户端获取相应的扫描文件；将获取到的所有扫描文件形成文件样本库。

结合第一方面的第五种实施方式，在第一方面的第六种实施方式中，所述统计所述文件扫描信息涉及的扫描文件在多个客户端中的分布广度之后，所述方法还包括：在任一所述扫描文件的分布广度大于预设的第二广度阈值且小于预设的所述第一广度阈值的情况下，在从所述多个客户端获取相应的扫描文件之前，获取所述扫描文件的文件属性信息，其中，所述第一广度阈值大于所述第二广度阈值；所述在任一所述扫描文件的分布广度大于预设的第一广度阈值的情况下，从所述多个客户端获取相应的扫描文件包括：在任一所述扫描文件的分布广度大于预设的第一广度阈值的情况下，结合所述文件属性信息和所述文件分布广度，从所述多个客户端获取相应的扫描文件。

结合第一方面的第五种实施方式，在第一方面的第七种实施方式中，所述从所述多个客户端获取相应的扫描文件包括：通过预设标志位对需要进行扫描文件获取的文件扫描信息进行状态标记；根据所述预设标志位的状态，从所述多个客户端获取相应的扫描文件。

结合第一方面的第七种实施方式，在第一方面的第八种实施方式中，所述根据所述预设标志位的状态，从所述多个客户端获取相应的扫描文件包括：在所述预设标志位为第一状态的情况下，确定不需要从所述多个客户端获取相应的扫描文件；在所述预设标志位为第二状态的情况下，确定需要从所述多个客户端获取相应的扫描文件；在所述预设标志位为第三状态的情况下，确定已经从所述多个客户端获取相应的扫描文件。

第二方面，本发明的实施例还提供一种垃圾文件识别方法，包括：接收客户端的文件状态查询请求，所述文件状态查询请求中携带待识别文件的文件标识；根据所述文件标识，在垃圾文件信息库中查询所述文件标识对应的文件是否为垃圾文件；其中，所述垃圾文件信息库根据本发明的实施例提供的任一种垃圾文件信息库建立方法建立；将查询结果向所述客户端发送。

第三方面，本发明的实施例还提供一种垃圾文件识别方法，包括：向服务器发送文件状态查询请求，所述文件状态查询请求中携带待识别文件的文件标识；接收所述服务器通过垃圾文件信息库对所述待识别文件的查询结果；其中，所述垃圾文件信息库根据本发明的实施例提供的任一种垃圾文件信息库建立方法建立。

结合第三方面，在第三方面的第一种实施方式中，所述接收所述服务器通过垃圾文件信息库对所述待识别文件的查询结果之后，所述方法还包括：根据查询结果建立本地垃圾文件信息表，所述本地垃圾文件信息表中记录的文件识别结果具有预设有效期。

第四方面，本发明的实施例还提供一种垃圾文件信息库建立装置，包括：信息接收单元，用于接收客户端上报的文件扫描信息，所述文件扫描信息包括所述客户端扫描的文件的文件标识；文件获取单元，用于根据所述文件扫描信息与预设统计信息的关系，获取相应的扫描文件，以形成文件样本库；垃圾确定单元，用于确定所述文件样本库中的各文件样本是否为垃圾文件，以形成垃圾文件信息库。

结合第四方面，在第四方面的第一种实施方式中，所述装置还包括指示单元，用于在接收客户端上报的文件扫描信息之前，向所述客户端指示文件扫描路径，以使所述客户端按照所述文件扫描路径进行文件扫描。

结合第四方面的第一种实施方式，在第四方面的第二种实施方式中，所述文件扫描路径包括指定表达部分和正则表达部分。

结合第四方面，在第四方面的第三种实施方式中，所述文件标识包括文件的MD5值。

结合第四方面，在第四方面的第四种实施方式中，所述预设统计信息包括预设的文件分布广度。

结合第四方面的第四种实施方式，在第四方面的第五种实施方式中，所述文件获取单元包括：统计模块，用于统计所述文件扫描信息涉及的扫描文件在多个客户端中的分布广度；文件获取模块，用于在任一所述扫描文件的分布广度大于预设的第一广度阈值的情况下，从所述多个客户端获取相应的扫描文件；形成模块，用于将获取到的所有扫描文件形成文件样本库。

结合第四方面的第五种实施方式，在第四方面的第六种实施方式中，所述文件获取单元还包括属性获取模块，用于在任一所述扫描文件的分布广度大于预设的第二广度阈值且小于预设的所述第一广度阈值的情况下，在从所述多个客户端获取相应的扫描文件之前，获取所述扫描文件的文件属性信息；其中，所述第一广度阈值大于所述第二广度阈值；所述文件获取模块，具体用于在任一所述扫描文件的分布广度大于预设的第一广度阈值的情况下，结合所述文件属性信息和所述文件分布广度，从所述多个客户端获取相应的扫描文件。

结合第四方面的第五种实施方式，在第四方面的第七种实施方式中，所述文件获取模块包括：标记子模块，用于通过预设标志位对需要进行扫描文件获取的文件扫描信息进行状态标记；获取子模块，用于根据所述预设标志位的状态，从所述多个客户端获取相应的扫描文件。

结合第四方面的第七种实施方式，在第四方面的第八种实施方式中，所述获取子模块，具体用于：在所述预设标志位为第一状态的情况下，确定不需要从所述多个客户端获取相应的扫描文件；在所述预设标志位为第二状态的情况下，确定需要从所述多个客户端获取相应的扫描文件；在所述预设标志位为第三状态的情况下，确定已经从所述多个客户端获取相应的扫描文件。

第五方面，本发明的实施例还提供一种垃圾文件识别装置，包括：请求接收单元，用于接收客户端的文件状态查询请求，所述文件状态查询请求中携带待识别文件的文件标识；查询单元，用于根据所述文件标识，在垃圾文件信息库中查询所述文件标识对应的文件是否为垃圾文件；其中，所述垃圾文件信息库由本发明的任一实施例提供的垃圾文件信息库建立装置建立；结果发送单元，用于将查询单元的查询结果向所述客户端发送。

第六方面，本发明的实施例还提供一种垃圾文件识别装置，包括：请求发送单元，用于向服务器发送文件状态查询请求，所述文件状态查询请求中携带待识别文件的文件标识；结果接收单元，用于接收所述服务器通过垃圾文件信息库对所述待识别文件的查询结果；其中，所述垃圾文件信息库由本发明的实施例提供的任一种垃圾文件信息库建立装置建立。

结合第六方面，在第六方面的第一种实施方式中，所述装置还包括本地建立单元，用于在接收所述服务器通过垃圾文件信息库对所述待识别文件的查询结果之后，根据所述结果接收单元接收到的查询结果建立本地垃圾文件信息表，所述本地垃圾文件信息表中记录的文件识别结果具有预设有效期。

第七方面，本发明的实施例还提供一种电子设备，所述电子设备包括：壳体、处理器、存储器、电路板和电源电路，其中，电路板安置在壳体围成的空间内部，处理器和存储器设置在电路板上；电源电路，用于为上述电子设备的各个电路或器件供电；存储器用于存储可执行程序代码；处理器通过读取存储器中存储的可执行程序代码来运行与可执行程序代码对应的程序，用于执行前述实施例提供的任一种垃圾文件信息库建立方法。

第八方面，本发明的实施例还提供一种电子设备，所述电子设备包括：壳体、处理器、存储器、电路板和电源电路，其中，电路板安置在壳体围成的空间内部，处理器和存储器设置在电路板上；电源电路，用于为上述电子设备的各个电路或器件供电；存储器用于存储可执行程序代码；处理器通过读取存储器中存储的可执行程序代码来运行与可执行程序代码对应的程序，用于执行前述任一实施例提供的垃圾文件识别方法。

第九方面，本发明的实施例还提供一种电子设备，一种电子设备，所述电子设备包括：壳体、处理器、存储器、电路板和电源电路，其中，电路板安置在壳体围成的空间内部，处理器和存储器设置在电路板上；电源电路，用于为上述电子设备的各个电路或器件供电；存储器用于存储可执行程序代码；处理器通过读取存储器中存储的可执行程序代码来运行与可执行程序代码对应的程序，用于执行前述任一实施例提供的垃圾文件识别方法。

第十方面，本发明的实施例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存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现前述实施例提供的任一种垃圾文件信息库建立方法。

第十一方面，本发明的实施例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存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现前述实施例提供的任一垃圾文件识别方法。

第十二方面，本发明的实施例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存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现前述实施例提供的任一垃圾文件识别方法。

本发明的实施例提供的垃圾文件信息库建立方法、垃圾文件识别方法及装置，服务器能够接收与其相连的各客户端上报的文件扫描信息，并根据所述文件扫描信息与预设统计信息的关系获取相应的扫描文件，从而形成文件样本库，然后确定所述文件样本库中的各文件样本是否为垃圾文件，以便形成垃圾文件信息库。服务器基于该垃圾文件信息库，就可以向各个客户端提供相应的查询服务，以便使各个客户端获知各种类型的文件是否为垃圾文件，从而进行垃圾文件清除，大大提高了对垃圾文件的识别能力，有效提升了用户体验。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术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它的附图。

图1为本发明的实施例提供的垃圾文件信息库建立方法的一种流程图；

图2为本发明的实施例提供的垃圾文件识别方法的一种流程图；

图3为本发明的实施例提供的垃圾文件识别方法的另一种流程图；

图4为本发明的实施例提供的垃圾文件信息库建立方法、垃圾文件识别方法的一种详细流程图；

图5为本发明的实施例提供的垃圾文件信息库建立装置的一种结构示意图；

图6为本发明的实施例提供的垃圾文件识别装置的一种结构示意图；

图7为本发明的实施例提供的垃圾文件识别装置的另一种结构示意图；

图8为本发明的实施例提供的电子设备的一种结构示意图；

图9为本发明的实施例提供的电子设备的另一种结构示意图；

图10为本发明的实施例提供的电子设备的又一种结构示意图。

具体实施方式

下面结合附图对本发明实施例进行详细描述。

应当明确，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作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

第一方面，本发明实施例提供一种垃圾文件信息库建立方法，能够对多种类型的垃圾文件进行识别，从而大大提高了对垃圾文件的识别能力，有效提升了用户体验。

如图1所示，本发明的实施例提供的一种垃圾文件信息库建立方法，包括：

S11，接收客户端上报的文件扫描信息，所述文件扫描信息包括所述客户端扫描的文件的文件标识；

本实施例提供的垃圾文件信息库建立方法可以基于服务器。服务器可以接收其服务范围内的各客户端上报的文件扫描信息。文件扫描信息是指客户端对本地某个或某些路径下的文件的扫描结果，例如扫描到了哪些文件。文件扫描信息中可以包括客户端扫描的文件的文件标识，例如文件的MD5(Message-Digest Algorithm 5，信息-摘要算法5)值等。

S12，根据所述文件扫描信息与预设统计信息的关系，获取相应的扫描文件，以形成文件样本库；

本步骤中，预设统计信息可以包括文件的分布广度、分布范围以及文件是否加密等信息。其中，分布广度可以指同一个文件所在的客户端的数量。分布范围可以指扫描文件存在于的地区或IP范围。可选的，在本发明的一个实施例中，如果一个扫描文件A的分布广度在预设阈值范围内，或者分布范围在预设区域内，则服务器就需要获取扫描文件A的文件样本，否则，服务器就不需要获取扫描文件A。又例如，如果扫描文件A处于加密状态，则服务器不去获取扫描文件A，如果扫描文件A处于非加密状态，则服务器就去获取扫描文件A。服务器可以将获取的所有扫描文件都作为文件样本，所有文件样本一起形成一个文件样本库。

S13，确定所述文件样本库中的各文件样本是否为垃圾文件，以形成垃圾文件信息库。

可选的，服务器可以定期鉴定文件样本库中的各文件样本是否为垃圾文件，垃圾文件的鉴定既可以由人工完成，也可以由机器完成。根据鉴定出的文件是否为垃圾文件的不同，对一个文件的鉴定结果可以分为黑文件、白文件、灰文件三种结论。其中，黑文件代表文件是垃圾文件、白文件代表文件不是垃圾文件、灰文件表示文件不确定是否为垃圾文件。经过鉴定后，服务器即可获知文件样本库中的各文件样本哪些是垃圾文件，哪些不是垃圾文件，哪些还无法确定是否为垃圾文件，将这些信息汇总即可形成垃圾文件信息库。

本发明的实施例提供的垃圾文件信息库建立方法，服务器能够接收与其相连的各客户端上报的文件扫描信息，并根据所述文件扫描信息与预设统计信息的关系获取相应的扫描文件，从而形成文件样本库，然后确定所述文件样本库中的各文件样本是否为垃圾文件，以便形成垃圾文件信息库。服务器基于该垃圾文件信息库，就可以向各个客户端提供相应的查询服务，以便使各个客户端获知各种类型的文件是否为垃圾文件，从而进行垃圾文件清除，大大提高了对垃圾文件的识别能力，有效提升了用户体验。

具体的，在步骤S11中，虽然服务器接收客户端上报的文件扫描信息，但由于是服务器需要客户端处的文件扫描信息来建立垃圾文件信息库，因此服务器需要掌握一定的主动权。为此，在本发明的一个实施例中，在接收客户端上报的文件扫描信息之前，本发明的实施例提供的垃圾文件信息库建立方法还可以包括：

向所述客户端指示文件扫描路径，以使所述客户端按照所述文件扫描路径进行文件扫描。

这样，服务器就可以命令客户端仅对关心的指定路径进行文件扫描即可，无需每次都进行全盘扫描，从而大大提高了文件扫描效率。

进一步的，当指定了文件扫描路径后，在该扫描路径下可能存在多个文件，为了快速筛选出该路径下符合预设条件的文件，在本发明的一个实施例中，服务器向客户端指示文件扫描路径时，文件扫描路径可以包括指定表达部分和正则表达部分。其中，指定表达部分用于指出文件所在的目录，正则表达部分用于指出在该指定表达部分所指定的目录下，需要满足的正则表达规则，以便在该目录下筛选出符合该正则表达规则的文件。可选的，指定表达部分与正则表达部分之间可以通过预设的连接符号连接，如“+”、“||”、“-”等，本发明的实施例对此不做限定。

例如，在本发明的一个实施例中，微信小视频的路径信息可以表示为：

/storage/emulated/0/tencent/MicroMsg//[a-zA-Z0-9]{32}/video/[0-9A-Za-z]{1，}.mp4

这样，前半部分的路径已经被指定，不需要遍历匹配，后半部分的正则路径可以采用广度优先遍历算法，扫描速度可以提高30％以上。

可选的，客户端接收到服务器指示的文件扫描路径后，具体的扫描时机既可以由客户端确定，也可以由服务器确定。在扫描时机由客户端确定的情况下，客户端可以从服务器获取需要扫描的目录路径信息，并按照获取的目录路径信息主动扫描；在扫描时机由服务器确定的情况下，服务器可以向客户端下发脚本触发动态扫描，具体扫描时机由服务端通过下发的脚本控制。

具体的，在步骤S12中，在预设统计信息为预设的文件分布广度的情况下，根据所述文件扫描信息与预设统计信息的关系，获取相应的扫描文件，以形成文件样本库可包括：

统计所述文件扫描信息涉及的扫描文件在多个客户端中的分布广度；

在任一所述扫描文件的分布广度大于预设的第一广度阈值的情况下，从所述多个客户端获取相应的扫描文件；

将获取到的所有扫描文件形成文件样本库。

具体而言，在统计所述文件扫描信息涉及的扫描文件在多个客户端中的分布广度时，服务器接收到客户端的文件MD5后，可以与服务器中记录的扫描信息或者与文件样本库中的信息比较，如果存在不同客户端上报相同MD5的文件，则该扫描文件的分布广度要加1，如果有分布广度未达到上报要求的文件或者不同于文件样本库的新文件也要记录用户ID，文件MD5，文件的分布广度加1，以备以后若其他用户客户端具有相同MD5文件时进行统计。

举例说明，在本发明的一个实施例中，服务器接收各客户端上报的文件扫描信息后，发现文件扫描信息中一个MD5值为b的扫描文件同时存在于客户端B1、B2和B3中，则此扫描文件对应的分布广度即为3。假如文件扫描信息中一个MD5值为c的扫描文件同时存在于15个客户端中，则该文件的分布广度为15。如果预设的第一广度阈值为10，则扫描文件c的分布广度大于该第一广度阈值，服务器可以从对应的客户端中获取相应的扫描文件，例如服务器可以让其中一个或多个客户端上传扫描文件c的文件本身(即文件样本)。同样，如果有其他扫描文件的分布广度大于第一广度阈值10，服务器也获取相应的扫描文件，然后将所有扫描文件形成文件样本库。

进一步的，在本发明的另一个实施例中，统计所述文件扫描信息涉及的扫描文件在多个客户端中的分布广度之后，本发明的实施例提供的垃圾文件信息库建立方法还可包括：

在任一所述扫描文件的分布广度大于预设的第二广度阈值且小于预设的所述第一广度阈值的情况下，在从所述多个客户端获取相应的扫描文件之前，获取所述扫描文件的文件属性信息，其中，所述第一广度阈值大于所述第二广度阈值；

基于此，所述在任一所述扫描文件的分布广度大于预设的第一广度阈值的情况下，从所述多个客户端获取相应的扫描文件包括：

在任一所述扫描文件的分布广度大于预设的第一广度阈值的情况下，结合所述文件属性信息和所述文件分布广度，从所述多个客户端获取相应的扫描文件。

例如，如果预设的第二广度阈值为2，第一广度阈值为8，则当服务器发现一个扫描文件d的分布广度为3时，就可以要求相应的客户端上传该扫描文件d的文件属性信息，例如文件大小、文件类型、修改日期、作者等。服务器继续从其他客户端接收文件扫描信息，当发现扫描文件d的分布广度大于第一广度阈值8时，可以结合扫描文件d的文件属性信息来判断是否需要从客户端获取扫描文件d的文件样本。例如，可以在文件类型为预设类型的情况下，要求客户端上传文件样本，否则不需要客户端上传文件样本等，当文件大小小于预设阈值(例如10M)时，要求客户端上传文件样本，当文件大小大于预设阈值时，不要求客户端上传文件样本。

具体的，在从所述多个客户端获取相应的扫描文件时，服务器可以向指定的客户端发送文件传递请求，以使客户端上传相应的扫描文件。为了提高服务器对文件的管理性能，可选的，在本发明的一个实施例中，服务器可以通过预设标志位对需要进行扫描文件获取的文件扫描信息进行状态标记；然后根据所述预设标志位的状态，从所述多个客户端获取相应的扫描文件。

可选的，根据所述预设标志位的状态，从所述多个客户端获取相应的扫描文件可包括：

在所述预设标志位为第一状态的情况下，确定不需要从所述多个客户端获取相应的扫描文件；

在所述预设标志位为第二状态的情况下，确定需要从所述多个客户端获取相应的扫描文件；

在所述预设标志位为第三状态的情况下，确定已经从所述多个客户端获取相应的扫描文件。

例如，当一个文件扫描信息的预设标志位为“00”时，确定不需要从相应的客户端获取相应的扫描文件样本，当一个文件扫描信息的预设标志位为“01”时，确定需要从相应的客户端获取相应的扫描文件样本，当一个文件扫描信息的预设标志位为“11”时，确定已经从相应的客户端获取相应的扫描文件样本。

同样的，文件属性信息的上报状态也可以通过类似的标志位进行标记，从而标识出需要进行文件属性信息上报的文件、不需要进行文件属性信息上报的文件、已经进行文件属性信息上报的文件。

第二方面，本发明的实施例还提供一种垃圾文件识别方法，能够对多种类型的垃圾文件进行识别，从而大大提高了对垃圾文件的识别能力，有效提升了用户体验。

如图2所示，本发明实施例提供的垃圾文件识别方法可包括：

S21，接收客户端的文件状态查询请求，所述文件状态查询请求中携带待识别文件的文件标识；

S22，根据所述文件标识，在垃圾文件信息库中查询所述文件标识对应的文件是否为垃圾文件；其中，所述垃圾文件信息库根据前述任一实施例提供的垃圾文件信息库建立方法建立；

S23，将查询结果向所述客户端发送。

本发明的实施例提供的垃圾文件识别方法，服务器能够接收客户端的文件状态查询请求，并根据其中携带的文件标识在垃圾文件信息库中查询该文件标识对应的文件是否为垃圾文件，并向客户端反馈文件的黑、白、灰状态，这样，由于垃圾文件信息库中记录了多种文件是否为垃圾文件，因此，能够使客户端及时获知多种类型的文件是否为垃圾文件，从而大大提高了对垃圾文件的识别能力，有效提升了用户体验。

第三方面，本发明的实施例还提供一种垃圾文件识别方法，能够对多种类型的垃圾文件进行识别，从而大大提高了对垃圾文件的识别能力，有效提升了用户体验。

如图3所示，本发明的实施例提供的垃圾文件识别方法可包括：

S31，向服务器发送文件状态查询请求，所述文件状态查询请求中携带待识别文件的文件标识；

S32，接收所述服务器通过垃圾文件信息库对所述待识别文件的查询结果；其中，所述垃圾文件信息库根据前述实施例提供的任一种垃圾文件信息库建立方法建立。

本发明实施例提供的垃圾文件识别方法，客户端能够向服务器发送文件状态查询请求，该文件状态查询请求中携带待识别文件的文件标识，通过服务器中的垃圾文件信息库来识别该待识别文件是否为垃圾文件，这样，由于垃圾文件信息库中记录了多种文件是否为垃圾文件，因此，客户端能够及时对多种类型的垃圾文件进行识别，从而大大提高了对垃圾文件的识别能力，有效提升了用户体验。

为了避免客户端频繁查询服务器给服务器造成过大压力，进一步的，在本发明的一个实施例中，客户端接收所述服务器通过垃圾文件信息库对所述待识别文件的查询结果之后，可以根据接收到的查询结果建立本地垃圾文件信息表，所述本地垃圾文件信息表中记录的文件识别结果具有预设有效期。可选的，客户端接收的查询结果可以包括待识别文件的黑、白、灰状态，以及黑、白、灰状态的文件对应的有效期，建立的本地垃圾文件信息表中也会记录这样的信息。这样，客户端扫描本地文件后，可以根据文件MD5值查询有效期，文件不在有效期内则向服务器查询，在该有效期内，客户端可以根据该本地垃圾文件信息表确定某个文件是否为垃圾文件，而不必访问服务器，从而减小不必要的服务器查询。可选的，根据文件是否为垃圾文件，本地垃圾文件信息表中记录的文件信息的有效期也可以不尽相同。例如，在本发明的一个实施例中，对于确定为垃圾文件的文件(即黑文件)，该有效期为15天，对于确定不是垃圾文件的文件(即白文件)，该有效期为7天，对于无法确定是否为垃圾文件的文件(即灰文件)，该有效期为24小时。

客户端接收到服务器的查询结果后，对于服务器确定为垃圾文件的文件，客户端可以将这些被确定为垃圾文件的文件去匹配文件防误删白名单，过滤掉白名单中的文件，过滤掉白文件后，判断剩下的黑文件是否在本地存在，如果不存在也过滤掉，最后剩下的文件即为可以删除的垃圾文件。

进一步的，针对误删除的文件，本发明的实施例还提供相应的补救措施。例如，在本发明的一个实施例中，垃圾文件在被清理的时候会把基本信息(包括文件MD5)保存在本地数据库中，有效期为半年，过期文件数据将会被清理掉；用户如果误删了某些文件，可以到回收站界面查看已经删除的文件信息，点击即可从服务端下载样本文件，并恢复到此文件的原始目录下。可选的，还可以将此文件记录在垃圾白名单中，下次检出垃圾文件时就会被过滤掉，防止用户再次误删。

下面通过具体实施例对本发明实施例提供的垃圾文件信息库建立方法、垃圾文件识别方法进行详细说明。

如图4所示，本发明实施例提供的垃圾文件信息库建立方法、垃圾文件识别方法可包括：

S401、服务器向客户端指示文件扫描路径；

S402、客户端按照该文件扫描路径进行文件扫描；

S403、服务器接收客户端上报的文件扫描信息；

S404、服务器根据文件扫描信息确定每个文件的分布广度；

S405、服务器对分布广度大于预设阈值的文件，向相应的客户端请求文件样本传递；

S406、服务器接收相应的文件样本；

S407、服务器请求鉴定机构定期对文件样本是否为垃圾文件进行鉴定；

S408、服务器根据鉴定结果建立垃圾文件信息库；

S409、服务器接收客户端的文件状态查询请求；

S410、服务器从建立的垃圾文件信息库中查询相应的文件状态；

S411、服务器将查询到的文件状态向客户端反馈；

S412、客户端将该文件状态与白名单进行匹配；

S413、客户端将本地存在的、不在白名单中的黑文件进行删除。

需要说明的是，虽然本实施例中建立文件信息库和垃圾文件识别是通过客户端与服务器的两次交互分别实现的，但本发明的实施例不限于此，在本发明的其它实施例中，建立文件信息库和垃圾文件识别也可以是在一次交互中完成，本发明的实施例对此不做限定。

第四方面，本发明的实施例还提供一种垃圾文件信息库建立装置，能够对多种类型的垃圾文件进行识别，从而大大提高了对垃圾文件的识别能力，有效提升了用户体验。

如图5所示，本发明的实施例提供的垃圾文件信息库建立装置可包括：

信息接收单元51，用于接收客户端上报的文件扫描信息，所述文件扫描信息包括所述客户端扫描的文件的文件标识；

文件获取单元52，用于根据所述文件扫描信息与预设统计信息的关系，获取相应的扫描文件，以形成文件样本库；

垃圾确定单元53，用于确定所述文件样本库中的各文件样本是否为垃圾文件，以形成垃圾文件信息库。

本发明的实施例提供的垃圾文件信息库建立装置，能够接收与其相连的各客户端上报的文件扫描信息，并根据所述文件扫描信息与预设统计信息的关系获取相应的扫描文件，从而形成文件样本库，然后确定所述文件样本库中的各文件样本是否为垃圾文件，以便形成垃圾文件信息库。服务器基于该垃圾文件信息库，就可以向各个客户端提供相应的查询服务，以便使各个客户端获知各种类型的文件是否为垃圾文件，从而进行垃圾文件清除，大大提高了对垃圾文件的识别能力，有效提升了用户体验。

进一步的，本发明实施例提供的垃圾文件信息库建立装置，还可包括指示单元，用于在接收客户端上报的文件扫描信息之前，向所述客户端指示文件扫描路径，以使所述客户端按照所述文件扫描路径进行文件扫描。

可选的，所述文件扫描路径包括指定表达部分和正则表达部分。

可选的，所述文件标识包括文件的MD5值。

可选的，所述预设统计信息包括预设的文件分布广度。

可选的，文件获取单元52可包括：

统计模块，用于统计所述文件扫描信息涉及的扫描文件在多个客户端中的分布广度；

文件获取模块，用于在任一所述扫描文件的分布广度大于预设的第一广度阈值的情况下，从所述多个客户端获取相应的扫描文件；

形成模块，用于将获取到的所述扫描文件形成文件样本库。

可选的，文件获取单元52还包括属性获取模块，用于在任一所述扫描文件的分布广度大于预设的第二广度阈值且小于预设的所述第一广度阈值的情况下，在从所述多个客户端获取相应的扫描文件之前，获取所述扫描文件的文件属性信息；其中，所述第一广度阈值大于所述第二广度阈值；

所述文件获取模块，具体用于在任一所述扫描文件的分布广度大于预设的第一广度阈值的情况下，结合所述文件属性信息和所述文件分布广度，从所述多个客户端获取相应的扫描文件。

可选的，所述文件获取模块可包括：

标记子模块，用于通过预设标志位对需要进行扫描文件获取的文件扫描信息进行状态标记；

获取子模块，用于根据所述预设标志位的状态，从所述多个客户端获取相应的扫描文件。

可选的，所述获取子模块，具体可用于：

在所述预设标志位为第一状态的情况下，确定不需要从所述多个客户端获取相应的扫描文件；

在所述预设标志位为第二状态的情况下，确定需要从所述多个客户端获取相应的扫描文件；

在所述预设标志位为第三状态的情况下，确定已经从所述多个客户端获取相应的扫描文件。

第五方面，本发明的实施例还提供一种垃圾文件识别装置，能够对多种类型的垃圾文件进行识别，从而大大提高了对垃圾文件的识别能力，有效提升了用户体验。

如图6所示，本发明的实施例提供的垃圾文件识别装置可包括：

请求接收单元61，用于接收客户端的文件状态查询请求，所述文件状态查询请求中携带待识别文件的文件标识；

查询单元62，用于根据所述文件标识，在垃圾文件信息库中查询所述文件标识对应的文件是否为垃圾文件；其中，所述垃圾文件信息库由权利要求12至19中任一项所述的垃圾文件信息库建立装置建立；

结果发送单元63，用于将查询单元的查询结果向所述客户端发送。

本发明的实施例提供的垃圾文件识别装置，服务器能够接收客户端的文件状态查询请求，并根据其中携带的文件标识在垃圾文件信息库中查询该文件标识对应的文件是否为垃圾文件，并向客户端反馈文件的黑、白、灰状态，这样，由于垃圾文件信息库中记录了多种文件是否为垃圾文件，因此，能够使客户端及时获知多种类型的文件是否为垃圾文件，从而大大提高了对垃圾文件的识别能力，有效提升了用户体验。

第六方面，本发明的实施例还提供一种垃圾文件识别装置，能够对多种类型的垃圾文件进行识别，从而大大提高了对垃圾文件的识别能力，有效提升了用户体验。

如图7所示，本发明的实施例提供的垃圾文件识别装置可包括：

请求发送单元71，用于向服务器发送文件状态查询请求，所述文件状态查询请求中携带待识别文件的文件标识；

结果接收单元72，用于接收所述服务器通过垃圾文件信息库对所述待识别文件的查询结果；其中，所述垃圾文件信息库由前述实施例提供的任一种垃圾文件信息库建立装置建立。

本发明实施例提供的垃圾文件识别装置，能够向服务器发送文件状态查询请求，该文件状态查询请求中携带待识别文件的文件标识，通过服务器中的垃圾文件信息库来识别该待识别文件是否为垃圾文件，这样，由于垃圾文件信息库中记录了多种文件是否为垃圾文件，因此，客户端能够及时对多种类型的垃圾文件进行识别，从而大大提高了对垃圾文件的识别能力，有效提升了用户体验。

进一步的，本发明的实施例提供的垃圾文件识别装置还可包括本地建立单元，用于在接收所述服务器通过垃圾文件信息库对所述待识别文件的查询结果之后，根据所述结果接收单元接收到的查询结果建立本地垃圾文件信息表，所述本地垃圾文件信息表中记录的文件识别结果具有预设有效期。

第七方面，本发明的实施例还提供一种电子设备，如图8所示，本发明的实施例提供的电子设备，可以包括：壳体81、处理器82、存储器83、电路板84和电源电路85，其中，电路板84安置在壳体81围成的空间内部，处理器82和存储器83设置在电路板84上；电源电路85，用于为上述电子设备的各个电路或器件供电；存储器83用于存储可执行程序代码；处理器82通过读取存储器83中存储的可执行程序代码来运行与可执行程序代码对应的程序，用于执行前述任一实施例提供的垃圾文件信息库建立方法。

处理器82对上述步骤的具体执行过程以及处理器82通过运行可执行程序代码来进一步执行的步骤，可以参见前述实施例的描述，在此不再赘述。

第八方面，本发明的实施例还提供一种电子设备，如图9所示，本发明的实施例提供的电子设备，可以包括：壳体91、处理器92、存储器93、电路板94和电源电路95，其中，电路板94安置在壳体91围成的空间内部，处理器92和存储器93设置在电路板94上；电源电路95，用于为上述电子设备的各个电路或器件供电；存储器93用于存储可执行程序代码；处理器92通过读取存储器93中存储的可执行程序代码来运行与可执行程序代码对应的程序，用于执行前述任一实施例提供的垃圾文件识别方法。

处理器92对上述步骤的具体执行过程以及处理器92通过运行可执行程序代码来进一步执行的步骤，可以参见前述实施例的描述，在此不再赘述。

第九方面，本发明的实施例还提供一种电子设备，如图10所示，本发明的实施例提供的电子设备，可以包括：壳体991、处理器992、存储器993、电路板994和电源电路995，其中，电路板994安置在壳体991围成的空间内部，处理器992和存储器993设置在电路板994上；电源电路995，用于为上述电子设备的各个电路或器件供电；存储器993用于存储可执行程序代码；处理器992通过读取存储器993中存储的可执行程序代码来运行与可执行程序代码对应的程序，用于执行前述任一实施例提供的垃圾文件识别方法。

处理器992对上述步骤的具体执行过程以及处理器992通过运行可执行程序代码来进一步执行的步骤，可以参见前述实施例的描述，在此不再赘述。

上述电子设备以多种形式存在，包括但不限于：

(1)移动通信设备：这类设备的特点是具备移动通信功能，并且以提供话音、数据通信为主要目标。这类终端包括：智能手机(例如iPhone)、多媒体手机、功能性手机，以及低端手机等。

(2)超移动个人计算机设备：这类设备属于个人计算机的范畴，有计算和处理功能，一般也具备移动上网特性。这类终端包括：PDA、MID和UMPC设备等，例如iPad。

(3)便携式娱乐设备：这类设备可以显示和播放多媒体内容。该类设备包括：音频、视频播放器(例如iPod)，掌上游戏机，电子书，以及智能玩具和便携式车载导航设备。

(4)服务器：提供计算服务的设备，服务器的构成包括处理器、硬盘、内存、***总线等，服务器和通用的计算机架构类似，但是由于需要提供高可靠的服务，因此在处理能力、稳定性、可靠性、安全性、可扩展性、可管理性等方面要求较高。

(5)其他具有数据交互功能的电子设备。

第十方面，本发明的实施例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存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现前述实施例提供的任一种垃圾文件信息库建立方法，因此也能实现相应的技术效果，前文已经进行了详细说明，此处不再赘述。

第十一方面，本发明的实施例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存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现前述实施例提供的任一种垃圾文件识别方法，因此也能实现相应的技术效果，前文已经进行了详细说明，此处不再赘述。

第十二方面，本发明的实施例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存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现前述实施例提供的任一种垃圾文件识别方法，因此也能实现相应的技术效果，前文已经进行了详细说明，此处不再赘述。

需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个......”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

本说明书中的各个实施例均采用相关的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。

尤其，对于装置实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

为了描述的方便，描述以上装置是以功能分为各种单元/模块分别描述。当然，在实施本发明时可以把各单元/模块的功能在同一个或多个软件和/或硬件中实现。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)或随机存储记忆体(RandomAccessMemory，RAM)等。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。

Claims (9)

1.一种垃圾文件信息库建立方法，其特征在于，包括：

接收客户端上报的文件扫描信息，所述文件扫描信息包括所述客户端扫描的文件的文件标识；

根据所述文件扫描信息与预设统计信息的关系，获取相应的扫描文件，以形成文件样本库；

确定所述文件样本库中的各文件样本是否为垃圾文件，以形成垃圾文件信息库。

2.一种垃圾文件识别方法，其特征在于，包括：

接收客户端的文件状态查询请求，所述文件状态查询请求中携带待识别文件的文件标识；

根据所述文件标识，在垃圾文件信息库中查询所述文件标识对应的文件是否为垃圾文件；其中，所述垃圾文件信息库根据权利要求1所述的垃圾文件信息库建立方法建立；

将查询结果向所述客户端发送。

3.一种垃圾文件识别方法，其特征在于，包括：

向服务器发送文件状态查询请求，所述文件状态查询请求中携带待识别文件的文件标识；

接收所述服务器通过垃圾文件信息库对所述待识别文件的查询结果；其中，所述垃圾文件信息库根据权利要求1所述的垃圾文件信息库建立方法建立。

4.一种垃圾文件信息库建立装置，其特征在于，包括：

信息接收单元，用于接收客户端上报的文件扫描信息，所述文件扫描信息包括所述客户端扫描的文件的文件标识；

文件获取单元，用于根据所述文件扫描信息与预设统计信息的关系，获取相应的扫描文件，以形成文件样本库；

垃圾确定单元，用于确定所述文件样本库中的各文件样本是否为垃圾文件，以形成垃圾文件信息库。

5.一种垃圾文件识别装置，其特征在于，包括：

请求接收单元，用于接收客户端的文件状态查询请求，所述文件状态查询请求中携带待识别文件的文件标识；

查询单元，用于根据所述文件标识，在垃圾文件信息库中查询所述文件标识对应的文件是否为垃圾文件；其中，所述垃圾文件信息库由权利要求4所述的垃圾文件信息库建立装置建立；

结果发送单元，用于将查询单元的查询结果向所述客户端发送。

6.一种垃圾文件识别装置，其特征在于，包括：

请求发送单元，用于向服务器发送文件状态查询请求，所述文件状态查询请求中携带待识别文件的文件标识；

结果接收单元，用于接收所述服务器通过垃圾文件信息库对所述待识别文件的查询结果；其中，所述垃圾文件信息库由权利要求4所述的垃圾文件信息库建立装置建立。

7.一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存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现前述权利要求1所述的垃圾文件信息库建立方法。

8.一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存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现前述权利要求2所述的垃圾文件识别方法。

9.一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存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现前述权利要求3所述的垃圾文件识别方法。