1.一種基于變量名混淆程度的腳本啟發(fā)式檢測(cè)方法，其特征在于，包括：
收集英文單詞語(yǔ)料庫(kù)；
整合收集到的語(yǔ)料庫(kù)，使用監(jiān)督類(lèi)型的機(jī)器學(xué)習(xí)方法對(duì)收集到的語(yǔ)料庫(kù)進(jìn)行分類(lèi)模型訓(xùn)練；
解析待檢測(cè)腳本，提取出所有變量名稱(chēng)；
將變量名稱(chēng)逐一通過(guò)分類(lèi)模型，判斷是否為隨機(jī)字符串；
對(duì)待檢測(cè)腳本中的隨機(jī)字符串進(jìn)行統(tǒng)計(jì)；所述統(tǒng)計(jì)內(nèi)容至少包括隨機(jī)字符串?dāng)?shù)量及平均長(zhǎng)度；
若所述統(tǒng)計(jì)內(nèi)容中有至少一項(xiàng)超過(guò)預(yù)設(shè)值，則所述待檢測(cè)腳本為惡意。
2.如權(quán)利要求1所述的方法，其特征在于，所述監(jiān)督類(lèi)型的機(jī)器學(xué)習(xí)方法為馬爾科夫鏈法。
3.如權(quán)利要求2所述的方法，其特征在于，馬爾科夫鏈法對(duì)收集到的語(yǔ)料庫(kù)進(jìn)行分類(lèi)模型訓(xùn)練方式具體為：
對(duì)語(yǔ)料庫(kù)中的所有單詞進(jìn)行分割，產(chǎn)生多個(gè)由兩個(gè)字母組成的片段，生成狀態(tài)轉(zhuǎn)移矩陣，對(duì)片段進(jìn)行頻率統(tǒng)計(jì)；
選取常規(guī)單詞，以上述相同方式分割，利用上述生成的狀態(tài)轉(zhuǎn)移矩陣，計(jì)算常規(guī)單詞的出現(xiàn)頻率均值，作為常規(guī)單詞頻率；
選取隨機(jī)非單詞字符串，以上述相同方式分割，利用上述生成的狀態(tài)轉(zhuǎn)移矩陣，計(jì)算隨機(jī)非單詞字符串的出現(xiàn)頻率均值，作為隨機(jī)字符串頻率；上述常規(guī)單詞頻率應(yīng)大于隨機(jī)字符串頻率；
根據(jù)常規(guī)單詞頻率及隨機(jī)字符串頻率計(jì)算分類(lèi)頻率閾值。
4.如權(quán)利要求3所述的方法，其特征在于，將變量名稱(chēng)逐一通過(guò)分類(lèi)模型，判斷是否為隨機(jī)字符串，具體為：將變量名傳入分類(lèi)模型，所述變量名將按照上述方式分割為片段，利用上述生成的狀態(tài)轉(zhuǎn)移矩陣，計(jì)算變量名的出現(xiàn)頻率，并與分類(lèi)頻率閾值比較，若大于分類(lèi)頻率閾值，則所述變量名為正常，若小于分類(lèi)頻率閾值，則所述變量名為隨機(jī)字符串。
5.一種基于變量名混淆程度的腳本啟發(fā)式檢測(cè)系統(tǒng)，其特征在于，包括：
語(yǔ)料庫(kù)收集模塊，用于收集英文單詞語(yǔ)料庫(kù)；
模型訓(xùn)練模塊，用于整合收集到的語(yǔ)料庫(kù)，使用監(jiān)督類(lèi)型的機(jī)器學(xué)習(xí)方法對(duì)收集到的語(yǔ)料庫(kù)進(jìn)行分類(lèi)模型訓(xùn)練；
腳本解析模塊，用于解析待檢測(cè)腳本，提取出所有變量名稱(chēng)；
判斷模塊，用于將變量名稱(chēng)逐一通過(guò)分類(lèi)模型，判斷是否為隨機(jī)字符串；
統(tǒng)計(jì)模塊，用于對(duì)待檢測(cè)腳本中的隨機(jī)字符串進(jìn)行統(tǒng)計(jì)；所述統(tǒng)計(jì)內(nèi)容至少包括隨機(jī)字符串?dāng)?shù)量及平均長(zhǎng)度；若所述統(tǒng)計(jì)內(nèi)容中有至少一項(xiàng)超過(guò)預(yù)設(shè)值，則所述待檢測(cè)腳本為惡意。
6.如權(quán)利要求5所述的系統(tǒng)，其特征在于，所述監(jiān)督類(lèi)型的機(jī)器學(xué)習(xí)方法為馬爾科夫鏈法。
7.如權(quán)利要求6所述的系統(tǒng)，其特征在于，馬爾科夫鏈法對(duì)收集到的語(yǔ)料庫(kù)進(jìn)行分類(lèi)模型訓(xùn)練方式具體為：
對(duì)語(yǔ)料庫(kù)中的所有單詞進(jìn)行分割，產(chǎn)生多個(gè)由兩個(gè)字母組成的片段，生成狀態(tài)轉(zhuǎn)移矩陣，對(duì)片段進(jìn)行頻率統(tǒng)計(jì)；
選取常規(guī)單詞，以上述相同方式分割，利用上述生成的狀態(tài)轉(zhuǎn)移矩陣，計(jì)算常規(guī)單詞的出現(xiàn)頻率均值，作為常規(guī)單詞頻率；
選取隨機(jī)非單詞字符串，以上述相同方式分割，利用上述生成的狀態(tài)轉(zhuǎn)移矩陣，計(jì)算隨機(jī)非單詞字符串的出現(xiàn)頻率均值，作為隨機(jī)字符串頻率；上述常規(guī)單詞頻率應(yīng)大于隨機(jī)字符串頻率；
根據(jù)常規(guī)單詞頻率及隨機(jī)字符串頻率計(jì)算分類(lèi)頻率閾值。
8.如權(quán)利要求7所述的系統(tǒng)，其特征在于，將變量名稱(chēng)逐一通過(guò)分類(lèi)模型，判斷是否為隨機(jī)字符串，具體為：將變量名傳入分類(lèi)模型，所述變量名將按照上述方式分割為片段，利用上述生成的狀態(tài)轉(zhuǎn)移矩陣，計(jì)算變量名的出現(xiàn)頻率，并與分類(lèi)頻率閾值比較，若大于分類(lèi)頻率閾值，則所述變量名為正常，若小于分類(lèi)頻率閾值，則所述變量名為隨機(jī)字符串。