1.一种针对智能量测终端的应用检测方法，其特征在于，所述方法包括：获取多个应用类型各自对应的自编码器；所述自编码器根据所述应用类型下的样本应用对平台接口的样本接口调用序列训练得到；多个所述自编码器分别具有对应的正态分布函数，所述正态分布函数根据相同应用类型多个所述样本接口调用序列各自对应的样本调用序列特征的分布情况确定；所述多个应用类型包括正常应用程序和异常应用；所述样本接口调用序列由多个所述平台接口各自的接口编码组成，多个所述接口编码在所述样本接口调用序列中的顺序根据多个所述平台接口被调用的顺序确定；针对每种所述应用类型，将所述智能量测终端中待检测的目标应用对平台接口的实际接口调用序列，输入到所述应用类型对应的自编码器，得到所述自编码输出的实际调用序列特征，并根据所述实际调用序列特征和所述自编码器对应的正态分布函数所反映的所述样本调用序列特征的分布情况之间的匹配情况，确定所述目标应用属于所述应用类型的检测概率；根据各所述检测概率确定所述目标应用的应用类型检测结果；所述应用类型检测结果包括最大概率对应的检测应用类型；根据所述目标应用对应的所述实际接口调用序列，获取所述检测应用类型新增的样本接口调用序列；生成服从所述检测应用类型对应的正态分布函数的多个第二随机矢量，根据所述检测应用类型的自编码器所对应的解码器，对多个所述第二随机矢量解码，得到多个伪编码序列；根据所述多个伪编码序列和所述新增的样本接口调用序列，得到新的训练集，并根据所述新的训练集更新所述检测应用类型的自编码器和正态分布函数。
2.根据权利要求1所述的方法，其特征在于，每个所述应用类型对应的自编码器和正态分布函数通过如下步骤获取：运行所述应用类型下的样本应用，并确定所述样本应用运行过程中对平台接口的调用序列；根据所述调用序列中的被调用接口所对应的接口编码，确定所述应用类型的样本接口调用序列；根据所述样本接口调用序列训练初始的自编码器，在结束所述训练的情况下，获取经训练的所述自编码器针对各所述样本接口调用序列输出的样本调用序列特征，确定各所述样本调用序列特征对应的均值和方差；根据所述均值和方差，确定所述自编码器对应的正态分布函数。
3.根据权利要求1所述的方法，其特征在于，所述根据各所述检测概率确定所述目标应用的应用类型检测结果，包括：确定各所述检测概率中的最大概率；若所述最大概率大于所述最大概率对应的检测应用类型的预设阈值，则将所述检测应用类型作为所述目标应用的应用类型检测结果；若所述最大概率小于或等于预设阈值，则确定所述目标应用的应用类型检测结果为未知应用类型。
4.根据权利要求3所述的方法，其特征在于，所述预设阈值通过如下步骤确定：获取预设的置信度，并确定多维卡方分布在所述置信度上的分位点；所述多维卡方分布的维度数量根据所述样本调用序列特征的维度数量确定；从多个所述样本调用序列特征中确定目标调用序列特征；所述目标调用序列特征对应模平方与所述分位点的数值相匹配；根据所述目标调用序列特征和所述正态分布函数，确定所述目标调用序列特征对应的概率，并将所述概率作为预设阈值；或者，生成服从所述正态分布函数的多个第一随机矢量，并计算所述多个第一随机矢量各自的出现概率；对多个所述出现概率进行降序排列，根据预设的置信度确定目标序次，所述目标序次为不超过所述置信度的最大整数；在降序排列结果中确定所述目标序次对应的出现概率，作为预设阈值。
5.根据权利要求3所述的方法，其特征在于，若所述最大概率小于或等于预设阈值，则确定所述目标应用的检测结果为未知应用类型之后，还包括：根据所述未知应用类型下的所述目标应用的类型标注结果，得到新的应用类型；确定所述新的应用类型对应的所述实际接口调用序列的序列数量，在所述序列数量达到数量阈值的情况下，根据所述新的应用类型对应的各所述实际接口调用序列，训练对应的自编码器，得到所述新的应用类型对应的自编码器和正态分布函数。
6.一种针对智能量测终端的应用检测装置，其特征在于，所述装置包括：自编码器获取模块，用于获取多个应用类型各自对应的自编码器；所述自编码器根据所述应用类型下的样本应用对平台接口的样本接口调用序列训练得到；多个所述自编码器分别具有对应的正态分布函数，所述正态分布函数根据相同应用类型多个所述样本接口调用序列各自对应的样本调用序列特征的分布情况确定；所述多个应用类型包括正常应用程序和异常应用；所述样本接口调用序列由多个所述平台接口各自的接口编码组成，多个所述接口编码在所述样本接口调用序列中的顺序根据多个所述平台接口被调用的顺序确定；检测概率确定模块，用于针对每种所述应用类型，将所述智能量测终端中待检测的目标应用对平台接口的实际接口调用序列，输入到所述应用类型对应的自编码器，得到所述自编码输出的实际调用序列特征，并根据所述实际调用序列特征和所述自编码器对应的正态分布函数所反映的所述样本调用序列特征的分布情况之间的匹配情况，确定所述目标应用属于所述应用类型的检测概率；检测结果获取模块，用于根据各所述检测概率确定所述目标应用的应用类型检测结果；所述应用类型检测结果包括最大概率对应的检测应用类型；模型更新模块，用于根据所述目标应用对应的所述实际接口调用序列，获取所述检测应用类型新增的样本接口调用序列；生成服从所述检测应用类型对应的正态分布函数的多个第二随机矢量，根据所述检测应用类型的自编码器所对应的解码器，对多个所述第二随机矢量解码，得到多个伪编码序列；根据所述多个伪编码序列和所述新增的样本接口调用序列，得到新的训练集，并根据所述新的训练集更新所述检测应用类型的自编码器和正态分布函数。
7.根据权利要求6所述的装置，其特征在于，所述装置还包括模型训练模块，所述模型训练模块用于：运行所述应用类型下的样本应用，并确定所述样本应用运行过程中对平台接口的调用序列；根据所述调用序列中的被调用接口所对应的接口编码，确定所述应用类型的样本接口调用序列；根据所述样本接口调用序列训练初始的自编码器，在结束所述训练的情况下，获取经训练的所述自编码器针对各所述样本接口调用序列输出的样本调用序列特征，确定各所述样本调用序列特征对应的均值和方差；根据所述均值和方差，确定所述自编码器对应的正态分布函数。
8.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至5中任一项所述的方法的步骤。
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至5中任一项所述的方法的步骤。
10.一种计算机程序产品，包括计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至5中任一项所述的方法的步骤。
