公开(公告)号：CN116150541A

公开(公告)日：2023-05-23

申请号：CN202310418817.X

申请日：2023-04-19

Applicant: 中国信息通信研究院

Inventor： 常雯 ,  张远晶 ,  刘郁梁 ,  王玉环

IPC: G06F16/958 ,  G06F40/284 ,  G06Q50/34

Abstract: 本发明提供一种后台系统的识别方法、装置、设备及存储介质，涉及网络安全技术领域，方法包括：获取用户的第一信息；第一信息包括以下至少一项：用户在目标网站中的点击行为序列、点击行为序列所用的关键词和点击所产生的数据流量；将第一信息输入至预先设置的画像生成模型，得到画像生成模型输出的用户的第一画像；画像生成模型用于基于第一信息生成第一画像；在第一画像表征代理商的情况下，基于第一画像，对目标网站内的链接进行遍历，识别是否存在目标网站的后台系统。本发明实施例通过表征代理商的第一画像，识别出的目标网站的后台系统，通常存储了大量用户信息和交易信息，可以有效收集目标网站的关键信息。

公开(公告)号：CN117952395A

公开(公告)日：2024-04-30

申请号：CN202410311097.1

申请日：2024-03-19

Applicant: 中国信息通信研究院

Inventor： 常雯 ,  李坤 ,  刘妍妍 ,  王玉环 ,  马梓越 ,  王建宇

IPC: G06Q10/0631 ,  G06N3/126 ,  G06N7/01 ,  G06N3/092 ,  G06Q50/50

Abstract: 本发明提供一种拨测工单的调度方案确定方法及装置，涉及工单调度技术领域，该方法包括：获取调度中心中的至少一个拨测工单，及所述至少一个拨测工单各自对应的多个调度方案；针对各拨测工单对应的多个调度方案均执行以下操作：基于遗传算法，根据所述多个调度方案，确定第一目标调度方案；基于马尔可夫决策，根据所述多个调度方案，确定第二目标调度方案；根据所述第一目标调度方案和所述第二目标调度方案，确定所述拨测工单对应的最优调度方案。该方法结合了遗传算法和马尔可夫决策，能够动态且灵活地确定各拨测工单对应的最优调度方案，以有效提高工单调度的效率和精度。

公开(公告)号：CN113315766A

公开(公告)日：2021-08-27

申请号：CN202110575900.9

申请日：2021-05-26

Applicant: 中国信息通信研究院

Inventor： 万晓玥 ,  崔现东 ,  杜伟 ,  王玉环 ,  董亚萍

IPC: H04L29/06 ,  G06N20/00

Abstract: 本公开涉及一种基于强化学习的恶意网址识别方法、系统和介质。所述方法包括：步骤S1、接收第k个网址，利用域名黑名单研判所述第k个网址，所述第k个网址为待研判网址，其中k为正整数；步骤S2、在所述第k个网址的域名不在所述域名黑名单中的情况下，确定所述第k个网址的优先级，并基于所述优先级确定所述第k个网址的特征向量；步骤S3、基于所述第k个网址的特征向量确定检验统计量Δ，并根据所述检验统计量Δ与所述研判阈值θk的比较结果研判所述第k个网址；其中，k为正整数，N为小于k的正整数。

公开(公告)号：CN116150541B

公开(公告)日：2023-06-23

申请号：CN202310418817.X

申请日：2023-04-19

Applicant: 中国信息通信研究院

Inventor： 常雯 ,  张远晶 ,  刘郁梁 ,  王玉环

IPC: G06F16/958 ,  G06F40/284 ,  G06Q50/34

Abstract: 本发明提供一种后台系统的识别方法、装置、设备及存储介质，涉及网络安全技术领域，方法包括：获取用户的第一信息；第一信息包括以下至少一项：用户在目标网站中的点击行为序列、点击行为序列所用的关键词和点击所产生的数据流量；将第一信息输入至预先设置的画像生成模型，得到画像生成模型输出的用户的第一画像；画像生成模型用于基于第一信息生成第一画像；在第一画像表征代理商的情况下，基于第一画像，对目标网站内的链接进行遍历，识别是否存在目标网站的后台系统。本发明实施例通过表征代理商的第一画像，识别出的目标网站的后台系统，通常存储了大量用户信息和交易信息，可以有效收集目标网站的关键信息。

公开(公告)号：CN113315766B

公开(公告)日：2022-03-29

申请号：CN202110575900.9

申请日：2021-05-26

Applicant: 中国信息通信研究院

Inventor： 万晓玥 ,  崔现东 ,  杜伟 ,  王玉环 ,  董亚萍

IPC: H04L9/40 ,  G06N20/00

Abstract: 本公开涉及一种基于强化学习的恶意网址识别方法、系统和介质。所述方法包括：步骤S1、接收第k个网址，利用域名黑名单研判所述第k个网址，所述第k个网址为待研判网址，其中k为正整数；步骤S2、在所述第k个网址的域名不在所述域名黑名单中的情况下，确定所述第k个网址的优先级，并基于所述优先级确定所述第k个网址的特征向量；步骤S3、基于所述第k个网址的特征向量确定检验统计量Δ，并根据所述检验统计量Δ与所述研判阈值θk的比较结果研判所述第k个网址；其中，k为正整数，N为小于k的正整数。