-
公开(公告)号：CN108897749A
公开(公告)日：2018-11-27
申请号：CN201810355382.8
申请日：2018-04-19
Applicant: 中国科学院计算技术研究所 , 国家计算机网络与信息安全管理中心
Abstract: 本发明涉及一种基于语法树和文本块密度的网页信息抽取方法，包括：获取网页的标题文本信息；设定筛选阈值，计算该网页所有节点的文本块密度，以该文本块密度大于该筛选阈值的节点为采集节点，提取该采集节点的节点文本信息；若该采集节点的数量为1，则以该节点文本信息为目标信息进行抽取；若该采集节点的数量大于1，则将该标题文本信息和该节点文本信息分别转换为唯一表达句子语义的标题深层语法树和节点深层语法树；获得每个该节点深层语法树与该标题深层语法树的整体相似度，以该整体相似度中的最大值对应的节点文本信息为目标信息进行抽取。
-
公开(公告)号：CN108769115A
公开(公告)日：2018-11-06
申请号：CN201810354384.5
申请日：2018-04-19
Applicant: 中国科学院计算技术研究所 , 国家计算机网络与信息安全管理中心
IPC: H04L29/08
CPC classification number: H04L67/1008
Abstract: 本发明涉及一种分布式RSS数据采集系统，包括：分布于网络的至少一个采集节点模块，用于采集该网络上的RSS数据；注册中心，用于保存所有该采集节点模块的信息，并将该信息提供给该调度模块；调度模块，用于根据该信息将采集任务分配给该采集节点模块。分布式RSS数据采集方法包括：通过注册中心收集分布于网络的采集节点模块的信息；通过调度模块拉取采集任务；通过该调度模块拉取该信息；根据该信息将该采集任务分配给该采集节点模块；采集该网络上的RSS数据。
-
公开(公告)号：CN114064470B
公开(公告)日：2024-11-15
申请号：CN202111323148.5
申请日：2021-11-05
Applicant: 国家计算机网络与信息安全管理中心
Abstract: 本发明涉及一种联盟链重放攻击的测试方法、装置、电子设备及存储介质，该方法通过构建测试程序，将所述测试程序部署到联盟链网络中成为测试服务器节点；通过客户端发送交易请求到所述测试服务器节点以产生一笔交易，并记录交易产生的交易哈希值；通过所述测试服务器节点将所述交易产生的交易数据发送给其他节点，并重放所述交易；在所述联盟链网络中查询历史交易，并检查重放所述交易后的所有交易哈希值，以生成测试结果；根据所述测试结果判定所述联盟链网络是否受到重放攻击的影响，实现了对联盟链网络的加密交易通信进行重放攻击测试，进而检测联盟链网络是否受到重放攻击的影响及其危害程度。
-
公开(公告)号：CN114064470A
公开(公告)日：2022-02-18
申请号：CN202111323148.5
申请日：2021-11-05
Applicant: 国家计算机网络与信息安全管理中心
Abstract: 本发明涉及一种联盟链重放攻击的测试方法、装置、电子设备及存储介质，该方法通过构建测试程序，将所述测试程序部署到联盟链网络中成为测试服务器节点；通过客户端发送交易请求到所述测试服务器节点以产生一笔交易，并记录交易产生的交易哈希值；通过所述测试服务器节点将所述交易产生的交易数据发送给其他节点，并重放所述交易；在所述联盟链网络中查询历史交易，并检查重放所述交易后的所有交易哈希值，以生成测试结果；根据所述测试结果判定所述联盟链网络是否受到重放攻击的影响，实现了对联盟链网络的加密交易通信进行重放攻击测试，进而检测联盟链网络是否受到重放攻击的影响及其危害程度。
-
公开(公告)号：CN108429649B
公开(公告)日：2020-11-06
申请号：CN201810244277.7
申请日：2018-03-23
Applicant: 国家计算机网络与信息安全管理中心
IPC: H04L12/24
Abstract: 本发明公开了一种基于多次单类型采集结果的综合异常判断系统，涉及网络预警技术领域。所述系统包括：阈值生成单元和异常判断单元；所述阈值生成单元，在从被采集系统上获取到的采集数据的基础上，计算判断阈值；所述异常判断单元，在所述判断阈值和所述采集数据的基础上，判断被采集系统运行是正常还是异常。本发明所述系统对采集到的数据进行多种方式进行判断，从而在不接触被监测系统后台日志或硬件数据的情况下准确识别出被检测系统的运行状况，解决了因使用平均值计算抗干扰性太弱，固定阈值判断性能太差，阈值波动范围设置方案单一且低效的问题。
-
Patent Agency Ranking
公开(公告)号：CN108804527A
公开(公告)日：2018-11-13
申请号：CN201810400819.5
申请日：2018-04-28
Applicant: 国家计算机网络与信息安全管理中心 , 北京蓝光汇智网络科技有限公司
Abstract: 本发明公开了一种基于微信区域朋友圈数据分析系统，包括：账户采集模块，账户消重模块，账户存储模块；信息采集模块，用于连续多次采集该限定区域内的朋友圈可见信息；信息消重模块，过滤掉该限定区域内在该次采集的朋友圈可见信息中以前已经出现过的朋友圈可见信息，得到新的朋友圈可见信息；信息存储模块，用于接收并储存新的朋友圈可见信息。本发明还公开了一种基于微信区域朋友圈数据分析方法。本发明实现了对限定区域内的所有微信用户的朋友圈可见信息进行了全面的分析，及时监测舆情，有效预警突发事件，防患于未然。
-
公开(公告)号：CN108563686A
公开(公告)日：2018-09-21
申请号：CN201810208801.5
申请日：2018-03-14
Applicant: 中国科学院自动化研究所 , 国家计算机网络与信息安全管理中心
Abstract: 本发明涉及计算机技术领域，具体提供了一种基于混合神经网络的社交网络谣言识别方法及系统，旨在解决如何在考虑谣言转发评论信息的情况下，准确识别社交网络中谣言的技术问题。为此目的，本发明中社交网络谣言识别方法，首先利用三种不同的神经网络分别获取用户特征向量、原文特征向量和传播信息特征向量，然后将用户特征向量、原文特征向量和传播信息特征向量融合为新的特征向量，最后利用第四种神经网络对融合后的特征向量进行谣言识别。基于上述步骤，能够快速且准确地检测到社交网络中的谣言。同时，本发明中的系统能够执行并实现上述步骤。
-
公开(公告)号：CN108429649A
公开(公告)日：2018-08-21
申请号：CN201810244277.7
申请日：2018-03-23
Applicant: 国家计算机网络与信息安全管理中心
IPC: H04L12/24
CPC classification number: H04L41/0631 , H04L41/064
Abstract: 本发明公开了一种基于多次单类型采集结果的综合异常判断系统，涉及网络预警技术领域。所述系统包括：阈值生成单元和异常判断单元；所述阈值生成单元，在从被采集系统上获取到的采集数据的基础上，计算判断阈值；所述异常判断单元，在所述判断阈值和所述采集数据的基础上，判断被采集系统运行是正常还是异常。本发明所述系统对采集到的数据进行多种方式进行判断，从而在不接触被监测系统后台日志或硬件数据的情况下准确识别出被检测系统的运行状况，解决了因使用平均值计算抗干扰性太弱，固定阈值判断性能太差，阈值波动范围设置方案单一且低效的问题。
-
公开(公告)号：CN114531809A
公开(公告)日：2022-05-24
申请号：CN202210208291.8
申请日：2022-03-04
Applicant: 国家计算机网络与信息安全管理中心上海分中心
Abstract: 本发明公开了一种新型高性能电磁屏蔽机柜，涉及电磁屏蔽机柜技术领域，包括电磁屏蔽机柜主体，所述电磁屏蔽机柜主体顶部开设柜口；所述电磁屏蔽机柜主体内顶部设置有柜门机构；所述电磁屏蔽机柜主体内底部安装有容器，所述容器内安装有服务器；所述容器内装有冷却液；所述电磁屏蔽机柜主体内底部设置有循环冷却机构；所述电磁屏蔽机柜主体后端面内壁上安装有电源滤波器、泄压波导窗、光纤波导管、第一压力传感器；本发明通过机械化取代传统的人工关闭柜门方式，使得在关闭电磁屏蔽机柜主体的柜门主体时更加的省力，并且提高了电磁屏蔽机柜主体的散热效率，进而提高了电磁屏蔽机柜主体的工作效率。
-
公开(公告)号：CN108647247A
公开(公告)日：2018-10-12
申请号：CN201810338554.0
申请日：2018-04-16
Applicant: 国家计算机网络与信息安全管理中心
IPC: G06F17/30
Abstract: 本发明提供了基于改进PageRank算法的微博信息传播关键节点识别方法，步骤包括：1)信息采集；2)确定所述微群内转发次数最高的文本信息；3)获取的文本信息获取使用“@”用户标识的文本信息，该用户为B；4)获取的文本信息计算高频词；5)采集用户B的微博文本信息后与所述高频词比对，确定A微群内的成员的转发次数最高文本信息是否被用户B转发，如确定用户B转发，确定B是否传递给了用户C，从而形成信息的传播路径；6)确定传播路径上的用户所在的微群，从而构建微群关注网络；7)通过WeiboRank算法确定最具影响力的微群。本发明实现微群之间以及群内的中关键节点的发掘，不用建立复杂的数据模型，方便快捷的进行群体发现，具有较高的稳定性。
-
-
-
-
-
-
-
-
-
Search Results
35
records
(took 0.121 seconds)
