-
公开(公告)号：CN111091809B
公开(公告)日：2023-05-23
申请号：CN201911051663.5
申请日：2019-10-31
Applicant: 国家计算机网络与信息安全管理中心 , 中国科学院信息工程研究所
IPC: G10L15/00 , G10L15/02 , G10L15/08 , G06F18/2411 , G06F18/214 , G06F18/25
Abstract: 本发明提供一种深度特征融合的地域性口音识别方法和装置，方法包括：提取待识别语音的瓶颈BN特征和滑动差分倒谱SDC特征；将瓶颈BN特征和滑动差分倒谱SDC特征输入预先训练后的支持向量机SVM分类器中，得到输出的待识别语音的语音类别。本发明采用多特征融合的语种识别系统，提取语音的深度特征，融合传统的SDC特征，输入SVM分类器，实现更鲁棒的语种识别功能，取得了对地域性方言普通话较好的分类效果。
-
公开(公告)号：CN115915038A
公开(公告)日：2023-04-04
申请号：CN202110805859.X
申请日：2021-07-16
Applicant: 国家计算机网络与信息安全管理中心 , 中国科学院信息工程研究所
Abstract: 本发明公开了一种基于移动用户信令数据的跨城通勤用户识别方法及装置，包括：基于每一周期的白天时间段与夜间时间段，利用目标区域的移动用户信令数据获取该周期日工作用户与该周期日居住用户；依据该周期日工作用户的该周期夜间信令数据与该周期日居住用户的该周期白天信令数据，分别得到该周期夜间信令消失用户与该周期白天信令消失用户；利用全部移动用户在设定时间段内成为该周期夜间信令消失用户或该周期白天信令消失用户的次数，得到跨城通勤用户识别结果。本发明基于原始信令数据挖掘跨城通勤用户，采用Spark计算框架进行分析处理，具有高可靠性和高效率，可用于区域人口监管。
-
公开(公告)号：CN110930982A
公开(公告)日：2020-03-27
申请号：CN201911050896.3
申请日：2019-10-31
Applicant: 国家计算机网络与信息安全管理中心 , 中国科学院信息工程研究所
Abstract: 本发明提供一种多口音声学模型和多口音语音识别方法，所述多口音声学模型包括多个BLSTM层、多个Softmax输出层和一个门控单元，多个BLSTM层依次串接后与每一个Softmax输出层串接，门控单元位于所述多个BLSTM层中的其中两个相邻的BLSTM层之间。本发明对传统的普通话声学模型构造进行改进，针对需要识别的多种口音数据的类别数量，将传统的普通话声学模型中的Softmax输出层复制多份，每一个Softmax输出层为口音特定输出层，将输出层设计为口音特定的形式，即每种口音独享其对应的输出层；而门控单元对神经网络的BLSTM层的输出进行一种口音特定的调节，以使该模型更好地适用于多种口音。
-
公开(公告)号：CN111556013A
公开(公告)日：2020-08-18
申请号：CN202010213472.0
申请日：2020-03-24
Applicant: 国家计算机网络与信息安全管理中心 , 中国科学院信息工程研究所
IPC: H04L29/06
Abstract: 本发明公开了一种复杂大流量下VoIP恶意行为发现方法，其步骤包括：1)从网络流量中筛选出VoIP呼叫信令；2)利用设定的过滤门限对VoIP呼叫信令进行筛选，找出可疑的网络流量；3)提取可疑的网络流量中的每一被叫账号的历史呼叫信令数据，统计分析得到该被叫账号的呼叫行为特征与对应阈值进行对比，确定该被叫账号是否受到恶意攻击。本发明能够针对复杂实时数据流进行全面细致的检测，充分挖掘历史数据，有效检测VoIP恶意行为，更好地应对复杂度高、隐蔽性高的VoIP恶意行为。
-
公开(公告)号：CN111091809A
公开(公告)日：2020-05-01
申请号：CN201911051663.5
申请日：2019-10-31
Applicant: 国家计算机网络与信息安全管理中心 , 中国科学院信息工程研究所
Abstract: 本发明提供一种深度特征融合的地域性口音识别方法和装置，方法包括：提取待识别语音的瓶颈BN特征和滑动差分倒谱SDC特征；将瓶颈BN特征和滑动差分倒谱SDC特征输入预先训练后的支持向量机SVM分类器中，得到输出的待识别语音的语音类别。本发明采用多特征融合的语种识别系统，提取语音的深度特征，融合传统的SDC特征，输入SVM分类器，实现更鲁棒的语种识别功能，取得了对地域性方言普通话较好的分类效果。
-
Patent Agency Ranking
公开(公告)号：CN117295072A
公开(公告)日：2023-12-26
申请号：CN202210694396.9
申请日：2022-06-16
Applicant: 中国科学院信息工程研究所 , 国家计算机网络与信息安全管理中心
IPC: H04W12/67 , H04W12/03 , H04W12/122 , H04W24/08 , H04W24/10 , G06N3/0464 , G06N3/048
Abstract: 本发明公开了一种5G网络中OTT语音业务风险管控策略的生成方法及装置，包括：分析OTT语音业务流量，生成异常OTT语音业务流量或用户行为的检测结果报告；根据所述检测结果报告与预置的OTT语音业务风险情报知识进行风险评估，OTT业务流量风险评估功能生成应急异常OTT语音业务或异常用户行为的风险等级，并依据所述风险等级，生成应急处置建议；基于应急处置建议，策略控制功能生成OTT语音业务风险管控策略。本发明引入新的流量风险评估功能实现对有害加密OTT语音业务、用户行为的风险评估，并结合5G策略控制体系实现有害OTT业务的应急处置。
-
公开(公告)号：CN117295060A
公开(公告)日：2023-12-26
申请号：CN202210686184.6
申请日：2022-06-16
Applicant: 中国科学院信息工程研究所 , 国家计算机网络与信息安全管理中心
Abstract: 本发明公开了一种5G环境下有害加密OTT语音应用风险处置方法及装置，包括：流量风险评估功能基于用户面功能生成的异常OTT业务流量检测结果进行风险评估，生成有害OTT语音业务应急处置建议；5G策略控制体系PCF根据所述有害OTT语音业务应急处置建议、5G网络运营商安全风险策略及相应用户的签约信息、位置、移动网络接入行为信息，分别生成OTT业务流量控制策略与OTT业务用户网络连接控制策略；利用OTT业务流量控制策略与OTT业务用户网络连接控制策略，5G用户面功能及控制面功能分别对有害OTT业务流量与有害OTT业务用户网络连接进行控制，获取处置结果。本发明通过构建新的接口，并在策略中引入流量标签，可对有害OTT业务流量进行更准确管控。
-
公开(公告)号：CN113052270B
公开(公告)日：2024-12-24
申请号：CN202110503779.9
申请日：2021-05-10
Applicant: 清华大学 , 国家计算机网络与信息安全管理中心
IPC: G06F18/21 , G06F18/241 , G06F18/22
Abstract: 本申请涉及一种分类精度评价方法、装置、计算机设备和存储介质。所述方法包括：获取有害语音样本集；将有害语音样本集中的每个有害语音样本输入待评价的有害语音分类模型中进行分类，得到预测类别标签；在预设的分类层级中，确定与预测类别标签和有害语音样本的样本类别标签对应的目标分类；根据目标分类计算待评价的有害语音分类模型的分类精确程度。本方案中，对有害语音样本进行了多层次的分类(即分类层级)，然后在分类层级中确定预测类别标签和样本类别标签共同所属的目标分类，目标分类可以反映预测类别标签和样本类别标签的匹配度，进而根据目标分类确定分类模型的分类精确程度，能够有效的提高分类模型评价的准确度。
-
公开(公告)号：CN115914056B
公开(公告)日：2024-12-17
申请号：CN202110914688.4
申请日：2021-08-10
Applicant: 国家计算机网络与信息安全管理中心
IPC: H04L43/50 , H04L65/1104 , H04L67/02 , H04L67/141
Abstract: 本申请提供一种网络电话服务端的识别方法及装置、系统、电子设备，该方法包括：获取SIP流量，对SIP流量进行分析，获得目的IP信息；根据目的IP信息，对目标服务端的通信端口进行扫描，查找开放服务的目标端口；与开放服务的目标端口建立连接，并向开放服务的目标端口发送HTTP报文；根据HTTP报文的响应消息，确定目标服务端是否为网络电话服务端。由此可以高效地过滤出网络中大部分的VoIP运营平台信息，比传统的被动解析方式需要的资源更少且更加灵活，比传统的主动方式更加高效、目的性更强。在消耗少量资源的情况下，可以高效的进行定向分析，大大提高整体分析的高效性。
-
公开(公告)号：CN113420111B
公开(公告)日：2023-08-11
申请号：CN202110674586.X
申请日：2021-06-17
Applicant: 中国科学院声学研究所 , 国家计算机网络与信息安全管理中心
IPC: G06F16/33 , G06F16/332 , G06F40/126 , G06F40/289 , G06F40/30 , G06F18/24 , G06N3/02
Abstract: 本申请实施例公开了一种用于多跳推理问题的智能问答方法及装置，方法包括：获取问题文本；对问题文本进行语义编码，获得问题文本的语义编码表示；根据问题文本的语义编码表示，确定第一预测结果，第一预测结果为问题文本的至少一个问题主体所在位置的预测结果；根据问题文本的语义编码表示，确定第二预测结果，第二预测结果为问题文本的至少一个问题关系的预测结果；根据第一预测结果和第二预测结果，生成子问题文本，子问题文本包括至少一个子问题；根据筛选文档，对至少一个子问题依次进行回答，获得与至少一个子问题对应的答案，筛选文档包括至少一个子问题对应的答案；根据至少一个子问题对应的答案，确定问题文本的最终答案。
-
-
-
-
-
-
-
-
-
Search Results
103
records
(took 0.076 seconds)
