一种基于结构化数据的脱敏方法、装置与系统

    公开(公告)号:CN111950022A

    公开(公告)日:2020-11-17

    申请号:CN202010797136.5

    申请日:2020-08-10

    Abstract: 本发明公开一种基于结构化数据的脱敏方法、装置与系统,所述方法包括:接收结构化数据,对所述结构化数据进行拆分,生成拆分数据;对拆分数据进行匿名化处理或去标识化处理,生成匿名化拆分数据或去标识化处理数据;组合匿名化拆分数据或去标识化处理数据,生成匿名化数据或去标识化数据。本发明可对大规模的结构化数据进行脱敏处理,为进一步拓展数据应用,增强数据分析效果提供数据保护方面的有效支持。对于结构化数据脱敏技术,本发明采用匿名化、去标识化方式对结构化数据进行脱敏,可对结构化数据中敏感字段进行脱敏处理,脱敏的标准为不可对应识别个体信息。脱敏后的数据保证数据的独立性和可区分性。去标识化的数据能够数据恢复。

    基于ARIMA的诈骗电话预测方法及预测系统

    公开(公告)号:CN110062114A

    公开(公告)日:2019-07-26

    申请号:CN201910281812.0

    申请日:2019-04-09

    Abstract: 本发明涉及电信技术领域,尤其涉及一种基于ARIMA的诈骗电话预测方法及预测系统。该方法包括以下步骤:采集原始呼叫详细记录数据;将原始呼叫详细记录数据转换为时序数据;对时序数据进行标准化处理,得到训练样本;将训练样本输入构建的ARIMA模型,得到用于预测电话是否有害的电话预测模型。本发明根据原始呼叫详细记录数据对构建的ARIMA模型进行训练,得到预测有害电话的电话预测模型,该电话预测模型能够自动分析预测出主叫电话是否为有害电话,以及预测电信网的未来诈骗趋势,具有成本低、识别准确率高的优点。

    基于LSTM的诈骗电话预测方法及预测系统

    公开(公告)号:CN109905282A

    公开(公告)日:2019-06-18

    申请号:CN201910281123.X

    申请日:2019-04-09

    Abstract: 本发明涉及通讯信息安全技术领域,尤其涉及一种基于LSTM的诈骗电话预测方法及预测系统。该方法包括以下步骤:采集被叫地的原始电话数据;将原始电话数据转换为时序电话数据;对时序电话数据进行标准化处理,得到训练数据、测试数据和验证数据;根据训练数据对构建的LSTM模型进行训练,得到预测有害电话的电话预测模型。本发明根据被叫地的原始电话数据对构建的LSTM模型进行训练,得到预测有害电话的电话预测模型,该电话预测模型能够自动分析预测出主叫电话是否为有害电话,具有成本低、识别准确率高的优点。

    非对称路由网络下VoIP关联方法、装置及可读存储介质

    公开(公告)号:CN110798461A

    公开(公告)日:2020-02-14

    申请号:CN201911011338.6

    申请日:2019-10-23

    Abstract: 本发明公开了一种非对称路由网络下VoIP关联方法、装置及可读存储介质,所述方法包括如下步骤:采集非对称路由网络环境下的原始流量,并提取所述原始流量中的VoIP协议特征;分别提取与所述VoIP协议特征中的控制流和数据流相关联的key;整合控制流关联key和数据流关联key以生成完整的VoIP通话信息。本发明针对当前单一使用深度包检测技术无法实现VoIP业务的完整描述问题,实现了在非对称路由网络环境下,对VoIP控制流的识别及单向流关联,实现了在非对称路由网络环境下VoIP业务完整描述。

Patent Agency Ranking