-
公开(公告)号：CN113076464A
公开(公告)日：2021-07-06
申请号：CN202110392387.X
申请日：2021-04-13
Applicant: 国家计算机网络与信息安全管理中心
IPC: G06F16/953 , G06F16/332 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明公开一种基于重构编码异常检测的多通道网络线索发现方法及装置，该方法步骤如下：步骤一、构建面向暗网、telegram、区块链交易网络的正则化多通道网络并进行节点对齐；步骤二、基于多通道图表征重构的特征表示学习的线索检测：该装置包括：多通道网络构建与对齐模块、多通道图表征重构的特征表示学习的线索检测模块。本发明可实现对暗网、国外主流即时通讯工具等多通道的网络进行监测，实现网络异常发现和内容管控,实现针对不良信息发现，或者一些网络异常行为的发现。
-
公开(公告)号：CN112308696A
公开(公告)日：2021-02-02
申请号：CN202010100349.8
申请日：2020-02-18
Applicant: 哈尔滨工业大学 , 国家计算机网络与信息安全管理中心
Abstract: 本发明涉及区域金融风险监测领域，具体涉及一种互联网金融企业区域风险测度方法；包括以下步骤，首先确定各种业态各个地区的资金集中度、杠杆率；再确定各种业态各地区资金集中度、杠杆率随时间变化的趋势；然后根据该种业态下行业资金集中度、行业杠杆率确定区域资金集中度及区域杠杆率黄线及红线；最后用弧形图展示各种业态下各地区的资金集中度及杠杆率风险所在风险水平，采用本发明技术方案的风险测度方法，可以对各种互联网金融业态下的各地区集中度、杠杆率随时间变化的趋势予以实时监测。
-
公开(公告)号：CN108829722B
公开(公告)日：2020-10-02
申请号：CN201810432079.3
申请日：2018-05-08
Applicant: 国家计算机网络与信息安全管理中心
IPC: G06F16/35 , G06F16/36 , G06F40/295
Abstract: 本发明涉及一种远程监督的Dual‑Attention关系分类方法及系统，包括：通过远程监督将知识库中的实体对对齐到新闻语料，构建实体对句子集合；基于词级别注意力机制的Bi‑LSTM模型将所述句子进行词级别的向量编码，得到所述句子的语义特征编码向量；基于句子级别注意力机制的Bi‑LSTM模型将所述句子的语义特征进行编码与去噪，得到句子集特征编码向量；将所述句子集特征编码向量与实体对翻译向量进行打包，对得到的包特征进行实体对的关系分类。本发明提供的技术方案降低了模型训练的噪声数据，避免人工标注数据及其造成的错误传递。运用开放域文本与大规模知识库进行实体对齐，有效解决了关系抽取的标注数据规模问题。
-
公开(公告)号：CN111709841A
公开(公告)日：2020-09-25
申请号：CN202010357155.6
申请日：2020-04-29
Applicant: 国家计算机网络与信息安全管理中心 , 中国科学院计算技术研究所
Abstract: 本申请公开了一种非法集资的识别方法和装置、存储介质、电子装置。其中，该方法包括：获取第一对象的第一信息，第一信息包括第一对象在多个维度的特征信息，第一对象为存在虚拟资源的收集行为的对象；将第一信息转换为第一向量，第一向量包括多个子向量，多个子向量中的每个子向量用于表示第一信息中的一个维度的特征信息，多个子向量中任意两个子向量表示的特征信息的维度不同；将第一向量输入第一模型，并通过第一模型识别出第一对象的虚拟资源的收集行为是否为非法集资行为，其中，第一模型是使用第二信息进行训练得到的。本申请解决了检测非法集资行为的识别效率较低的技术问题。
-
公开(公告)号：CN111078869A
公开(公告)日：2020-04-28
申请号：CN201911083838.0
申请日：2019-11-07
Applicant: 国家计算机网络与信息安全管理中心 , 深圳市任子行科技开发有限公司
IPC: G06F16/35 , G06F40/289 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于神经网络对金融网站进行分类的方法及装置，该方法包括：获取多个金融网站的文本数据，并根据各个金融网站的网站类别对各个金融网站设置对应的标记，根据所述多个金融网站的文本数据以及标记得到多组训练数据；通过所述多组训练数据对预置卷积神经网络模型进行迭代训练，得到目标卷积神经网络模型；将待识别金融网站的文本数据转化为待识别词向量，将所述待识别词向量输入所述目标卷积神经网络模型，得到所述待识别金融网站的类别预测结果。通过本发明，以金融网站的文本数据为基础，借助卷积神经网络模型，实现了对金融网站进行细分类的目的，减少了执行网站分类任务时的人工成本。
-
Patent Agency Ranking
公开(公告)号：CN110119882A
公开(公告)日：2019-08-13
申请号：CN201910296002.2
申请日：2019-04-12
Applicant: 国家计算机网络与信息安全管理中心 , 北京中科闻歌科技股份有限公司
Abstract: 本申请涉及一种平台风险监控方法、装置、设备及存储介质，该方法包括：获取与业务数据对应的风险指数评估模型；从所述业务数据中获取风险点类别信息；利用所述风险指数评估模型，对所述风险点类别信息进行风险评估，得到所述风险点类别信息的风险指数评估结果。该方法可以缓解单靠人力对每个融资平台的风险进行有效监控的难度，达到了提高平台风险监控效率的技术效果。
-
公开(公告)号：CN105843854B
公开(公告)日：2019-02-05
申请号：CN201610150817.6
申请日：2016-03-16
Applicant: 国家计算机网络与信息安全管理中心
IPC: G06F16/2455 , G06F16/31
Abstract: 本发明提供一种面向网络数据的专题文档快速识别系统，通过与不同规则的高效匹配达到快速识别专题的目的。本发明主要由文档获取模块、文档结果存储模块、轮询监测模块、实时服务接口、历史服务接口、规则树构建模块、实时过滤处理模块和回溯过滤处理模块组成。本发明实现了对实时数据和历史有效数据同时进行处理的功能，能够对大量文档数据进行批量处理，能够在保证系统正常运行的前提下对处理算法进行动态热切换，能够在输入输出接口内容变动后依然可以保证系统的正常运行，弥补了目前一些文档识别系统无法随意更改、灵活性和复用性差等的缺陷，对需求变更有很强的适应性。
-
公开(公告)号：CN108829722A
公开(公告)日：2018-11-16
申请号：CN201810432079.3
申请日：2018-05-08
Applicant: 国家计算机网络与信息安全管理中心
Abstract: 本发明涉及一种远程监督的Dual-Attention关系分类方法及系统，包括：通过远程监督将知识库中的实体对对齐到新闻语料，构建实体对句子集合；基于词级别注意力机制的Bi-LSTM模型将所述句子进行词级别的向量编码，得到所述句子的语义特征编码向量；基于句子级别注意力机制的Bi-LSTM模型将所述句子的语义特征进行编码与去噪，得到句子集特征编码向量；将所述句子集特征编码向量与实体对翻译向量进行打包，对得到的包特征进行实体对的关系分类。本发明提供的技术方案降低了模型训练的噪声数据，避免人工标注数据及其造成的错误传递。运用开放域文本与大规模知识库进行实体对齐，有效解决了关系抽取的标注数据规模问题。
-
公开(公告)号：CN105824801B
公开(公告)日：2018-06-15
申请号：CN201610150794.9
申请日：2016-03-16
Applicant: 国家计算机网络与信息安全管理中心
Abstract: 本发明提供一种基于自动机的实体关系快速抽取方法，包括以下步骤：步骤1，定制规则文件；步骤2，对规则文件中的各个规则进行文法检查，检测规则文件中的各个规则是否满足文法要求，如果满足，则执行步骤3；步骤3，对通过文法检查的所述规则文件中的各个规则进行语义解释；步骤4，将语义解释后的所述规则文件中的各个规则进行解析编译，完成规则向层叠有限状态自动机的转换，得到有限状态自动机；步骤5，使用所述有限状态自动机，对输入的文本数据进行实体属性以及实体关系的抽取，得到最终的实体属性以及实体关系。优点为：能够保证对开放域文本进行快速的实体关系与实体属性抽取。同时，对于特定领域的实体关系可以定制化的进行抽取。
-
公开(公告)号：CN108052576A
公开(公告)日：2018-05-18
申请号：CN201711293661.8
申请日：2017-12-08
Applicant: 国家计算机网络与信息安全管理中心
Abstract: 本发明涉及一种事理知识图谱构建方法及系统，该构建系统包括：宏观事件层构建模块、微观知识层构建模块、关系映射模块、本体层构建模块和事理知识图谱生成模块；所述宏观事件层构建模块包括：事件实体抽取单元、事件演化单元和因果关系抽取单元；所述微观知识层构建模块包括：微观实体抽取单元。本发明通过从结构化数据中获取事件实体和微观实体，分别构建宏观事件层和微观实体层，并抽取不同事件实体之间的因果关系映射到微观实体中，通过对微观实体层中微观实体的关系、类型和因果关系进行抽象和归纳，由此判断事件形成突发性群体响应的本质原因，对突发事件进行预警预测。
-
-
-
-
-
-
-
-
-
Search Results
126
records
(took 0.099 seconds)
