-
公开(公告)号：CN108304720A
公开(公告)日：2018-07-20
申请号：CN201810116416.8
申请日：2018-02-06
Applicant: 恒安嘉新(北京)科技股份公司
IPC: G06F21/56
Abstract: 本发明公开了一种基于机器学习的安卓恶意程序检测方法，所述方法包括：对黑白样本进行特征提取；使用样本集进行模型训练；待检测样本通过训练好的模型识别；如识别为恶意样本，则对该样本进行家族分类，如识别为白样本，则进行异常检测，判别是否是新的恶意样本；将识别结果反馈至样本库保存；对识别错误的样本加入训练集，重新训练模型。本发明使用机器学习算法和在线学习方法解决了现有的检测方法漏检率高、恶意程序的识别准确率低的问题。
-
公开(公告)号：CN114119221B
公开(公告)日：2025-05-13
申请号：CN202111402562.5
申请日：2021-11-19
Applicant: 恒安嘉新(北京)科技股份公司
IPC: G06Q40/04 , G06F16/27 , G06F16/9537
Abstract: 本发明实施例公开了一种基于区块链的行为识别方法、装置、设备及存储介质。其中，方法包括：根据目标区块链行为的区块链行为协议类型，获取目标协议流量数据；在确定目标协议流量数据为目标通信类型数据的情况下，获取目标协议流量数据的通信端地址数据；在确定通信端地址数据中包括目标基础设施地址数据的情况下，将目标协议流量数据对应的通信行为确定为目标区块链行为。本发明实施例可以扩大行为识别范围，同时提高行为识别准确率。
-
公开(公告)号：CN114297545B
公开(公告)日：2025-01-28
申请号：CN202111639126.X
申请日：2021-12-29
Applicant: 恒安嘉新(北京)科技股份公司
Inventor： 邸学锋 , 袁林 , 傅强 , 阿曼太 , 智斌 , 贾立军 , 窦晶 , 刘道林 , 姜双双 , 张赫男 , 马洪彬 , 米胜山 , 范晓波 , 梁彧 , 蔡琳 , 杨满智 , 王杰 , 田野 , 金红 , 陈晓光
IPC: G06F16/957 , G06F16/958 , G06F3/04855 , G06F3/0488 , H04L67/02 , H04L67/06 , H04L67/55
Abstract: 本发明实施例公开了一种页面显示方法、装置、电子设备及存储介质。该方法包括：在接收到基于页面滚动操作生成的页面数据获取请求时，确定与页面数据获取请求相对应的至少一个待选择页面图像；根据至少一个待选择页面图像的生成时间，确定待在客户端显示的待显示图像；在确定出待显示图像后，将待显示图像压缩处理并发送至客户端，以在客户端上显示包括至少一个待显示图像的目标页面。解决了现有技术中基于更新客户端浏览区域推送的方式，将客户端想要浏览的页面依次进行推送，导致推送效率低、客户端显示卡顿，影响用户体验的问题，实现提高服务端页面推送速度的同时，提高客户端页面浏览顺畅度，达到提高用户体验的效果。
-
公开(公告)号：CN112948209B
公开(公告)日：2024-11-29
申请号：CN202110213478.2
申请日：2021-02-25
Applicant: 恒安嘉新(北京)科技股份公司
Abstract: 本发明实施例公开了一种应用程序使用结果生成方法、装置、电子设备及存储介质。该方法包括：获取用户在使用终端过程中所产生的总网络数据；其中，所述总网络数据包括至少一个特征参数和应用程序使用属性；若所述应用程序使用属性包括预设属性，则分析所述总网络数据中的所述至少一个特征参数的数值；根据所述至少一个特征参数的数值，确定终值超出阈值的应用程序；其中，所述终值为所述数值的加权和；将所述应用程序的使用结果进行统计，并生成所述使用结果至终端。采用上述技术手段能够实现提高判断应用程序使用时长的准确度的目的。
-
公开(公告)号：CN119027730A
公开(公告)日：2024-11-26
申请号：CN202411109944.2
申请日：2024-08-13
Applicant: 恒安嘉新(北京)科技股份公司
IPC: G06V10/764 , G06V10/774 , G06V10/82 , G06V10/25 , G06N3/0464 , G06V10/54 , G06V10/80
Abstract: 本申请涉及图像处理技术领域，尤其提供一种图像类别的检测方法、装置、设备和存储介质，该方法包括：获取待检测图像；利用风格分类模型对所述待检测图像进行分类，得到所述待检测图像的第一目标类别，所述第一目标类别包括真实风格类别或者非真实风格类别；将所述第一目标类别对应的图像检测模型作为目标检测模型；利用所述目标图像检测模型对所述待检测图像进行检测，得到所述待检测图像的第二目标类别，所述第二目标类别包括生成类别或者非生成类别。由于先利用风格分类模型判断出待检测图像的风格类别后，再根据风格类别送入对应的图像检测模型判断待检测图像是不是生成类图像，提升了图像类别检测的准确性。
-
Patent Agency Ranking
公开(公告)号：CN118964841A
公开(公告)日：2024-11-15
申请号：CN202410979874.X
申请日：2024-07-19
Applicant: 恒安嘉新(北京)科技股份公司
IPC: G06F18/10 , G06F18/214 , G06F18/22 , G06F18/2431
Abstract: 本公开提供了一种信息检测方法及电子设备，所述方法包括响应于确定信息数据满足预设条件，获取信息数据；采用预设数据库或多个精调模型对所述信息数据进行信息情感判定，得到所述信息数据的情感标签及所述情感标签对应的情感分值；根据所述情感分值确定所述信息数据的检测结果。本申请通过对信息数据进行多个精调模型的判定，得到信息数据的情感标签及所述情感标签对应的情感分值，从而得到检测结果，通过本申请得到检测结果更加精确且通过模型自动得到结果无需人工研判。
-
公开(公告)号：CN118885895A
公开(公告)日：2024-11-01
申请号：CN202410913208.6
申请日：2024-07-09
Applicant: 恒安嘉新(北京)科技股份公司
IPC: G06F18/2411 , G06F18/243 , G06F18/21 , G06F18/10 , G05B23/02
Abstract: 本公开提供了一种基于数字孪生的故障智能诊断方法及电子设备，所述方法包括获取信息系统中各模块的第一关键指标；确定信息系统中业务流程的业务流环节，基于数字孪生技术构建业务流环节与第一关键指标的映射关系；分析第一关键指标确定异常关键指标，以及基于映射关系确定异常关键指标对应的业务流环节；根据异常关键指标和相应的业务流环节，诊断业务流环节的故障原因。本申请通过对信息系统中多模态的数据进行收集和分析判断，对故障问题进行智能诊断与处理，大大提升了系统运营运维的整体效率。
-
公开(公告)号：CN114020529B
公开(公告)日：2024-11-01
申请号：CN202111272140.0
申请日：2021-10-29
Applicant: 恒安嘉新(北京)科技股份公司
Inventor： 米胜山 , 傅强 , 袁林 , 邸学锋 , 马洪彬 , 窦晶 , 贾立军 , 刘道林 , 范晓波 , 张赫男 , 姜双双 , 智斌 , 阿曼太 , 梁彧 , 蔡琳 , 杨满智 , 王杰 , 田野 , 金红 , 陈晓光
IPC: G06F11/14
Abstract: 本发明实施例公开了一种流表数据的备份方法及装置，该方法包括：响应于检测到目标转发核中存在新增流表数据，通过目标转发核，将新增流表数据的备份数据发送至匹配的目标内存空间；将目标内存空间中的备份数据，发送至匹配的目标消息队列；通过目标备份核，读取目标消息队列中的备份数据，并对备份数据进行序列化；通过目标备份核，将序列化后的备份数据发送至备用网络设备。本发明实施例提供的技术方案，实现了转发核上数据转发任务与流表备份任务的分离，极大地减轻了转发核的数据处理压力，提高了转发核的数据转发效率，同时，通过备份核执行序列化及备份数据发送，提高了流表数据的同步效率。
-
公开(公告)号：CN118747378A
公开(公告)日：2024-10-08
申请号：CN202410822594.8
申请日：2024-06-24
Applicant: 恒安嘉新(北京)科技股份公司
Inventor： 张赫男 , 阿曼太 , 徐聪 , 袁林 , 邸学锋 , 马洪彬 , 窦晶 , 贾立军 , 米胜山 , 范晓波 , 刘道林 , 姜双双 , 智斌 , 雷小创 , 刘新鹏 , 张朕 , 傅强 , 王杰 , 杨满智 , 金红 , 陈晓光 , 胡兵
IPC: G06F21/62
Abstract: 本申请涉及数据处理技术领域，尤其提供一种隐私泄露检测方法、电子设备和存储介质，该方法包括：利用eBPF程序获取至少一个应用程序的初始多模态数据，其中，初始多模态数据包括：网络数据和内核数据；将初始多模态数据输入至预先训练的检测模型中，得到隐私泄露参数；基于隐私泄露参数判断应用程序是否发生隐私泄露。由于，利用多模态数据进行隐私泄露检测，覆盖所有可能的隐私泄露情况，有效识别潜在的全方面的隐私泄露风险，保证用户数据安全。
-
公开(公告)号：CN118656301A
公开(公告)日：2024-09-17
申请号：CN202410837210.X
申请日：2024-06-26
Applicant: 恒安嘉新(北京)科技股份公司
IPC: G06F11/36 , G06F21/57 , G06F21/53 , G06V10/20 , G06V10/40 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/09 , G06N20/00 , G06N3/0895
Abstract: 本发明提供一种基于计算机视觉和机器学习的沙箱自动化测试方法，包括：收集沙箱终端的操作录像数据，并根据时间戳保存录像数据的屏幕布局信息文件和操作标记序列文件；将录像数据切分为若干场景的操作切片，对切片进行抽帧，对抽取的每一帧图像进行预处理，通过特征提取算法和屏幕布局信息文件提取预处理后图像中的特征元素；将提取的特征元素输入计算机视觉网络模型中进行训练，构建可操作元素分类模型，可操作元素分类模型识别录像数据中的可操作元素，将可操作元素输入机器学习模型中进行自监督学习训练，构建业务场景识别模型，业务场景识别模型根据收集的录像数据输出预测结果进行自动化测试。本发明提供了一种全面、可靠的自动化工具。
-
-
-
-
-
-
-
-
-
Search Results
205
records
(took 0.066 seconds)
