-
公开(公告)号：CN107241283A
公开(公告)日：2017-10-10
申请号：CN201710367940.8
申请日：2017-05-23
Applicant: 国家计算机网络与信息安全管理中心
IPC: H04L12/931 , H04L29/08 , H04L12/46 , H04L12/24 , G06F9/455
Abstract: 本发明提供一种跨主机租户的东西向网络流量镜像采集方法，其步骤包括：1)流量采集控制服务器根据待采集租户的租户名以及从云服务主控服务器获取的租户的网络配置信息和租户的虚拟机在物理主机上的分布信息生成与待采集租户对应的流量采集配置参数；2)流量采集控制服务器将上述流量采集配置参数通过云服务主机的流量采集Agent下发到流量采集驱动程序；3)流量采集驱动程序对上述流量采集配置参数指定的采集流量进行镜像，并将镜像的采集流量发送给流量采集Agent。本发明方法可以在Linux内核驱动程序层，根据租户名和租户的网络配置信息以及租户的虚拟机在物理主机上的分布信息，动态采集租户的东西向网络流量。
-
公开(公告)号：CN107066450A
公开(公告)日：2017-08-18
申请号：CN201710391483.6
申请日：2017-05-27
Applicant: 国家计算机网络与信息安全管理中心 , 北京赛思信安技术股份有限公司
Abstract: 本发明公开了一种基于学习的即时通信会话切分技术与方法，属于大数据分析领域；将即时通信会话用户两两划分为一组，并将每组的会话话单明细进行分类和基于时间排序；会话切分为：依次选取相邻两条话单R1和R2，计算时间间隔Δt，文本内容相似度Δsim和距离值F(R1,R2)；如果F(R1,R2)
-
公开(公告)号：CN104468381A
公开(公告)日：2015-03-25
申请号：CN201410717284.6
申请日：2014-12-01
Applicant: 国家计算机网络与信息安全管理中心 , 北京赛思信安技术有限公司
IPC: H04L12/801
Abstract: 本发明公开了一种多域流规则匹配的实现方法，涉及高速流分类技术领域。本发明首先根据IP报文数据流的五元组定义对每个元组都建立一个规则表，然后建立一个哈希快速流表，将匹配规则的所有信息添加到规则表中；再进行IP报文数据流匹配，如果找到，则执行相应的动作，否则查找规则表，进行掩码匹配查询。本发明通过改进查询速度快的前缀扩展Trie树，牺牲部分内存空间，采用数据压缩和哈希表相结合的方式，在保证查询速度的前提下，又不会因为大容量的规则库而发生内存爆炸。
-
公开(公告)号：CN104378262A
公开(公告)日：2015-02-25
申请号：CN201410664711.9
申请日：2014-11-19
Applicant: 国家计算机网络与信息安全管理中心 , 浪潮(北京)电子信息产业有限公司
Abstract: 本发明提供一种云计算下智能监控分析方法及系统，应用于智能监控领域：上述方法包括以下步骤：监控策略维护模块向信息采集模块下发监控策略；信息采集模块根据所述监控策略，进行数据监控并将监控结果发送至资源调配模块、告警模块、趋势预测模块；资源调配模块、告警模块、趋势预测模块分析所述监控结果，进行控制处理。本发明针对采集数据，能够进行分析，进而能够对云计算平台下的资源可能面临的问题进行提前预防；在故障发生的一刻，能够自动及时的报警。
-
公开(公告)号：CN115827871A
公开(公告)日：2023-03-21
申请号：CN202211690035.3
申请日：2022-12-27
Applicant: 国家计算机网络与信息安全管理中心 , 长城计算机软件与系统有限公司
IPC: G06F16/35 , G06N3/08 , G06F18/241 , G06N3/0464
Abstract: 本发明提供了一种互联网企业分类的方法和装置，其中该方法包括：S1：获取互联网企业的多维度数据，并对所述多维度数据预处理以生成长文本数据；S2：将所述长文本数据输入基于Transformer编码器的Bert网络模型进行处理；S3：将经过处理后的数据送入分类器来对所述互联网企业进行分类。本发明的方案基于在Transformer架构的深度神经网络中进行自动特征组合学习，能够对互联网企业准确进行行业分类，并能够极大提升互联网企业行业分类的准确率。本发明的方案能够快速将海量企业多维度信息进行识别，无需人工干预。本发明的方案基于大语料预训练模型加下游任务微调的方案能灵活应用在不同场景中海量企业的快速分类。
-
Patent Agency Ranking
公开(公告)号：CN115374325A
公开(公告)日：2022-11-22
申请号：CN202210614028.9
申请日：2022-05-31
Applicant: 国家计算机网络与信息安全管理中心
IPC: G06F16/906 , G06N3/04 , G06N3/08 , G06V10/764 , G06V10/80 , G06V10/82
Abstract: 本发明实施例涉及一种网站分类方法、装置、分类设备及存储介质，所述方法包括：在提取网站中的文本信息时，对所述文本信息进行预处理，获得文本数据集；在提取网站中的图像信息时，对所述图像信息进行预处理，获得图像数据集；对所述文本数据集进行特征提取，获得文本特征向量；对所述图像数据集进行特征提取，获得图像特征向量；基于Bert‑ResNet融合模型对获取的所述文本特征向量和所述图像特征向量进行信息融合，得到相应的融合结果，所述融合结果表征所述网站的分类结果；通过将文本信息和图像信息在Bert‑ResNet融合模型中进行融合处理，实现文本信息和图像信息互补的多模态网站分类处理，提高网站分类的准确率的技术效果。
-
公开(公告)号：CN113763160A
公开(公告)日：2021-12-07
申请号：CN202110072846.6
申请日：2021-01-20
Applicant: 国家计算机网络与信息安全管理中心
Abstract: 本发明公开了一种交易场所违规交易模式识别、判定和跟踪方法，包括以下步骤：S1、根据全国交易所的主流模式搭建交易模式字典数据库及特征分析规则；S2、对需要查询的交易模式进行精确识别；S3、对识别后的交易模式中的违规交易模式实施风险预警处理；S4、利用动态监测追踪监测交易模式是否发生变化。本发明的有益效果为：解决现有的交易场所得不到有效监控和预警而导致广大投资者资金受损的技术问题，达到了简单高效实现对违规违法交易场所的进行有效监控的技术效果。
-
公开(公告)号：CN113450116A
公开(公告)日：2021-09-28
申请号：CN202010214388.0
申请日：2020-03-24
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 , 北京中科闻歌智安科技有限公司
Abstract: 本申请涉及一种交易风险分析方法，包括：获取待分析数据，待分析数据包括：交易数据以及舆情数据；对交易数据进行定量分析得到第一数据特征，对舆情数据进行定量分析得到第二数据特征；对第一数据特征进行判别确定交易数据的第一风险类型，对第二数据特征进行判别确定舆情数据的第二风险类型，对第一风险类型以及第二风险类型分别进行向量化，得到第一特征向量和第二特征向量；将第一特征向量和第二特征向量输入预先训练的预警模型，由预警模型根据第一特征向量和第二特征向量进行计算得到风险指数；根据风险指数确定待分析数据的风险分析结果。本方案采用机器学习的方法对交易风险进行分级预警，从而大大提高交易风险预警的准确性和有效性。
-
公开(公告)号：CN112801788A
公开(公告)日：2021-05-14
申请号：CN202110072819.9
申请日：2021-01-20
Applicant: 国家计算机网络与信息安全管理中心
IPC: G06Q40/04
Abstract: 本发明公开了一种互联网股权融资平台监控系统及监控方法，包括以下模块：规则管理模块：用于设定和维护互联网股权融资规则；数据预处理模块：用于采集或导入信息，并将信息标准化处理后存入数据库；平台发现模块：通过分析互联网公开信息，根据规则管理模块发现互联网股权融资平台；风险计算分析处理模块：用于规则管理模块对互联网股权融资平台进行风险指标分析以及对监测范围内互联网股权融资平台进行综合分析和评级；预警通知模块：用于将判定有风险的互联网股权融资平台进行预警通知；综合展示模块：采用可视化页面展示风险平台地域分布、数量分布等信息。本发明的有益效果为：全面提升互联网股权融资平台的监测能力。
-
公开(公告)号：CN112182020A
公开(公告)日：2021-01-05
申请号：CN202011184465.9
申请日：2020-10-29
Applicant: 国家计算机网络与信息安全管理中心
IPC: G06F16/242 , G06F40/289 , G06Q30/06 , G06Q30/08 , G06Q40/02 , G06Q40/04 , G06Q40/06 , G06N3/04
Abstract: 本申请涉及一种金融行为识别与分类的方法、装置及计算机可读存储介质。其中，方法包括：从至少两个数据源获取多源数据文本，然后按照预先设定的数据处理方式对数据文本进行预处理，得到各数据文本的向量，将各所述数据文本的向量输入到预先训练的多尺度卷积神经网络模型中，根据数据源的类型确定各所述数据文本的向量的卷积核，再利用各自的卷积核提取各向量的语义特征，从而根据各向量的语义特征确定各预设金融行为的概率，最后再根据各预设金融行为的概率确定多源数据文本对应的金融行为。多数据源能够体现出目标金融机构各个方面的实际开展的业务，从而能够更为准确地识别出目标金融机构实际的金融行为，更加便于监管。
-
-
-
-
-
-
-
-
-
Search Results
110
records
(took 0.051 seconds)
