-
公开(公告)号：CN112241916A
公开(公告)日：2021-01-19
申请号：CN202011141264.0
申请日：2020-10-22
Applicant: 北京大学 , 博雅正链(北京)科技有限公司 , 南京博雅区块链研究院有限公司
Abstract: 本发明提供了一种个人信用风险违约预警方法、装置、设备及存储介质，其中的方法包括：样本采集，样本包括正样本及负样本；通过特征融合对存在缺失特征的正样本进行缺失特征补齐；采用分类算法对样本进行分群，获得若干样本群；计算出各样本群的不同逾期期数的风险等级；对各样本群内的样本添加风险等级标签；分别对各样本群进行模型训练，获得若干训练好的与若干样本群一一对应的风险违约预警模型；将待预警样本输入至选定的风险违约预警模型内，以获得待预警样本对应的风险等级。本发明的个人信用风险违约预警方法能够实现对借贷者在表现期内的风险等级的预警，从而实现了对风险的量化、分级，帮助借贷机构制定更加有效的催收策略。
-
公开(公告)号：CN112116103A
公开(公告)日：2020-12-22
申请号：CN202010979864.8
申请日：2020-09-17
Applicant: 北京大学 , 博雅正链(北京)科技有限公司 , 南京博雅区块链研究院有限公司
Abstract: 本发明提供了一种基于联邦学习的个人资质评估方法、装置及系统及存储介质，其中的系统包括：智能终端、外部参与方、本地参与方及中心服务器端，其中：智能终端基于用户行为数据训练得到第一评估子模型；外部参与方发送外部用户数据给中心服务器端，中心服务器端基于外部用户数据训练得到第二评估子模型；本地参与方发送第三评估子模型的梯度给中心服务器端，中心服务器端对获取到的梯度进行加权平均以生成平均梯度并基于平均梯度更新第三评估子模型的模型参数以使得本地参与方对第三评估模型进行再次训练。中心服务器对第一评估子模型的模型参数、第二评估子模型的模型参数及第三评估子模型的模型参数进行整合以获得的最终的全局评估模型。
-
公开(公告)号：CN112100401A
公开(公告)日：2020-12-18
申请号：CN202010959747.5
申请日：2020-09-14
Applicant: 北京大学 , 南京博雅区块链研究院有限公司 , 北京国信云服科技有限公司
IPC: G06F16/36 , G06F16/35 , G06F40/295 , G06F40/205
Abstract: 本发明提供了一种面向科技服务的知识图谱构建方法、装置、设备及存储介质，方法包括：获取第一科技服务源数据；从第一科技服务数据中抽取出科技服务的属性；获取第二科技服务源数据；基于行业判断模型及第二科技服务文本确定科技服务的行业；基于命名实体抽取模型及第二科技服务文本抽取出科技服务涉及的命名实体；基于关系抽取模型、第二科技服务文本及第二科技服务涉及的命名实体抽取出各命名实体之间的关系；将科技服务的属性、科技服务所面向的行业、科技服务的命名实体及所述命名实体之间的关系存储至图数据库中以形成知识图谱。本发明自动地从源数据中抽取出科技服务实体、属性及科技服务实体之间的关系，生成面向科技服务的知识图谱。
-
公开(公告)号：CN109472026A
公开(公告)日：2019-03-15
申请号：CN201811283232.7
申请日：2018-10-31
Applicant: 北京国信云服科技有限公司 , 北京大学
Abstract: 本发明提供一种同时针对多个命名实体的精准情感信息提取方法，涉及自然语言处理技术领域。该方法首先对实体识别的语料库进行BIO标注，作为训练数据，对语料库中的字进行词向量化处理；搭建BiLSTM-CRF实体识别模型及建立实体数据库，实现对测试文本进行命名实体的提取；对测试文本进行分析，得到分词结果、词性标注结果及句法分析树；根据分词结果和句法分析树，将测试文本转为图结构，并对边的权值进行修正；计算文本中所有词到该实体的距离，并且按照距离进行相关度排序；根据词性对情感词结果进行筛选，得到与特定实体相关的情感词。本发明提供同时针对多个命名实体的精准情感信息提取方法，能够准确的实现针对特定实体的、细粒度的情感信息提取。
-
公开(公告)号：CN109344911A
公开(公告)日：2019-02-15
申请号：CN201811283244.X
申请日：2018-10-31
Applicant: 北京国信云服科技有限公司 , 北京大学
Abstract: 本发明提供一种基于多层LSTM模型的并行处理分类方法，涉及信息技术领域。该方法首先对数据进行预处理，根据数据的分类体系，提取多个待分类实体的基础信息；然后构建多层LSTM模型，将带有标注的训练数据输入到多层LSTM模型中，用最小平方误差为代价函数，计算多层LSTM模型输出的结果与标注结果之间的误差，并采用误差反向传播方法调整多层LSTM模型的参数，进而得到稳定收敛的多层LSTM模型；最后对于未分类的数据，进行预处理后输入到多层LSTM模型中，得到分类结果。本发明提供的基于多层LSTM模型的并行处理分类方法，能够将多组数据一起通过网络，从而在最后可以输出多个待分类实体的分类结果，这种高信息通量的网络结构大大提高了网络训练的效率。
-
Patent Agency Ranking
公开(公告)号：CN105681313B
公开(公告)日：2018-11-09
申请号：CN201610064084.4
申请日：2016-01-29
Applicant: 博雅网信(北京)科技有限公司 , 北京大学
Abstract: 本发明提供一种针对虚拟化环境的流量检测系统及方法，系统包括：agent模块，流表中匹配到的虚拟机流量直接通过虚拟交换机转发，流表中未匹配到的虚拟机流量发送至异常流量检测模块并更新虚拟交换机流表；异常流量检测模块，对于检测结果为正常的虚拟机流量在流表处新增流表项以允许该种虚拟机流量通过；对于检测结果为异常的虚拟机流量在流表处修改流表项，设置访问控制以阻断流量异常的虚拟机；控制模块：决策出要阻断的流量异常的物理机连接或要列入黑名单的物理机并更新物理交换机流表。本发明可以检测虚拟机之间、物理机之间、虚拟机和物理机之间的异常流量，更加适应流量海量性、实时性检测等要求，可以对虚拟化流量进行更加全面的检测。
-
公开(公告)号：CN105740709B
公开(公告)日：2018-09-28
申请号：CN201610064024.2
申请日：2016-01-29
Applicant: 博雅网信(北京)科技有限公司 , 北京大学
IPC: G06F21/56
Abstract: 本发明涉及一种基于权限组合的安卓恶意软件检测方法，属于移动互联网网络安全技术领域，该方法基于权限组合对现有的基于权限的检测方法进行改进，大幅度降低现有技术对正常软件的误报率，同时在一定程度上提高对恶意软件的检出率；此外，本发明提出一种新的权限打分与软件打分方式，可以应用于恶意软件的初筛、大量恶意软件的快速检测、应用市场安全状态评估等需要快速、高效的对大量软件进行整体评估的场景。
-
公开(公告)号：CN107690137A
公开(公告)日：2018-02-13
申请号：CN201710786298.7
申请日：2017-09-04
Applicant: 北京国信云服科技有限公司 , 北京大学
Abstract: 本发明提供一种基于Android系统的Wi-Fi监测系统及方法，该系统包括：监听模块：调用linux命令启用外接无线网卡的监听模式；存储模块：对监听模块捕获的数据包进行分类存储和查看；分析模块：通过调用函数对pcap文件中的数据包进行解析。该方法包括调用linux命令启用外接无线网卡的监听模式；对监听模块捕获的数据包进行分类存储和查看；通过调用函数对pcap文件中的数据包进行解析，具体是通过获取数据包中的url并判断其中是否带有所需关键词：是，则将该url保存，否则继续监听。本发明使得监听不再受限于电脑，而是通过重新编译手机系统内核使手机来完成监听的任务，成功安装了外接无线网卡的驱动后，插上带有监听功能的外接无线网卡之后就可以对无线网络进行监听。
-
公开(公告)号：CN107577955A
公开(公告)日：2018-01-12
申请号：CN201710727142.1
申请日：2017-08-23
Applicant: 北京国信云服科技有限公司 , 北京大学
Abstract: 本发明提出一种Android系统应用Hook方法及应用锁；该方法包括：根据功能需求为Android系统实现Java Hook类；将Java Hook类和Hook文件打包到Android应用安装包中；对应用启动流程Hook时从安装包文件中提取出Hook文件；生成Java Hook类的Hook文件执行需要的参数，并通过文件的方式传递；执行注入可执行文件时，根据传递的执行时需要的参数注入到目标进程中，在目标进程中加载动态链接库文件；动态链接库文件加载安装包文件，解析出Java Hook类并执行。所述Android系统应用锁包括：Hook模块、加锁模块、解锁模块。在首次启动Android系统应用锁时执行Hook模块，拦截应用启动流程，将启动应用变为执行应用锁的解锁模块，无需在其他平台上执行，在Android系统直接实现对应用的加解锁。
-
公开(公告)号：CN105721459A
公开(公告)日：2016-06-29
申请号：CN201610064014.9
申请日：2016-01-29
Applicant: 博雅网信(北京)科技有限公司 , 北京大学
IPC: H04L29/06
CPC classification number: H04L63/20 , H04L63/1433
Abstract: 本发明提供一种针对虚拟化环境的风险评估方法，包括：确定虚拟化环境中的不同类型虚拟化网络资产的资产重要程度，根据资产重要程度得到资产重要性值并对不同类型虚拟化网络资产划分等级；通过对虚拟化环境中的不同类型虚拟化网络资产的脆弱性扫描和检测，确定各虚拟化网络资产的安全脆弱性；利用虚拟化网络资产重要性值、安全脆弱性计算虚拟化网络资产风险评估值；计算当前虚拟化环境的风险评估总值和风险评估指数，即虚拟化环境的风险评估结果。本发明可以有效评估当前虚拟化环境中的网络安全风险等级，提供一种评估和识别虚拟化环境安全风险的技术手段，为虚拟化环境管理人员提供了安全控制和降低安全风险的依据。
-
-
-
-
-
-
-
-
-
Search Results
84
records
(took 0.083 seconds)
