-
公开(公告)号：CN114066490B
公开(公告)日：2022-04-29
申请号：CN202210045845.7
申请日：2022-01-17
Applicant: 浙江鹏信信息科技股份有限公司
Abstract: 本发明涉及GoIP诈骗窝点的识别方法、系统及计算机可读存储介质，其方法包括：S1、采集历史样本数据集；S2、神经网络模型的训练；对历史样本数据集及其对应的神经网络模型输出的置信度进行GMM聚类分析，得到历史分簇结果；S3、待测样本输入神经网络模型，输出置信度；若置信度超过预设阈值，则为GoIP诈骗电话，转至步骤S4；S4、将属于GoIP诈骗电话的待测样本与历史分簇结果进行概率匹配，得到目标分簇结果；S5、根据目标分簇结果判断是否存在待测样本数量大于预设数量阈值且所有待测样本对应的置信度的平均值大于预设置信度阈值的诈骗窝点簇。本发明能有效识别GoIP诈骗窝点，实现对GoIP诈骗的精准打击。
-
公开(公告)号：CN114386094A
公开(公告)日：2022-04-22
申请号：CN202111610677.3
申请日：2021-12-27
Applicant: 浙江工商大学 , 浙江鹏信信息科技股份有限公司
Abstract: 本发明公开了一种隐私保护细粒度数据聚合方法及系统。本发明包括精准的加性多子集数据聚合和近似的非加性多子集数据聚合。所述精准的加性多子集数据聚合，包括初始化阶段、用户报告产生阶段、隐私保护用户报告聚合阶段和控制中心解密阶段；所述近似的非加性多子集数据聚合，包括针对所有用户的非加性数据聚合和针对多子集的非加性数据聚合；本发明支持精准的加性多子集数据聚合（如精准的均值、方差和单向方差分析聚合）和近似的非加性多子集数据聚合（如近似的最小聚合和最大聚合），从而满足智能服务的多样性需求。
-
公开(公告)号：CN107273974B
公开(公告)日：2021-06-01
申请号：CN201710363175.2
申请日：2017-05-22
Applicant: 浙江鹏信信息科技股份有限公司
Abstract: 本发明公开了一种安全应急处置评价体系建构方法及系统，用以解决现有安全应急处置体系在确定权重的过程中受主观因素影响的问题。该方法包括：S1、建立一键应急评价指标体系并采集训练样本及测试样本；S2、通过BP神经网络模型确定所述训练样本的网络权值；S3、将所述测试样本输入所述BP神经网络模型并计算输出结果的准确率以评价一键应急的效果。采用BP神经网络模型，克服了确定权重过程中主观因素的影响，解决了多指标变权的动态求解问题。
-
公开(公告)号：CN112512052A
公开(公告)日：2021-03-16
申请号：CN202110157348.1
申请日：2021-02-05
Applicant: 浙江鹏信信息科技股份有限公司
IPC: H04W12/128 , G06N3/04 , G06N3/08
Abstract: 本发明公开了基于时间分段特征统计的数据安全异常检测方法及系统，其中涉及的基于时间分段特征统计的数据安全异常检测方法，包括：S1.采集多种类号码的通话话单数据；S2.对采集到的号码相对应的通话话单数据中的每一条通话记录的时间基于预设时间范围进行分段，并对分段后时间相对应的通话记录进行打标签，得到4种类型的通话记录；S3.统计每小时通话话单数据中4种类型的通话个数，将每小时统计的4种类型的通话个数转化为相对应的96维特征，并统计24小时内的96维特征；96维特征为神经网络的输入的维度；S4.将统计的96维特征作为输入，构建神经网络检测模型；S5.将测试号码执行步骤S2‑S3，并通过构建的神经网络检测模型输出是否为不良号码的结果。
-
公开(公告)号：CN111738242A
公开(公告)日：2020-10-02
申请号：CN202010848894.5
申请日：2020-08-21
Applicant: 浙江鹏信信息科技股份有限公司
IPC: G06K9/00
Abstract: 本发明公开了一种基于自适应和色彩归一的人脸识别方法，包括步骤：S1.创建人脸图像数据集；S2.对人脸数据集中的图像基于人脸检测网络进行自适应尺度选择处理，得到新的人脸图像；S3.对输出的新的人脸图像进行人脸定位，并对定位后的人脸的眼周区域进行色彩归一处理，得到处理后的人脸图像；S4.将处理后人脸图像输入人脸识别网络中，并计算处理后人脸图像的向量与预存的人脸图像的欧式距离，判断所述欧氏距离是否小于第一预设阈值，若是，则得到训练样本，并将所述训练样本输入至人脸识别网络中进行训练，得到最终的人脸识别网络模型；S5.将所要识别的图像输入至人脸识别网络模型中进行人脸识别，得到最终的识别结果。
-
Patent Agency Ranking
公开(公告)号：CN111428248A
公开(公告)日：2020-07-17
申请号：CN202010520504.1
申请日：2020-06-10
Applicant: 浙江鹏信信息科技股份有限公司
IPC: G06F21/57
Abstract: 本发明公开了一种基于等级赋分的漏洞降噪识别系统及方法，本发明涉及的一种基于等级赋分的漏洞降噪识别系统，包括：扫描模块，用于扫描原始的漏洞信息；过滤模块，与所述扫描模块连接，用于对扫描到的漏洞信息进行过滤处理，得到漏洞风险定级的分值；待整改模块，与所述过滤模块连接，用于根据得到的漏洞风险定级分值对待整改漏洞进行排序，生成待整改漏洞的修复清单。本发明可以精确识别漏洞，在海量安全漏洞中第一时间精确判断漏洞影响的紧急程度，最终实现全网漏洞降噪、集中分析、集中管理、集中处置。
-
公开(公告)号：CN105763713A
公开(公告)日：2016-07-13
申请号：CN201610044657.7
申请日：2016-01-19
Applicant: 浙江鹏信信息科技股份有限公司
IPC: H04M1/663
CPC classification number: H04M1/663
Abstract: 本发明属于互联网及通信领域，特别涉及一种基于互联网技术和通信技术相结合的骚扰电话拦截方法。一种基于互联网技术和通信技术相结合的骚扰电话拦截方法，包括以下步骤：(1)当有主叫号码呼入时，将该主叫号码的呼叫信令消息传送至拦截系统，拦截系统判别该号码是否为骚扰号码，如果是执行步骤(2)，如果否执行步骤(3)；(2)拦截系统回复EndCall消息进行通话打断，并执行步骤(4)；(3)拦截系统回复Continue消息进行通话保持，执行步骤(5)；(4)将拦截主叫号码信息发送至被叫用户终端，执行步骤(5)；(5)拦截过程结束。本发明就是要实现解决了如何将互联网技术和通信技术有效结合，实现在云端实时精准的进行骚扰电话的识别和拦截，并通过有效的互联网手段通知用户的问题。
-
公开(公告)号：CN115632770B
公开(公告)日：2025-02-14
申请号：CN202211252156.X
申请日：2022-10-13
Applicant: 浙江工商大学 , 浙江鹏信信息科技股份有限公司
Abstract: 本发明公开了一种基于不经意传输的医疗物联网隐私保护数据共享方法。可信机构选择椭圆曲线以及规定相应参数并公开，所有参与方生成公私钥对并向可信机构注册。数据拥有者通过异或和椭圆曲线中点乘来获取加密密钥，并使用加密密钥对所有数据进行加密，将加密后数据发送给云服务器，再通过shamir门限秘密分享将加密密钥分成m个分享，将这m个分享和分发给每一个边缘服务器。数据使用者发起不经意传输，由此获得k个分享，通过拉格朗日插值法实现恢复加密数据。本发明使用的椭圆曲线加密方案、哈希和异或操作，在共享过程中的效率得到极大地提高。另外，不经意传输协议实现双向隐私保护，提供较高的安全性。
-
公开(公告)号：CN118842661A
公开(公告)日：2024-10-25
申请号：CN202411323385.5
申请日：2024-09-23
Applicant: 浙江鹏信信息科技股份有限公司
IPC: H04L9/40 , H04L41/0604 , H04L41/069 , H04L41/16
Abstract: 本发明属于网络安全技术领域，具体涉及网络安全事件分析处理方法、系统及可读存储介质，其处理方法包括：采集安全设备的原始告警日志信息并进行泛化处理；对泛化处理后的数据以接口的形式调用算法组件库，输出降噪分析后的安全事件；其中，算法组件库包括三个算法模块：带有注意力机制的双向长短期记忆Bi‑LSTM网络模块、基于时序分析的先知Prophet异常检测模块、基于图神经网络GCN结合空间距离计算的协同过滤异常检测模块；三个算法模块以并行的方式同步调用，最终结果取交集输出其安全事件。本发明通过三个算法模块的不同目的的安全事件分析的方法，以多种维度进行安全事件的告警降噪，输出重要的安全事件，以提高告警的准确性。
-
公开(公告)号：CN117828479A
公开(公告)日：2024-04-05
申请号：CN202410228662.8
申请日：2024-02-29
Applicant: 浙江鹏信信息科技股份有限公司
IPC: G06F18/2415 , G06F18/243 , G06F18/25 , G06F18/20 , G06F18/213 , G06F16/955 , G06F16/35 , G06N3/0442 , G06N3/045 , G06N3/0464 , G06N20/20 , G06V20/62 , G10L15/26
Abstract: 本发明涉及诈骗网站识别检测方法、系统及计算机可读存储介质，其识别检测方法包括：采集待检测网站URL及其图片切片、在历史目标时间周期内的访问次数、平均单次访问时长；判断URL为静态URL或动态URL；若为静态URL，则构建静态特征矩阵输入卷积神经网络，以输出涉诈概率；若为动态URL，则构建动态特征矩阵输入隐马尔可夫模型，以输出涉诈概率；判断涉诈概率是否大于预设概率阈值；若是，则待测检测网站为诈骗网站；若否，则待测检测网站为正常网站。本发明根据URL的静态和动态类型的不同分别构建相应的特征矩阵，结合历史目标时间周期内的访问次数、平均单次访问时长的指标进行识别检测，有效提升诈骗网站识别检测的精度。
-
-
-
-
-
-
-
-
-
Search Results
101
records
(took 0.037 seconds)
