-
公开(公告)号：CN116843988B
公开(公告)日：2024-01-30
申请号：CN202310761008.9
申请日：2023-06-26
Applicant: 中国信息通信研究院
IPC: G06V10/77 , G06V40/12 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/084
Abstract: 本发明提供一种基于深度学习的目标检测方法和系统，通过先提取生物和时间维度特征，再在重点关注区域内提取深度学习特征。针对生物特征采用生物指纹匹配和滑动框二次采样；针对时间特征根据差异化结果重新定义采样窗，再次对深度学习和生物两种特征进行采样重组。计算两两特征样本集之间的差异值，不仅可以调整重点关注区域的范围，还可以判断是否分类成功，克服了现有技术需要引入注意力机制、抑制不相关背景的不足，实现检测的高效性和自动性。
-
公开(公告)号：CN116633809B
公开(公告)日：2024-01-23
申请号：CN202310762753.5
申请日：2023-06-26
Applicant: 中国信息通信研究院
IPC: H04L43/04 , H04L41/16 , H04L9/40 , G06N3/0464 , G06F18/23 , G06F18/22 , G06V40/12 , G06F18/214 , G06F18/25
Abstract: 本发明提供一种基于人工智能的检测方法和系统，通过针对不同类型的数据包，分别提取深度学习、生物和时间三个不同维度的特征，从而可以覆盖网络全类型的数据包。针对深度学习特征采用降维采样和滑动窗二次采样；针对生物特征采用生物指纹匹配和滑动框二次采样；针对时间特征根据差异化结果重新定义采样窗，再次对深度学习和生物两种特征进行采样重组。通过以上步骤，使用两种不同途径的聚类处理，更好地利用模型进行分类。
-
公开(公告)号：CN117011766A
公开(公告)日：2023-11-07
申请号：CN202310926811.3
申请日：2023-07-26
Applicant: 中国信息通信研究院
IPC: G06V20/40 , G06V10/44 , G06V10/774 , G06V10/82
Abstract: 本发明提供一种基于帧内差异化的人工智能检测方法和系统，通过对视频帧内的差异化数据进行深度学习模型训练，实现对AI行为的精确检测，其中帧内的差异化数据是通过帧内网络获得，所述帧内网络采用多级卷积层迭代差值来提取帧内特征，计算帧内特征之间的欧氏距离和对比损失函数，得到图像差异值，克服了现有技术准确率有限，且对于动态和静态目标的效果不一致的问题，实现检测的快速、准确。
-
公开(公告)号：CN116843988A
公开(公告)日：2023-10-03
申请号：CN202310761008.9
申请日：2023-06-26
Applicant: 中国信息通信研究院
IPC: G06V10/77 , G06V40/12 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/084
Abstract: 本发明提供一种基于深度学习的目标检测方法和系统，通过先提取生物和时间维度特征，再在重点关注区域内提取深度学习特征。针对生物特征采用生物指纹匹配和滑动框二次采样；针对时间特征根据差异化结果重新定义采样窗，再次对深度学习和生物两种特征进行采样重组。计算两两特征样本集之间的差异值，不仅可以调整重点关注区域的范围，还可以判断是否分类成功，克服了现有技术需要引入注意力机制、抑制不相关背景的不足，实现检测的高效性和自动性。
-
公开(公告)号：CN116633809A
公开(公告)日：2023-08-22
申请号：CN202310762753.5
申请日：2023-06-26
Applicant: 中国信息通信研究院
IPC: H04L43/04 , H04L41/16 , H04L9/40 , G06N3/0464 , G06F18/23 , G06F18/22 , G06V40/12 , G06F18/214 , G06F18/25
Abstract: 本发明提供一种基于人工智能的检测方法和系统，通过针对不同类型的数据包，分别提取深度学习、生物和时间三个不同维度的特征，从而可以覆盖网络全类型的数据包。针对深度学习特征采用降维采样和滑动窗二次采样；针对生物特征采用生物指纹匹配和滑动框二次采样；针对时间特征根据差异化结果重新定义采样窗，再次对深度学习和生物两种特征进行采样重组。通过以上步骤，使用两种不同途径的聚类处理，更好地利用模型进行分类。
-
Patent Agency Ranking
公开(公告)号：CN115037559B
公开(公告)日：2022-11-01
申请号：CN202210953512.4
申请日：2022-08-10
Applicant: 中国信息通信研究院
Abstract: 本发明提供一种基于流量的数据安全监测系统、电子设备及存储介质，系统包括：流量收集模块根据预设的流量采集规则从数据中心采集流量；协议解析模块通过预设的解析协议对采集到的流量进行解析，找出流量中存在的预设的解析协议类型的文件；文件还原模块将文件的内容全部识别并按预设顺序还原；数据分类分级模块对还原后的文件中数据进行分类分级，分别确定数据的类型和级别；数据安全风险监测模块在数据分类分级的基础上，结合数据行为特征，判断数据安全风险；态势感知分析模块将数据分类分级的结果、数据安全风险的监测结果和数据行为特征综合分析，感知数据安全的整体态势。本发明能及时发现流量中可能的数据安全风险，提升数安技术保障水平。
-
公开(公告)号：CN115037559A
公开(公告)日：2022-09-09
申请号：CN202210953512.4
申请日：2022-08-10
Applicant: 中国信息通信研究院
Abstract: 本发明提供一种基于流量的数据安全监测系统、电子设备及存储介质，系统包括：流量收集模块根据预设的流量采集规则从数据中心采集流量；协议解析模块通过预设的解析协议对采集到的流量进行解析，找出流量中存在的预设的解析协议类型的文件；文件还原模块将文件的内容全部识别并按预设顺序还原；数据分类分级模块对还原后的文件中数据进行分类分级，分别确定数据的类型和级别；数据安全风险监测模块在数据分类分级的基础上，结合数据行为特征，判断数据安全风险；态势感知分析模块将数据分类分级的结果、数据安全风险的监测结果和数据行为特征综合分析，感知数据安全的整体态势。本发明能及时发现流量中可能的数据安全风险，提升数安技术保障水平。
-
公开(公告)号：CN114897161A
公开(公告)日：2022-08-12
申请号：CN202210540676.4
申请日：2022-05-17
Applicant: 中国信息通信研究院
Abstract: 本发明提出一种基于掩码的图分类后门攻击防御方法、系统、电子设备及存储介质。其中，方法包括：利用随机掩码对图神经网络的邻接矩阵进行掩码操作，每次掩码操作都能掩去网络拓扑结构的部分信息，破坏网络中局部的触发器结构，而同时利用多次叠加的掩码邻接矩阵，经过池化操作后，做到最大限度的保留原网络的原始的拓扑结构，以此使得攻击者在训练数据中嵌入的触发器失效，而模型也能保有正常的表现性能。
-
公开(公告)号：CN112989341A
公开(公告)日：2021-06-18
申请号：CN202110235218.5
申请日：2021-03-03
Applicant: 中国信息通信研究院
IPC: G06F21/56 , G06F16/958
Abstract: 本公开涉及一种涉诈网页的确定方法、系统和介质。所述确定方法包括：步骤S1、利用研判集合中的至少一个研判模式和对应的权重，分析疑似涉诈网页，以获得对所述疑似涉诈网页的第一研判结果；步骤S2、提取所述疑似涉诈网页的网页特征，基于所述网页特征确定对所述疑似涉诈网页的第二研判结果；以及步骤S3、对比所述第一研判结果和所述第二研判结果，根据对比结果来更新各个所述研判模式的所述权重。所述确定方法适用于多种网页研判模式的综合研判，并且能够根据研判结果调节权重，从而提升整体研判效果。
-
公开(公告)号：CN119903381A
公开(公告)日：2025-04-29
申请号：CN202510386497.3
申请日：2025-03-31
Applicant: 中国信息通信研究院
IPC: G06F18/24 , G06F16/215 , G06F16/22 , G06F16/2457 , G06F16/28 , G06N3/006 , G06N3/045 , G06N3/08
Abstract: 本发明涉及一种大模型驱动式数据分类分级系统，属于数据处理技术领域，解决了现有数据分类分级结果不准确而且耗费大量的时间和人力的问题。包括规则库，以及基于LangChain构建的统筹大模型、分类智能体和分级智能体；统筹大模型包括任务树生成组件、任务分发组件和任务跟踪组件；任务树生成组件从规则库中提取任务构建任务树；任务分发组件从任务树中取出任务分发给分类智能体或分级智能体；任务跟踪组件接收分类智能体和分级智能体的执行结果并进行评估；分类智能体调用数据分类工具进行分类，发送给任务跟踪组件；分级智能体调用数据分级工具进行分级，将分级的执行结果发送给任务跟踪组件。实现了数据分类分级的质量和效率的提升。
-
-
-
-
-
-
-
-
-
Search Results
43
records
(took 0.043 seconds)
