-
公开(公告)号:CN109493882A
公开(公告)日:2019-03-19
申请号:CN201811304612.4
申请日:2018-11-04
Applicant: 国家计算机网络与信息安全管理中心 , 讯飞智元信息科技有限公司
Abstract: 本发明公开一种诈骗电话语音自动标注系统,包括基础维度标注模块、声纹标注模块、连续语音识别标注模块,所述基础维度标注模块的输出端分别与所述声纹标注模块的输入端、所述连续语音识别标注模块的输入端相连接。本发明还提出一种诈骗电话语音自动标注方法,具体包括如下步骤:基础维度标注步骤;连续语音识别步骤;声纹标注步骤。本发明通过智能语音技术实现对输入语音数据进行自动处理,实现语音数据的自动分析识别,并进行标签预标注工作,再结合人工确认,进行目标数据维度标签的有效标注管理,有效地利用通话语音数据,优化智能语音技术在电话诈骗场景下的应用及效果,同时保证数据在标注过程中的脱密及加密传输。
-
公开(公告)号:CN106791220A
公开(公告)日:2017-05-31
申请号:CN201611082262.2
申请日:2016-11-30
Applicant: 国家计算机网络与信息安全管理中心
CPC classification number: H04M3/2281 , H04M3/436 , H04M11/04 , H04W12/12
Abstract: 本发明公开了一种防止电话诈骗的方法及系统,其中,所述方法包括:获取实时话单;提取所述实时话单的号码特征和/或行为特征;根据预设的诈骗电话识别模型对所述实时话单的号码特征和/或行为特征进行分析,以确定所述实时话单对应的通话行为是否为诈骗电话;若确认所述实时话单对应的通话行为是诈骗电话,则向所述实时话单中的被叫号码发送报警提示,并将本次诈骗电话识别结果发送到第三方管理系统。本发明能够准确定位诈骗电话,及时获知诈骗电话的发生,并及时向诈骗电话对应的被叫号码发送报警提示,有效提高了用户对骚扰、诈骗电话的防控能力。
-
公开(公告)号:CN115829316A
公开(公告)日:2023-03-21
申请号:CN202211313888.5
申请日:2022-10-25
Applicant: 国家计算机网络与信息安全管理中心
IPC: G06Q10/0635 , H04M3/22 , G06Q10/04 , G06Q30/018 , G06Q30/0202 , G06Q30/0201 , G06F18/214
Abstract: 本申请提供一种信息预警方法、装置、电子设备及存储介质。该方法包括:获取电话语音数据,并根据电话语音数据确定风险主叫号码和风险被叫号码;根据风险被叫号码确定风险被叫用户数据,并根据风险主叫号码确定风险主叫用户数据;获取训练用户画像和训练交易数据,并根据风险被叫用户数据、风险主叫用户数据、训练用户画像和训练交易数据训练预测模型;根据通信平台获取平台用户数据,并利用预测模型根据平台用户信息预警潜在风险用户;其中,平台用户数据,包括:平台用户画像和平台交易数据。本申请可以根据电话语音数据和平台用户数据对潜在的风险用户进行预测,从而提高筛查效率,一定程度上提高了用户交易数据的安全性。
-
公开(公告)号:CN108520740B
公开(公告)日:2022-04-19
申请号:CN201810332970.X
申请日:2018-04-13
Applicant: 国家计算机网络与信息安全管理中心 , 天津市国瑞数码安全系统股份有限公司
Abstract: 本发明属于音频分析技术领域,具体而言,涉及一种基于多种特征的音频内容一致性分析方法和分析系统,分析方法包括获取语音样本;对所述语音样本的音频模型进行基于多种特征的分析;对所述音频模型的分析结果进行评分设定;对评分设定后的所述音频模型的一致性进行综合特征模型分析;根据所述综合特征模型分析得出所述语音样本的分析结果。分析系统包括数据查询管理系统、数据存储系统、实时分析系统、实时评分系统和模型自学习系统。本发明提供的基于多种特征的音频内容一致性分析方法和分析系统能够根据多个特征对音频内容进行归类,具有分析识别准确度高的特点。
-
公开(公告)号:CN110113303B
公开(公告)日:2021-07-09
申请号:CN201910226508.6
申请日:2019-03-25
Applicant: 国家计算机网络与信息安全管理中心 , 南京中新赛克科技有限责任公司
IPC: H04L29/06 , H04L29/08 , H04L12/803 , H04L1/22
Abstract: 本发明公开一种电信网IMS中SIP协议栈负载均衡系统及负载均衡方法,提出了“集群式SIP协议栈”的解决方案,引入了传输层处理集群、事务层处理集群、事务用户层处理集群等多个处理集群。本发明采用传输层、事务层、事务用户层分别按多模块多节点的集群部署的方式,从功能上,既可降低了传输层,事务层,事务用户层之间功能的耦合程度,又能实现了对SIP协议的完整处理;从可靠性上,同等模块之间多节点冗余备份,避免了单点故障;从性能上看,大大提高了单节点SIP协议栈的呼叫处理性能和可靠性,把对现网的影响降到最低。
-
公开(公告)号:CN109274836B
公开(公告)日:2021-06-15
申请号:CN201811287123.2
申请日:2018-10-31
Applicant: 国家计算机网络与信息安全管理中心
Abstract: 本发明公开了一种大规模数据流中电信欺诈风险识别方法,属于数据挖掘与机器学习和商务智能等领域。从呼叫记录数据库中筛选高风险被叫用户和主叫用户作为分析对象,构建欺诈被叫索引数据库,提取各个索引对应的显著特征;采用二级级联分类模型,得到每个被叫号码的攻击风险值;保留每个高风险被叫号码最近的滑动窗口异常得分的最大值,作为各自的序列风险值;构造被叫号码与主叫号码的通联关系二部图,计算每个被叫号码的通联风险值;借助逻辑回归模型,对每个被叫号码的攻击风险、序列风险和通联风险进行融合,得出每个被叫号码各自的综合风险值。本发明最终的综合风险值具有较高的稳定性和可解释性,实现较高的分类和检测效率。
-
公开(公告)号:CN110059889B
公开(公告)日:2021-05-28
申请号:CN201910344174.2
申请日:2019-04-26
Applicant: 国家计算机网络与信息安全管理中心
Abstract: 本发明提供了基于无监督学习的诈骗呼叫序列检测方法,包括:构造主叫呼叫序列和呼叫二部图;在呼叫二部图中进行随机游走过程,推断各主叫号码对应节点的低维嵌入表示向量;获取各被叫号码的唯一标识,以主叫号码对应节点的低维嵌入表示向量以及第M个被叫号码对应的唯一标识为神经网络的输入,以第M+1个被叫号码对应的唯一标识为输出,训练获得神经网络预测模型;获取待检测主叫呼叫序列中主叫号码对应节点的低维嵌入表示向量以及各被叫号码对应的唯一标识,并输入所述神经网络预测模型,若得到的预测唯一标识与实际唯一标识的误差大于设定阈值,则判断主叫号码为诈骗号码。本发明中提出的方法容易实现并行化计算,可以实现较高的检测效率。
-
公开(公告)号:CN109599123B
公开(公告)日:2021-02-09
申请号:CN201710911340.3
申请日:2017-09-29
Applicant: 中国科学院声学研究所 , 国家计算机网络与信息安全管理中心
IPC: G10L21/02 , G10L19/02 , G10L19/04 , G10L21/038
Abstract: 本发明公开一种基于遗传算法优化模型参数的音频带宽扩展方法,所述方法包括:步骤1)对输入音频信号x(n)进行预处理,获得滤波信号;步骤2)对滤波信号进行调制重叠变换得到低频调制重叠变换系数;步骤3)将低频调制重叠变换系数划分子带,计算每个子带的均方根能量,得到低频频谱包络序列;步骤4)根据低频频谱包络序列,采用灰色模型GM(1,1)对音频信号的高频子带能量进行估计,得到高频频谱包络;步骤5)采用频谱复制、频谱折叠、非线性计算、综合多带激励或非线性预测方法对音频频谱细节进行扩展,得到高频频谱细节;步骤6)根据上述所得高频频谱包络和高频频谱细节恢复音频信号x(n)的高频频谱信息;步骤7)利用调制重叠反变换实现x(n)的带宽扩展。
-
公开(公告)号:CN111091809A
公开(公告)日:2020-05-01
申请号:CN201911051663.5
申请日:2019-10-31
Applicant: 国家计算机网络与信息安全管理中心 , 中国科学院信息工程研究所
Abstract: 本发明提供一种深度特征融合的地域性口音识别方法和装置,方法包括:提取待识别语音的瓶颈BN特征和滑动差分倒谱SDC特征;将瓶颈BN特征和滑动差分倒谱SDC特征输入预先训练后的支持向量机SVM分类器中,得到输出的待识别语音的语音类别。本发明采用多特征融合的语种识别系统,提取语音的深度特征,融合传统的SDC特征,输入SVM分类器,实现更鲁棒的语种识别功能,取得了对地域性方言普通话较好的分类效果。
-
公开(公告)号:CN110175221A
公开(公告)日:2019-08-27
申请号:CN201910411018.3
申请日:2019-05-17
Applicant: 国家计算机网络与信息安全管理中心 , 杭州东信北邮信息技术有限公司 , 长安通信科技有限责任公司
Abstract: 利用词向量结合机器学习的垃圾短信识别方法,所述方法包括下列操作步骤:(1)根据短信特征对垃圾短信进行第一步识别;(2)根据关键词对垃圾短信进行第二步识别;(3)计算短信的短信文本向量,使用支持向量机的方法对垃圾短信进行第三步识别;(4)计算短信的静态词向量矩阵,利用卷积神经网络对垃圾短信进行第四步识别;(5)计算短信的每一个分词的动态词向量,利用卷积神经网络对垃圾短信进行第五步识别。本发明方法采用无监督和有监督相结合的垃圾短信识别方法,能大幅度提高垃圾短信的识别准确率。
-
-
-
-
-
-
-
-
-