-
公开(公告)号：CN113672963A
公开(公告)日：2021-11-19
申请号：CN202111002320.7
申请日：2021-08-30
Applicant: 国家计算机网络与信息安全管理中心 , 恒安嘉新(北京)科技股份公司
Inventor： 佟玲玲 , 时磊 , 段东圣 , 井雅琪 , 段运强 , 任博雅 , 周强 , 赵天夫 , 傅强 , 蔡琳 , 阿曼太 , 梁彧 , 马寒军 , 田野 , 王杰 , 杨满智 , 金红 , 陈晓光
IPC: G06F21/60
Abstract: 本申请实施例公开了一种基于彩虹表的匹配方法、装置、存储介质及电子设备。该方法包括：获取移动应用的目标数据；其中，所述目标数据用于表征加密后的移动应用数据；所述目标数据包括文本数据、图片数据、语音数据以及视频数据中的至少一种；所述移动应用用于表征采用端对端通讯方式的应用；利用预先配置的彩虹表，对所述目标数据进行匹配，获得目标关键词；其中，所述彩虹表中包括关键词链表的初始关键词和结束关键词，用于破解加密关键词。本技术方案，能够支持移动应用关键词匹配，并且不需要解密移动应用通信信息内容，保护了用户隐私。且对移动应用匹配具备快速部署的优势。
-
公开(公告)号：CN110879856A
公开(公告)日：2020-03-13
申请号：CN201911180128.X
申请日：2019-11-27
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
IPC: G06F16/901 , G06F16/906 , G06F16/909 , G06K9/62 , G06Q50/00
Abstract: 本发明公开了一种基于多特征融合的社交群体分类方法及系统。本方法为：1)对一目标社交群体的数据集，对该数据集中各用户的轨迹数据进行预处理，去除噪声并对缺失位置信息进行插值；2)使用频繁序列挖掘算法从各用户轨迹数据中挖掘对应用户的轨迹模式，再将用户的轨迹模式看作时序序列，采用LSTM对该时间序列进行编码，得到用户的轨迹编码；3)根据所述社交关系生成一图网络，将所述社交关系投影到低维空间，学习得到各用户的嵌入表示；4)将每一用户的轨迹编码和对应用户的嵌入表示结合输入softmax层，确定各用户的类别，实现对该目标社交群体的分类。本发明大大提升了群体分类的精度。
-
公开(公告)号：CN110659561A
公开(公告)日：2020-01-07
申请号：CN201910725251.9
申请日：2019-08-07
Applicant: 国家计算机网络与信息安全管理中心
Abstract: 本发明公开了一种互联网暴恐视频识别模型的优化方法及装置，所述方法包括：获取互联网暴恐视频识别模型的卷积神经网络中各个层的卷积核的各个通道的参数；根据所述各个通道的参数判断是否丢弃对应的通道，如果判断为是，执行通道丢弃操作。本发明使得每天使用暴恐模型审核的数据量大大提升。填补了海量互联网视频暴恐视频审核技术和产品空白，可以极大程度提升了暴恐图像审核的产品竞争力。
-
公开(公告)号：CN110610230A
公开(公告)日：2019-12-24
申请号：CN201910698120.6
申请日：2019-07-31
Applicant: 国家计算机网络与信息安全管理中心
Abstract: 本发明公开了一种台标检测方法、装置及可读存储介质，该方法包括如下步骤：获取台标数据集，并对所述台标数据集进行分组获得台标训练集；构建多损失融合的孪生神经网络，并基于所述台标训练集对所构建的多损失融合的孪生神经网络进行训练获得训练后的多损失融合的孪生神经网络；通过所述训练后的多损失融合的孪生神经网络对待测台标进行检测。本发明方法通过构建孪生神经网络框架，很好地消除了样本数量不足对训练网络带来的影响，可以更好地检测未知的新的种类的敏感台标。
-
公开(公告)号：CN109471932A
公开(公告)日：2019-03-15
申请号：CN201811415780.0
申请日：2018-11-26
Applicant: 国家计算机网络与信息安全管理中心
IPC: G06F16/332 , G06F16/35 , G06F17/27 , G06N3/08
Abstract: 本发明公开了一种基于学习模型的谣言检测方法、系统及存储介质，其中检测方法包括：构建新闻语料库；构建博文语料库；对新闻语料库中的数据进行模型训练，获得第一分类器模型；对博文语料库中的数据进行特征提取，获得训练特征，利用训练特征进行模型训练获得第二分类器模型；利用第一分类器模型和第二分类器模型对社交平台中的博文数据进行谣言检测。本发明通过对新闻数据中的谣言和非谣言数据进行采集构建新闻语料库，再进行模型训练获得第一训练模型；再对社交平台中的谣言和非谣言数据进行采集构建博文语料库，再进行模型训练获得第二训练模型，最后利用两个训练模型对社交平台中的数据进行谣言检测，使最终的检测结果更加准确可靠。
-
Patent Agency Ranking
公开(公告)号：CN106937363A
公开(公告)日：2017-07-07
申请号：CN201710157202.0
申请日：2017-03-16
Applicant: 国家计算机网络与信息安全管理中心
Abstract: 本发明提供一种终端接入网络的方法及装置，用于解决现有技术中移动网络控制机制不能高效支持共享网络切片的服务机制的问题。该方法包括：在对终端进行附着鉴权时，请求获取终端的网络切片签约信息，签约信息中包括终端被授权接入的服务网络的身份标识ID；在终端发起建立连接请求后，根据建立连接请求以及签约信息为终端选择目标服务网络。该方案提高了终端与网络的连接效率。
-
公开(公告)号：CN105912716A
公开(公告)日：2016-08-31
申请号：CN201610285420.8
申请日：2016-04-29
Applicant: 国家计算机网络与信息安全管理中心
Abstract: 本发明公开了一种短文本分类方法及装置。该方法包括：对待分类的短文本进行分词预处理，并获取分词得到的每个词语的扩展词；根据预先构建的词项集获取每个词语及其扩展词的权重值；根据权重值，利用多个类别SVM分类模型获取短文本所属每个类别的概率；根据预设的概率分类模型确定短文本的所属类别。本发明所提供的短分本分类方法，克服了短文本特征稀疏的问题，有效降低采用多分类模型的复杂度，更符合实际应用。
-
公开(公告)号：CN105846982A
公开(公告)日：2016-08-10
申请号：CN201610285419.5
申请日：2016-04-29
Applicant: 国家计算机网络与信息安全管理中心
CPC classification number: H04L5/0055 , G06F21/602 , H04L1/0061 , H04L1/1657 , H04L1/1806 , H04L63/0428 , H04L69/164
Abstract: 本发明提出了一种跨域传输的方法，该方法包括：在发送终端，按顺序对每个待发送信息进行编号，并对经过编号的每个待发送信息进行分解得到多个数据包，并按顺序为每个数据包编号；为任一待发送信息中的首个数据包添加包头信息，为所述任一待发送信息中的其他数据包添加编号信息；将经过编号的待发送信息中的数据包通过用户数据报协议UDP传输至接收终端。在接收终端，接收发送终端传输来的数据包，并按照所述数据包的包头信息或编号信息对所述数据包进行重组，形成接收信息。该方法能够减少数据反馈量、提高传输速率、增强可靠性。
-
公开(公告)号：CN119598054A
公开(公告)日：2025-03-11
申请号：CN202510143768.2
申请日：2025-02-10
Applicant: 国家计算机网络与信息安全管理中心
IPC: G06F16/958 , G06V30/19
Abstract: 本发明涉及人工智能技术领域，提供一种网站类型识别方法、装置、电子设备和存储介质，其中方法包括：获取待识别网站的网址，并基于所述待识别网站的网址，获取所述待识别网站内所有的待分类图像；基于特征提取模型，对各待分类图像进行特征提取，得到所述各待分类图像的图像特征；基于文本特征库中的各文本特征和所述各待分类图像的图像特征，确定所述各待分类图像的类别；基于所述各待分类图像的类别，确定所述待识别网站的类型。本发明通过结合图像特征和文本特征，实现了基于图像和文本描述的多模态特征的检索式分类判断，可以有效提高网站类型识别的准确率。
-
公开(公告)号：CN114625978B
公开(公告)日：2024-11-08
申请号：CN202011454130.4
申请日：2020-12-10
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
IPC: G06F18/22 , G06F18/25 , G06N3/042 , G06N3/045 , G06N3/0464 , G06N3/0985 , G06F16/9536 , G06Q50/00
Abstract: 本发明提供一种基于类型感知的异质网络用户锚链接预测方法及电子装置，包括收集待检测网络和目标网络的网络信息，构建待检测异质网络和目标异质网络；获取每一节点各维度的初始特征向量，得到每个节点的初始特征向量表示；将初始特征向量表示输入基于自注意力图神经网络进行学习，计算各节点的类型感知向量和类型融合向量；通过待检测异质网络和目标异质网络中各节点对之间属于同一类型的类型感知向量及类型融合向量的相似度，判断待检测网络和目标网络是否为锚链接。本发明采用注意力机制捕获节点与类型信息之间影响，利用图注意力网络学习类型感知向量和类型融合向量，解决异质网络中对多种类型信息建模的问题，取得较好的锚链接预测效果。
-
-
-
-
-
-
-
-
-
Search Results
133
records
(took 0.047 seconds)
