-
公开(公告)号：CN117807603A
公开(公告)日：2024-04-02
申请号：CN202410227591.X
申请日：2024-02-29
Applicant: 浙江鹏信信息科技股份有限公司
IPC: G06F21/57 , G06F21/56 , G06F40/289 , G06N3/0455
Abstract: 本发明涉及软件供应链审计方法、系统及计算机可读存储介质，审计方法包括：采集软件供应链审计数据；对采集的软件供应链审计数据进行数据分词，以转换得到Token序列；之后进行Embedding编码，得到待处理数据矩阵；对待处理数据矩阵进行归一化处理，之后进行位置编码，得到位置编码矩阵；将位置编码矩阵输入多头注意力机制网络结构进行计算，其计算结果通过多次Gibbs采样结合自回归的方式逐个生成输出序列中的每个Token，得到Token输出序列；将Token输出序列通过输出层计算，以输出审计结果；其中，输出层包括依次连接的归一化逆转换和前馈神经网络。本发明有效提高网络模型的精确性、灵活性、可解释性。
-
公开(公告)号：CN115913792B
公开(公告)日：2023-05-23
申请号：CN202310214750.8
申请日：2023-03-08
Applicant: 浙江鹏信信息科技股份有限公司 , 中国移动通信集团云南有限公司
IPC: H04L9/40 , H04L61/4511 , G06F18/214 , G06F18/2431 , G06N3/084
Abstract: 本发明涉及DGA域名的鉴别方法、系统及可读介质，鉴别方法包括：采集域名样本数据集，并按照域名类型划分为DGA域名样本数据集和正常域名样本数据集；S2、对域名样本数据集进行特征工程，得到域名特征数据；基于域名样本数据集，选取基础样本，并基于基础样本进行三元组建立，得到三元组数据集；将基础样本及其域名类型标记组合构成有监督域名样本；将域名特征数据、三元组数据集及有监督域名样本输入混合特征模型进行训练，得到域名鉴别模型；S3、将待鉴别域名样本及其对应的域名特征数据分别输入域名鉴别模型，以输出待鉴别域名样本的域名类型。本发明实现DGA域名的有效鉴别，便于对DGA域名的访问进行拦截与防范。
-
公开(公告)号：CN115550072A
公开(公告)日：2022-12-30
申请号：CN202211512639.9
申请日：2022-11-30
Applicant: 浙江省能源集团有限公司 , 浙江鹏信信息科技股份有限公司
Abstract: 本发明涉及网络攻击监控预警方法及系统，基于网络攻击的历史日志信息，根据防御端IP和攻击端IP对历史日志信息进行分组，得到防御端日志数据和攻击端日志数据；之后对防御端日志数据和攻击端日志数据分别构建IP时序矩阵和IP时间差矩阵，基于IP时间差矩阵，获取各待预警IP和当前时刻之前邻近的数个时间差，形成第一预测数据集；对第一预测数据集分布进行Holt‑Winters和ARIMA预测，并利用熵权法对两种预测的时间差进行权重划分，得到目标时间差；最后根据当前时刻和目标时间差得到各待预警IP下一时刻攻击或被攻击的目标时刻。本发明实现防御端和攻击端对攻击时间的双向预警。
-
公开(公告)号：CN115396237A
公开(公告)日：2022-11-25
申请号：CN202211322297.4
申请日：2022-10-27
Applicant: 浙江鹏信信息科技股份有限公司 , 中国移动通信集团云南有限公司
IPC: H04L9/40 , H04L43/12 , G06F16/951 , G06K9/62 , G06N3/04
Abstract: 本发明涉及网页恶意篡改识别方法、系统及可读存储介质，识别方法包括：S1、爬取待测网页的图片数据和文本数据；S2、判断待测网页的数据信息与预设网页的数据信息是否相同；若否，则转至步骤S3；S3、利用VGG卷积神经网络的全连接层的输出作为SVM分类器的输入构成的第一分类模型对待测网页的图片数据进行分类，得到第一分类标签及其对应的置信度；利用BERT神经网络拼接双向LSTM神经网络并在输出前添加注意力构成的第二分类模型对待测网页的文本数据进行分类，得到第二分类标签及其对应的置信度；S4、判断各置信度是否超出置信度阈值；若是，则输出网页存在恶意篡改告警。本发明有效提升了网页恶意篡改识别的精度和效率。
-
公开(公告)号：CN114710591A
公开(公告)日：2022-07-05
申请号：CN202210613857.5
申请日：2022-06-01
Applicant: 浙江鹏信信息科技股份有限公司
Abstract: 本发明涉及一种骚扰诈骗电话的防范方法及系统，防范方法包括：构建防范骚扰诈骗信息库；获取主叫企业端呼叫被叫用户端的信令数据，并根据信令数据依次判断主叫号码是否为骚扰电话、是否属于诈骗号码名单、是否属于分类号码名单、主叫号码对应的所属行业是否在用户接听意愿分类名单的对应行业接听意愿中、信令数据中的归属网络是否属于VoLTE、信令数据中的被叫资源协商是否成功；之后执行不同的屏显方式，基于VoLTE‑CRS技术的屏显方式或GSM‑FlashSMS技术的屏显方式在被叫用户端提示主叫号码信息。本发明基于通信技术提示主叫身份信息，从而便于被叫用户自行判断是否需要接听，能够精准防范骚扰诈骗电话。
-
Patent Agency Ranking
-
公开(公告)号：CN118523969A
公开(公告)日：2024-08-20
申请号：CN202410997343.3
申请日：2024-07-24
Applicant: 浙江鹏信信息科技股份有限公司
IPC: H04L9/40 , H04L61/4511 , G06F16/35 , G06N3/0464 , G06V30/19 , G06V10/82 , G06F40/295
Abstract: 本发明涉及基于DPI的校园网络诈骗预警方法及系统、可读介质，其预警方法包括：定期采集校园深度包检测DPI日志，提取DPI日志中的域名字段并进行对比过滤处理，得到待分析域名清单；基于待分析域名清单对应的网址进行网站内容采集并进行涉诈分析，判断是否为涉诈网址，并将涉诈网址对应的域名更新至涉诈域名库；实时采集校园DPI日志，提取DPI日志中的域名字段与涉诈域名库进行碰撞分析，输出风险日志；对风险日志进行二重分析，剔除非涉诈网址对应的日志，输出涉诈日志清单；基于涉诈日志清单的源IP关联上网账号，并发送涉诈预警信号。本发明对上网行为进行实时检测，及时准确发现与预警涉诈上网行为，有效防范校园网络诈骗。
-
公开(公告)号：CN117828479B
公开(公告)日：2024-06-11
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。
-
公开(公告)号：CN117633605B
公开(公告)日：2024-04-12
申请号：CN202410104803.5
申请日：2024-01-25
Applicant: 浙江鹏信信息科技股份有限公司
Abstract: 本发明涉及数据安全分类分级能力成熟度评估方法、系统及可读介质，评估方法包括：采集影响数据安全分类分级能力成熟度的指标信息；指标信息包括功能性、性能效率、开放性、稳定性、安全性、可维护性的指标数据；基于各方面的指标数据分别构建相应的指标数据矩阵；采用层次分析法、灰色关联度分析法、熵权法、优劣解距离法、熵权法、熵权法分别对各指标数据矩阵进行评估计算，得到各指标数据对应的评分；将各指标数据对应的评分输入多层感知机中，得到能力成熟度评分；其中，多层感知机的损失函数为KL散度损失；根据能力成熟度评分判定数据安全分类分级能力成熟度等级。本发明能够有效提高数据安全分类分级能力成熟度评估的可靠性和准确性。
-
公开(公告)号：CN116703553B
公开(公告)日：2023-12-05
申请号：CN202310982635.5
申请日：2023-08-07
Applicant: 浙江鹏信信息科技股份有限公司
IPC: G06F17/00
Abstract: 本发明涉及一种金融反欺诈风险监控方法、系统及可读存储介质，其方法包括：基于通信运营商和金融行业的用户隐私数据构建联邦学习平台；基于联邦学习平台，以单个用户端为最小单位，利用知识图谱构建技术构建用户画像并存储在图数据库中，得到用户图谱；将待测用户图谱输入预训练的风险监控网络模型中，实时输出风险监控结果；风险监控网络模型为具有求和池化的图神经网络与LSTM网络的融合，图神经网络的输出连接LSTM网络的输入。本发明基于联邦学习平台，利用知识图谱构建技术构建用户画像并存储在图数据库中得到用户图谱；通过具有求和池化的图神经网络与LSTM网络的融合对待测用户图谱进行风险监控，有效提升金融反欺诈风险防范。
-
-
-
-
-
-
-
-
-
Search Results
35
records
(took 0.032 seconds)
