-
公开(公告)号：CN118796452A
公开(公告)日：2024-10-18
申请号：CN202410687179.6
申请日：2024-05-30
Applicant: 中国移动通信集团设计院有限公司 , 中国移动通信集团有限公司
Abstract: 本发明公开了一种算力资源的调度方法、装置、设备、存储介质和程序产品，通过获取用户任务，将所述用户任务划分为实时任务或非实时任务；当所述用户任务为实时任务时，为所述实时任务分配相应的算力资源节点；当所述用户任务为非实时任务时，将所述非实时任务放入当前任务时间段对应的待分配任务列表中，对所述待分配任务列表中的所有非实时任务进行组合调度，分配相应的算力资源节点。采用本发明，其能够根据用户任务的实时性需求，为实时任务与非实时任务分别进行算力资源的分配调度，有效兼顾算力资源调度速度和调度准确性。
-
公开(公告)号：CN117992616A
公开(公告)日：2024-05-07
申请号：CN202211372801.1
申请日：2022-11-01
Applicant: 中国移动通信集团设计院有限公司 , 中国移动通信集团有限公司
IPC: G06F16/36 , G06F16/33 , G06F40/194 , G06F40/30
Abstract: 本申请实施例公开了一种不良关键词知识图谱的构建方法及相关设备，解决了关键词策略难以被算法利用且无法对外共享的问题。该方法包括：根据关键词策略集合构建基础知识图谱，所述关键词策略中每个关键词策略包括N个关键词，所述N个关键词之间为布尔逻辑关系，其中，N为大于或等于1的整数；根据所述基础知识图谱以及所述关键词策略集合确定所述关键词策略集合中每个关键词策略所对应的替代关系和引申关系；将所述替代关系和所述引申关系融入所述基础知识图谱，以得到所述不良关键词知识图谱。
-
公开(公告)号：CN116911935A
公开(公告)日：2023-10-20
申请号：CN202310006060.3
申请日：2023-01-03
Applicant: 中国移动通信集团设计院有限公司 , 中国移动通信集团有限公司
IPC: G06Q30/0601 , G06F9/50 , G06F3/0484 , G06F11/30 , G06F11/32
Abstract: 本申请公开了一种网约算力方法、装置、设备及可读存储介质，该方法包括步骤：根据客户端在网约算力订购平台上选择的算力配置条件，询问第三方算力资源是否具有满足所述算力配置条件的第三方算力节点，其中，本地通过确定适配所述第三方算力资源相应接口的连接通道，实现与第三方算力节点进行通信；若存在满足所述算力配置条件的第三方算力节点，则基于从所述第三方算力节点中确定的第一目标算力节点的算力资源，呈现算力可视化界面，并根据客户端在所述算力可视化界面的交互操作，进行算力资源的调度以及交互结果的显示。本申请可以使用户在不同的第三方算力节点之间来选择自己需要的算力节点。
-
公开(公告)号：CN116909726A
公开(公告)日：2023-10-20
申请号：CN202310005889.1
申请日：2023-01-03
Applicant: 中国移动通信集团设计院有限公司 , 中国移动通信集团有限公司
IPC: G06F9/50
Abstract: 本申请公开了一种算力资源的优化方法、装置、设备及存储介质，该方法包括：获取用户端使用网络数据时的使用需求与网络存储设备的使用算力资源；基于所述算力需求，利用预设的优化方式，对所述使用算力资源进行优化，得到优化算力资源，以供所述用户端基于所述优化算力资源正常使用所述网络数据；其中，优化方式至少为算力分配、更改节点与数据迁移中的一种。在本申请中，至少通过算力分配、更改节点与数据迁移中的一种优化方式优化使用算力资源，并在优化使用算力资源时会间接地改变使用网络资源，以使算力资源与网络资源之间的配合达到最佳，进而使优化效果达到最佳，提高了算力资源的优化效率。
-
公开(公告)号：CN116775398A
公开(公告)日：2023-09-19
申请号：CN202210243830.1
申请日：2022-03-10
Applicant: 中国移动通信集团设计院有限公司 , 中国移动通信集团有限公司
IPC: G06F11/30
Abstract: 本发明公开了日志审计方法、装置、状态机及存储介质，该方法包括：获取待审计操作日志中包含的访问路径；根据访问路径对应的操作命令控制有限状态机转换至目标工作状态，并获取有限状态机转换至目标工作状态的状态转换过程信息；根据状态转换过程信息生成访问路径的路径切换过程信息；在路径切换过程信息中包括预设敏感路径时，输出径切换过程信息和违规操作告警信息。本发明实现了用户访问系统时整个访问路径的监测，不仅提高了违规操作日志审计的准确性以及操作日志审计的效率。
-
Patent Agency Ranking
公开(公告)号：CN115204152A
公开(公告)日：2022-10-18
申请号：CN202110382534.5
申请日：2021-04-09
Applicant: 中国移动通信集团设计院有限公司 , 中国移动通信集团有限公司
IPC: G06F40/242 , G06F40/284 , G06F16/33 , G06F16/36
Abstract: 本发明公开一种关键词变体的匹配方法，包括：合并第一待测文本中的拆分字；合并后的第一待测文本与关键词库中的关键词匹配，若其中不包含与关键词完全匹配的目标词，则获取其中每个目标字的头N笔和末M笔的笔画序列；在关键词库中查找各个目标字对应的疑似匹配关键词，确定各个目标字的匹配标识符；上述匹配标识符组成第1层匹配标识符序列，n赋值为2；计算第n‑1层相邻的匹配标识符的交集，得到第n层匹配标识符序列，判断第n层的匹配标识符对应的疑似匹配关键词的字数是否为n，若是，则输出匹配结果；若否，n赋值为n+1，重复执行本步骤，直至第n层匹配标识符序列不存在与关键词库中的疑似匹配关键词对应的标识符，该方法提高了匹配效率。
-
公开(公告)号：CN110830664A
公开(公告)日：2020-02-21
申请号：CN201810920834.2
申请日：2018-08-14
Applicant: 中国移动通信集团设计院有限公司 , 中国移动通信集团有限公司
IPC: H04M3/436
Abstract: 本发明实施例提供一种识别电信诈骗潜在受害用户的方法和装置。所述方法包括：获取社交簇中关键被叫的社会身份信息，以及获取社交簇中主叫的受害信息，所述社交簇包括关键被叫以及与所述关键被叫具有稳定通话关系的多个主叫；根据所述社交簇中主叫的受害信息识别所述社交簇中的潜在受害用户，根据所述社交簇中关键被叫的社会身份信息以及各社交簇之间的关系识别其他社交簇中的潜在受害用户。本发明实施例通过获取社交簇中关键被叫的社会身份信息以及主叫的受诈骗信息，能够有效识别出基于信任关系的电信诈骗潜在受害用户，进一步识别出某种诈骗类型的潜在受害用户。
-
公开(公告)号：CN110611731A
公开(公告)日：2019-12-24
申请号：CN201810613560.2
申请日：2018-06-14
Applicant: 中国移动通信集团设计院有限公司 , 中国移动通信集团有限公司
Abstract: 本发明实施例提供一种抵御恶意呼叫的方法和装置。所述方法包括：判断当前呼叫的主叫是否为恶意号码；当所述主叫为恶意号码时，将当前呼叫转移到号码资源池中的号码；通过所述号码资源池中的号码处理当前通话。本发明实施例通过对恶意呼叫进行转移，能够避免用户受到恶意呼叫的骚扰，为用户提供实时保护。
-
公开(公告)号：CN119109617A
公开(公告)日：2024-12-10
申请号：CN202411061778.3
申请日：2024-08-05
Applicant: 中国移动通信集团设计院有限公司 , 中国移动通信集团有限公司
Inventor： 陈桂桢 , 陈祖泉 , 陈希 , 侯晓琳 , 杜刚 , 陈燕雷 , 杜雪涛 , 张晨 , 张高山 , 秦本源 , 雷涛 , 赵延毫 , 李岩 , 周顶 , 陈凡 , 于少中 , 于雷 , 王奕夫 , 刘胜兰 , 夏雪玲
IPC: H04L9/40
Abstract: 本申请提供一种加密流量数据分类模型的训练方法及加密流量数据的分类方法。该加密流量数据分类模型的训练方法通过数据增广器，对未标注的第一加密流量数据样本进行多次扰动处理，生成多个增广数据样本，各增广数据样本与第一加密流量数据样本之间的差异程度小于预设阈值；通过伪标签生成器，根据多个增广数据样本，确定伪标签数据样本；将已标注的第二加密流量数据样本以及伪标签数据样本作为训练数据，输入至初始加密流量数据分类模型中，得到初始加密流量数据分类模型输出的预测分类结果；根据训练数据对应的实际分类结果以及预测分类结果，更新初始加密流量数据分类模型的模型参数，得到训练好的加密流量数据分类模型。能够改善模型泛化能力。
-
公开(公告)号：CN118802314A
公开(公告)日：2024-10-18
申请号：CN202410650660.8
申请日：2024-05-24
Applicant: 中国移动通信集团设计院有限公司 , 中国移动通信集团有限公司
IPC: H04L9/40 , H04L41/14 , H04L41/142
Abstract: 本公开涉及网络通信技术领域，尤其是涉及一种异常网络功能的检测模型训练方法和检测方法、装置、电子设备和计算机程序产品。所述检测模型训练方法包括：基于多个NF中每一个的时间相关特征序列，为所述多个NF中的每一个NF构造训练特征集；基于所述训练特征集和初始检测模型，对所述多个NF中的每一个NF训练得到对应的本地NF检测模型；其中，所述本地NF检测模型对于所述时间相关特征序列生成的重构序列与所述时间相关特征序列的重构误差满足预定条件。本公开提升了模型训练准确性、训练效率和数据安全性，提高了系统的响应能力和鲁棒性。
-
-
-
-
-
-
-
-
-
Search Results
62
records
(took 0.09 seconds)
