一种基于对抗攻击的用户人格隐私保护方法

    公开(公告)号:CN113268990B

    公开(公告)日:2022-11-11

    申请号:CN202110545995.X

    申请日:2021-05-19

    Abstract: 本发明公开了一种基于对抗攻击的用户人格隐私保护方法,属于网络空间安全/社会工程学领域;具体为:针对某个用户的原始文本进行预处理,得到原语义向量x;利用对抗噪声生成算法,将随机生成的混乱人格标签c和原语义向量输入训练好的人格分类模型中,产生对抗噪声z;然后、将原语义向量x与对抗噪声z叠加生成新语义向量将新语义向量作为一个对抗样本,通过人格分类获取对抗样本的人格标签c',并判断人格标签c'与混乱人格标签c是否一致;将生成成功的对抗样本的新语义向量进行逆向预处理,并将结果加入或替换到原用户A的原始文本中,从而获得用户A的混乱人格文本。本发明从分析对抗的角度,对人格分类模型进行扰乱,达到用户人格隐私保护的目的。

    电信诈骗检测方法及装置
    35.
    发明授权

    公开(公告)号:CN110349586B

    公开(公告)日:2022-05-13

    申请号:CN201910667382.6

    申请日:2019-07-23

    Abstract: 本发明提供了一种电信诈骗检测方法及装置,其中,该方法包括:在用户电信通话过程中,获取用户的通话语音;提取用户的通话语音的语气相关声学特征;根据提取的语气相关声学特征生成输入数据;将生成的输入数据输入至预先训练得到的电信诈骗分类器进行分类,得到电信诈骗检测结果。通过上述方案能够提高电信诈骗检测的实时性。

    一种基于眼动追踪和社工要素的网络钓鱼易感性预测方法

    公开(公告)号:CN113689138A

    公开(公告)日:2021-11-23

    申请号:CN202111037196.8

    申请日:2021-09-06

    Abstract: 本发明公开了一种基于眼动追踪和社工要素的网络钓鱼易感性预测方法,属于社会工程学领域;具体为:首先,收集各用户社工要素的主体属性,记录各用户浏览钓鱼网站的眼动数据进行清洗;同时,各用户根据自身对网络钓鱼的信任程度和交易意图进行打分;将各用户的获取数据对支持SVR模型进行训练;利用K‑Means聚类算法将用户划分成不同的易感性等级;当新用户实际浏览钓鱼网站时,收集新用户的主体属性和眼动数据,并输入SVR模型中,利用输出数据计算出易感性值,划分到对应的等级中进行预测。本发明利用训练好的SVR模型预测用户对此网络钓鱼的易感性,再根据易感性的强弱,做出相应的具有针对性的防御方法,增强用户的使用体验并提供全方位的防护。

    基于用户属性的社会工程学机器人模拟方法和装置

    公开(公告)号:CN112182169A

    公开(公告)日:2021-01-05

    申请号:CN201910585586.5

    申请日:2019-07-01

    Abstract: 本发明提供了一种基于用户属性的社会工程学机器人模拟方法和装置,其中,该方法包括:为目标机器人配置用户属性;根据为所述目标机器人配置的用户属性,生成运行参数;在所述目标机器人运行的过程中,根据所述运行参数生成语料内容;按照所述运行参数,在所述目标机器人对应的平台账号发送语料内容。通过上述方式解决了现有的无法有效防御社会工程学攻击的问题,达到了准确高效防御社会工程学攻击,以提升数据安全性的技术效果。

    电信诈骗检测方法及装置
    38.
    发明公开

    公开(公告)号:CN110349586A

    公开(公告)日:2019-10-18

    申请号:CN201910667382.6

    申请日:2019-07-23

    Abstract: 本发明提供了一种电信诈骗检测方法及装置,其中,该方法包括:在用户电信通话过程中,获取用户的通话语音;提取用户的通话语音的语气相关声学特征;根据提取的语气相关声学特征生成输入数据;将生成的输入数据输入至预先训练得到的电信诈骗分类器进行分类,得到电信诈骗检测结果。通过上述方案能够提高电信诈骗检测的实时性。

    一种社交网络用户的人格识别系统和方法

    公开(公告)号:CN109409433A

    公开(公告)日:2019-03-01

    申请号:CN201811284740.7

    申请日:2018-10-31

    Abstract: 本发明提出一种社交网络用户的人格识别系统和方法,属于机器学习和主体认知领域。本发明系统包括:社交网络爬虫模块,社交网络用户人格分析模块,社交网络用户数据库模块,分析结果响应模块。首先,爬取用户授权的网络行为数据,生成带人格标签的离线网络行为数据集;对带人格标签的离线网络行为数据提取用户行为特征;将前述数据分为训练集和测试集,采用不同的机器学习算法,最终选取最优模型;最后,继续模型优化,直到获得达标的人格分析模型,进而得到该用户的人格标签。本发明通过分析社交网络用户的线上行为,挖掘强相关特征,根据群智能优化算法选出最优特征组合,分析得到社交网络用户的人格,为个性化推荐和用户心理预警提供基础。

    一种基于网络编码的无线传感网多路径路由方法

    公开(公告)号:CN103561445A

    公开(公告)日:2014-02-05

    申请号:CN201310560078.4

    申请日:2013-11-12

    CPC classification number: Y02D70/30

    Abstract: 一种基于网络编码的无线传感网多路径路由方法属无线传感网络通信领域,其特征在于,按基于编码优势节点的路径优势值对网中任意的源节点到目的节点之间的路径按路径优势的大小从大到小排序,提供优先选择的路径,源节点发送的由K个原始数据包所形成的I(I≥K)个编码数据包对应于优先选择路径一一对应的发送。首先由源节点编码的数据在数据传输过程中,编码优势节点是一种多路径交叉点要对输入的编码数据进行再次随机编码再把路由表中标明本节点为接收节点的编码数取出后,再把标有下层其他中间节点或目的节点地址的再次编码数据中编码系数解码后下行输出,以此类推直到目的节点为止。本发明把网络编码与多路径选择相结合提供较优的多路径路由方法。

Patent Agency Ranking