-
公开(公告)号：CN113420121A
公开(公告)日：2021-09-21
申请号：CN202110704938.1
申请日：2021-06-24
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: G06F16/33 , G06F16/332 , G06F16/951 , G06K9/62
Abstract: 本申请提供了一种文本处理模型训练方法、语音文本处理方法及装置，涉及自然语言处理技术领域。该方法包括：从互联网爬取对话文本，得到正样本；对对话文本中的语句进行变换操作，得到负样本和负样本的第一标签信息；将正样本和负样本对应输入至预先训练的第一文本处理模型中和待训练的第二文本处理模型中，生成第一文本处理模型的目标层的第一特征向量和第二文本处理模型的目标层的第二特征向量；根据第一特征向量、第二特征向量，对第二文本处理模型进行知识蒸馏，得到训练好的第二文本处理模型。根据本申请实施例，能够解决相关技术中对语音文本进行校对效率低、耗时长且计算资源占用大的问题。
-
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：CN110912766B
公开(公告)日：2021-04-20
申请号：CN201910991038.2
申请日：2019-10-18
Applicant: 国家计算机网络与信息安全管理中心 , 长安通信科技有限责任公司 , 杭州东信北邮信息技术有限公司
Abstract: 一种通讯网络多平面数据一致性校验方法，包括：业务平面装置对数据加密，并封装成数据消息，然后将数据消息下发至控制平面装置：控制平面装置从数据消息中提取数据路由规则，然后将数据消息分发到相应的接入平面装置；接入平面装置从控制平面装置发来的数据消息中逐一读取、并加载每条加密数据，当加载完所有数据后，计算已加载的数据条目数和数据校验和，将已加载的数据条目数和数据校验和、与从数据消息中提取的数据条目数量和数据校验和进行比对，当比对结果一致时，向业务平面装置返回数据加载成功结果消息。本发明属于信息技术领域，能基于当前的通讯网络管理架构，有效保障多平面之间的数据同步一致性，从而确保通讯网络的安全可靠。
-
Patent Agency Ranking
公开(公告)号：CN112466310A
公开(公告)日：2021-03-09
申请号：CN202011105315.4
申请日：2020-10-15
Applicant: 讯飞智元信息科技有限公司 , 国家计算机网络与信息安全管理中心
Abstract: 本发明公开了深度学习声纹识别方法、装置、电子设备及存储介质，该方法包括：获取包含用户个人信息的音频数据，输入特征提取模型，输出用户个人信息+声纹音频数据；将所述声纹音频数据输入已训练的声纹识别模型，输出声纹识别信息；根据预先存储的验证音频信息对所述声纹识别信息和用户个人信息进行识别，以识别用户身份；响应于所述用户身份识别成功，输出音频数据的声纹识别指令。本发明解决了传统声纹识别算法或者单纯数字密码验证的局限性，实现了较理想的密码验证准确率。
-
公开(公告)号：CN110856176A
公开(公告)日：2020-02-28
申请号：CN201910992035.0
申请日：2019-10-18
Applicant: 国家计算机网络与信息安全管理中心
IPC: H04W12/12
Abstract: 一种采用流表方式实现的呼叫管理的系统及其方法，包括：前端接入装置，安装在IMS网络的业务服务器上，定期以流表方式上报服务器的能力数据到后端控制器，并接收后端控制器下发的流表策略数据；当接收到CSCF的呼叫信令时，根据流表策略数据，对服务器接收的呼叫信令进行检测和匹配，记录处置结果，然后将呼叫过程中的数据回传给后端控制器；后端控制器，接收并更新前端接入装置上报的流表数据，然后根据前端接入装置上报的能力数据，生成对应的流表策略数据，再将所述流表策略数据下发给前端接入装置；同时，接收并保存前端接入装置发来的呼叫过程数据。本发明属于信息技术领域，能基于各省移动网络运营商侧来构建共同的呼叫管理网络。
-
公开(公告)号：CN106131812B
公开(公告)日：2019-12-24
申请号：CN201610759203.8
申请日：2016-08-30
Applicant: 中国人民解放军信息工程大学 , 国家计算机网络与信息安全管理中心
Abstract: 本发明涉及一种移动电话网被叫用户号码在线还原系统及其还原方法，根据移动呼叫的技术原理与实现方法，在现有对移动电话网中呼叫控制信息的在线分析与处理的基础上，引入对移动电话网中移动管理信息的在线分析与处理，并在二者间建立交互接口，从而将呼叫控制信息与移动管理信息进行关联，最终获取并还原被叫用户号码。本发明实现移动电话网中被叫用户号码的在线还原，为基于用户号码的防护功能在移动电话网中得以实施，进一步提高了移动电话网安全防护能力，适用于在线获取移动呼叫主被叫用户号码、基于网络数据采集处理的第三方设备与系统。
-
公开(公告)号：CN110059889A
公开(公告)日：2019-07-26
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：CN110047509A
公开(公告)日：2019-07-23
申请号：CN201910240865.8
申请日：2019-03-28
Applicant: 国家计算机网络与信息安全管理中心 , 珠海高凌信息科技股份有限公司
Abstract: 本发明的技术方案包括一种两级子空间划分方法及装置，用于实现：采用基于模型子空间的二级匹配方法，处理过程分为两个步骤：第一步通过粗筛定位子空间，确定待检音频模型空间所属范围，第二步细匹，即在子空间内部通过精度较高的传统算法命中目标模型，即包括特征提取、聚类计算、子空间划分、中心点计算四个过程。本发明的有益效果为：实现简单，耗时较小，对于数量巨大的模型特征，其实时性足以满足业务需求，可任意调整簇数的取值，能够有效的划分子空间，并且能够较为均匀的划分到不同的子空间中，同时缩小了模型匹配范围，单次语音特征比较能够有效降低模型数量，提高了效率。
-
-
-
-
-
-
-
-
-
Search Results
138
records
(took 0.111 seconds)
