-
公开(公告)号：CN116935117A
公开(公告)日：2023-10-24
申请号：CN202310887423.9
申请日：2023-07-19
Applicant: 国家计算机网络与信息安全管理中心
IPC: G06V10/764 , G06V10/56
Abstract: 本发明涉及标志物检测系统领域，尤其为一种复杂场景下特定标志物检测系统，包括：收集模块：用于通过网络爬虫技术对特定标志物图片进行收集，获得特定标志物图片；处理模块：用于对收集模块收集的特定标志物图片进行图片预处理，获得预处理数据；分类器训练模块：用于根据处理模块处理得到的预处理数据进行模型训练，得到自动分类模型；分类模块：用于连接自动分类模型，对特定标志物图片进行分类。本发明通过颜色和形状的标志物检测算法，从色彩增强、颜色分割和形状分类三个方面提高特定标志物检测系统算法的鲁棒性，通过比较RGB和HSV颜色分割效果，选取效果更好的HSV颜色分割，在形状分类中不仅仅使用简单的SVM模型训练而且同时使用Contourlet变化提高算法的鲁棒性使的算法预测效果更好，保证出现差错在系统允许的范围内。
-
公开(公告)号：CN116680419A
公开(公告)日：2023-09-01
申请号：CN202310955604.0
申请日：2023-08-01
Applicant: 国家计算机网络与信息安全管理中心
IPC: G06F16/36 , G06F40/216 , G06F40/30 , G06F40/295
Abstract: 本发明涉及自然语言处理技术领域，提供一种多源数据映射关联细粒度不良信息检测方法，所述方法包括：获取待检测文本和历史浏览文本，待检测文本和历史浏览文本属于同一用户的浏览文本；对待检测文本进行实体关系抽取，得到待检测三元组；获取历史浏览文本中的不良信息所对应的历史三元组，并基于历史三元组与待检测三元组之间的关联度，从待检测三元组中确定出待检测文本中的不良信息所对应的三元组。本发明提供的一种多源数据映射关联细粒度不良信息检测方法，能够准确从待检测三元组中确定出待检测文本中的不良信息所对应的三元组，避免传统方法中分词演变绕过黑名单机制导致漏检的问题，进一步提高的不良信息的检测精度。
-
公开(公告)号：CN116367181A
公开(公告)日：2023-06-30
申请号：CN202211679996.4
申请日：2022-12-26
Applicant: 国家计算机网络与信息安全管理中心
IPC: H04W16/22 , H04W16/18 , H04B17/318 , H04B17/336 , H04B17/382 , G06N7/01
Abstract: 本发明公开了一种空地融合蜂窝网络中的无人机基站部署方法，包括如下步骤：S1：在地面基站侧和网络侧分别进行信息采集；S2：基于步骤S1中的信息建立系统模型，系统模型包括地面基站参数模型、无人机基站传播模型和无人机基站天线阵列模型；S3：基于地面基站用户的平均传输速率和无人机基站用户的平均传输速率，建立性能评估模型；S4：根据步骤S3的性能评估模型，设置多组网络参数组合进行关键性能指标的数值计算，并根据计算结果选择使关键性能指标达到最大的参数组合，作为最终的参数配置；S5：确定无人机基站的水平位置部署。本发明充分考虑了无人机之间的空间保护距离，尤其适用于无人机基站采用多天线配置的场景。
-
公开(公告)号：CN115982111A
公开(公告)日：2023-04-18
申请号：CN202211660716.5
申请日：2022-12-22
Applicant: 国家计算机网络与信息安全管理中心
IPC: G06F16/17 , G06F16/18 , H04L61/4511 , H04L101/69 , H04L101/668
Abstract: 本发明公开了一种基于IP访问特征的用户群体画像方法，涉及网络治理技术领域，该方法首先根据日志的访问域名的类别信息，通过数理统计的方法构建IP访问特征数据集，然后，基于用户群体划分算法识别特定群体和非特定群体，最后，构建用户群体属性标签体系，对划分的群体进行群体画像分析，在充分研究原始日志的基础上，以IP访问特征为着力点，设计了基于规则和机器学习相结合的用户群体划分算法，根据日志数据量大的特点，研究了在大数据情况下，优化机器学习算法效率的方法。
-
公开(公告)号：CN110704186B
公开(公告)日：2022-05-24
申请号：CN201910908595.3
申请日：2019-09-25
Applicant: 国家计算机网络与信息安全管理中心
Abstract: 本发明提出了一种基于混合计算资源的分布式计算系统，用以合理分配资源，满足计算任务多样性的需求，所述系统包括计算引擎层和资源调度层，其中：所述计算引擎层由多个构建在同一个Spark计算引擎上的深度学习框架组成，针对所述计算引擎层统一封装各个深度学习框架的访问接口；所述资源调度层包括多种异构计算资源，所述异构计算资源包括以下至少一项：CPU、GPU和FPGA；在所述资源调度层，根据待处理任务的任务类型划分不同的任务队列，根据不同物理机搭载的计算资源类型划分不同的逻辑集群，根据待处理任务的任务类，将任务队列中的任务分配到对应的逻辑集群中执行。
-
Patent Agency Ranking
公开(公告)号：CN110704186A
公开(公告)日：2020-01-17
申请号：CN201910908595.3
申请日：2019-09-25
Applicant: 国家计算机网络与信息安全管理中心
Abstract: 本发明提出了一种基于混合计算资源的分布式计算系统，用以合理分配资源，满足计算任务多样性的需求，所述系统包括计算引擎层和资源调度层，其中：所述计算引擎层由多个构建在同一个Spark计算引擎上的深度学习框架组成，针对所述计算引擎层统一封装各个深度学习框架的访问接口；所述资源调度层包括多种异构计算资源，所述异构计算资源包括以下至少一项：CPU、GPU和FPGA；在所述资源调度层，根据待处理任务的任务类型划分不同的任务队列，根据不同物理机搭载的计算资源类型划分不同的逻辑集群，根据待处理任务的任务类，将任务队列中的任务分配到对应的逻辑集群中执行。
-
公开(公告)号：CN105893157B
公开(公告)日：2019-08-30
申请号：CN201610282320.X
申请日：2016-04-29
Applicant: 国家计算机网络与信息安全管理中心
Abstract: 本发明公开了一种开放分布式系统资源管理与任务调度系统与方法，本发明通过将开放分布式系统资源管理与任务调度系统分为任务管理器、资源策略优化调度器、资源管理器、以及多个节点管理器，简化中央调度功能，解决了现有技术中的资源管理与调度系统较难直接应用在异构硬件资源环境下管理执行异构任务的问题，能够提供一种管理异构硬件资源并调度执行异构任务的框架，可支持硬件资源的动态变化与不同类型任务的调度管理。
-
公开(公告)号：CN108920943A
公开(公告)日：2018-11-30
申请号：CN201810430169.9
申请日：2018-05-08
Applicant: 国家计算机网络与信息安全管理中心
Abstract: 本发明公开了一种针对应用软件检测安装捆绑行为的方法及装置，本发明实施例设置快速分析引擎及动态沙箱引擎，其中，动态沙箱引擎采用虚拟机环境对应用软件其中的多个样本运行分析，根据运行分析结果确定是否有安装捆绑行为，如果有，则确认应用软件有安装捆绑行为；如果没有，再由所述快速分析引擎对应用软件进行查壳处理及获取到其中的无壳样本及所有样本释放的中间文件，进行应用程序编程接口(API)的扫描，根据扫描结果确定应用软件是否有安装捆绑行为。这样，本发明实施例提供的方法及装置只针对应用软件的安装捆绑行为的检测，保证检测的准确度及完成度，使得检测结果准确。
-
公开(公告)号：CN117149949B
公开(公告)日：2024-12-17
申请号：CN202311059658.5
申请日：2023-08-22
Applicant: 国家计算机网络与信息安全管理中心
IPC: G06F16/33 , G06F16/335 , G06F16/35 , G06F18/23
Abstract: 本发明公开了一种融合多源信息的人名消歧方法及装置，所述方法包括：将所有文本划分为若干个类；基于同名作者对应的机构名称、文本共同作者和文本主题内容，分别对每一类文本进行聚类，以得到该类文本的机构名第一聚类结果、共同作者第一聚类结果和主题内容第一聚类结果；基于簇内机构信息及文本的共现信息，对机构名第一聚类结果、共同作者第一聚类结果和主题内容第一聚类结果进行融合，得到该类文本的初步聚类结果；提取初步聚类结果中的单簇文本，并基于所述单簇文本与该类文本中其他文本的相似度进行单簇文本的融合后，得到人名消歧结果。本发明可以实现了更好的消歧准确率。
-
公开(公告)号：CN117633092A
公开(公告)日：2024-03-01
申请号：CN202311358101.1
申请日：2023-10-19
Applicant: 国家计算机网络与信息安全管理中心
IPC: G06F16/26 , G06F16/2455
Abstract: 一种改进apriori的频繁有序项集挖掘方法，包括：采取项为首、特征为尾拼接的方式生成新项集，以发现数据中频繁出现的连续有序项集，而不是无序的关联规则；在候选项筛选中，加入项预判断，减少对事务集的扫描次数；另外，还采用记录项事务集的方式避免了对全部数据集的频繁扫描，提高了算法的时间性能。该方法有效解决了Apriori算法无法用于发现频繁有序项集，以及候选集筛选过程中频繁扫描整个事务集带来的时间开销巨大的问题。
-
-
-
-
-
-
-
-
-
Search Results
53
records
(took 0.072 seconds)
