用户绕行管控设备行为的日志审计方法及装置

    公开(公告)号:CN116915591A

    公开(公告)日:2023-10-20

    申请号:CN202310395835.0

    申请日:2023-04-13

    Abstract: 本发明实施例公开了一种用户绕行管控设备行为的日志审计方法及装置,方法包括:收集多个日志设备的原始日志信息;将原始日志信息与预设日志模板树进行匹配,提取得到原始日志信息中包含的账号登录信息;其中,预设日志模板树通过预先解析历史原始日志信息构建得到;根据账号登录信息进行账号分类处理,确定对应的账号类别;按照账号类别,将账号登录信息与对应的账号类别知识图谱进行匹配,若不匹配,则确定存在用户绕行管控设备行为。本发明能够解决对原始日志信息解析、用户绕行管控设备行为审计的痛点,解决当前用户绕行管控设备行为审计模型效率低下、人工处理速度慢、易出错等问题,能够及时发现潜在的绕行操作行为,提高网络安全运营能力。

    一种基于组稀疏优化的聚类方法

    公开(公告)号:CN112508049A

    公开(公告)日:2021-03-16

    申请号:CN202011211533.6

    申请日:2020-11-03

    Abstract: 本发明提供的一种基于组稀疏优化的类聚方法,首先是数据的处理,其目的在于获得数据集样本间的相似度矩阵目标矩阵、误差最小项和稀疏约束项;第二,构建基于组稀疏约束的优化模型,其目的在于利用更为强力的组稀疏约束来抑制噪声影响;之后,本发明提供一种基于交替方向乘子(Alternating Direction Method of Multipliers)的优化算法来快速求解所构建的优化模型;最后,本发明提供一种快速的优化聚类算法,其目的是合并冗余的聚类结果,进一步提升性能。本发明的方法约束每个样本只能由一个样本近似表示,从而可以有效的提升算法鲁棒性;另一方面,所得到的目标矩阵无需再进行谱聚类分析,从而达到端到端的聚类效果。

    基于显著标签排序的图像显著性目标检测方法和装置

    公开(公告)号:CN106127197B

    公开(公告)日:2020-07-07

    申请号:CN201610219337.0

    申请日:2016-04-09

    Abstract: 本发明实施例提供了一种基于显著标签排序的图像显著性目标检测方法和装置。该方法主要包括:将图像样本集中的每幅图像使用SLIC分割方法划分成多个图像区域,对每个图像区域提取视觉特征和背景对比度特征;根据每个图像区域的视觉特征、背景对比度特征和显著值标签组成训练集与测试集,使用基于显著标签排序的算法学习出每幅图像中每个图像区域的显著值;利用低秩矩阵恢复理论恢复图像中每个区域的显著值,检测出图像中的显著目标。本发明的方法充分利用矩阵的核范数控制模型的复杂度,结合视觉特征相似性以及语义标签相似性,利用图拉普拉斯正则化约束之间的相关性,有效解决显著性标签空间较大但训练图像数量有限的问题。

    一种生成关键字组合策略的方法及装置

    公开(公告)号:CN104915333B

    公开(公告)日:2017-11-28

    申请号:CN201410085899.1

    申请日:2014-03-10

    Abstract: 本发明提供一种生成关键字组合策略的方法及装置,其中,该方法包括:对信息进行切词处理,得到多个第一元素词组合;获得第一元素词组合的垃圾属性值和正常属性值;第一元素词组合的垃圾属性值大于第一预设值且正常属性值小于第二预设值时,确定该第一元素词组合为第一元素关键词组合;将第一元素关键词组合集中至少两个不同的第一元素关键词组合进行组合,得到第N元素词组合;当第N元素词组合的垃圾属性值大于第三预设值且正常属性值小于第四预设值时,确定该第N元素词组合为第N元素关键词组合,当N值大于或者等于一阈值时,确定第N元素关键词组合集为策略集。该方法综合考虑关键字的垃圾和正常属性生成一组策略集,提高了策略集的拦截效果。

    一种基于显著标签排序的图像显著性目标检测方法

    公开(公告)号:CN106127197A

    公开(公告)日:2016-11-16

    申请号:CN201610219337.0

    申请日:2016-04-09

    Abstract: 本发明实施例提供了一种基于显著标签排序的图像显著性目标检测方法。该方法主要包括:将图像样本集中的每幅图像使用SLIC分割方法划分成多个图像区域,对每个图像区域提取视觉特征和背景对比度特征;根据每个图像区域的视觉特征、背景对比度特征和显著值标签组成训练集与测试集,使用基于显著标签排序的算法学习出每幅图像中每个图像区域的显著值;利用低秩矩阵恢复理论利用每个图像区域的显著值对每幅图像进行显著图的恢复,检测出图像中的显著目标。本发明的方法充分利用矩阵的核范数控制模型的复杂度,结合视觉特征相似相以及语义标签相似性,利用图拉普拉斯正则化约束之间的相关性,有效解决显著性标签空间较大但训练图像数量有限的问题。

    对垃圾信息监控系统进行监测的方法及装置

    公开(公告)号:CN103139736A

    公开(公告)日:2013-06-05

    申请号:CN201110391865.1

    申请日:2011-11-30

    Abstract: 本发明实施例公开了一种对垃圾信息监控系统进行监测的方法及装置,该方法包括:按照预定的发送策略,指示发送端向接收端发送垃圾信息;对发送端发送成功的垃圾信息生成发送记录,对接收端接收到的垃圾信息生成接收记录;对发送记录和接收记录进行对比匹配,确定匹配成功的发送记录和接收记录;根据匹配成功的发送记录和接收记录确定监测指标;将确定的监测指标与预定的监测标准对比,根据对比结果实现对垃圾信息监控系统的监测。本发明实施例通过监测能够得知垃圾信息监控系统的监控效率、监控效果,从而能够监测结果对垃圾信息监控系统进行调整,能够解决现有技术中存在的垃圾短信监控系统的监控效率不高、监控效果不佳的问题。

Patent Agency Ranking