-
公开(公告)号:CN116383716A
公开(公告)日:2023-07-04
申请号:CN202310269511.2
申请日:2023-03-20
申请人: 国家计算机网络与信息安全管理中心 , 中国科学院信息工程研究所
IPC分类号: G06F18/241 , G06F18/213 , H04L9/40 , G06N3/0464 , G06N3/08
摘要: 本发明涉及一种增加自注意力机制和加性角度最大化间隔层的加密流量网络行为识别方法和系统。该方法包括:对加密应用网络行为产生的流量进行预处理和嵌入表示;利用自注意力机制增强流量的嵌入表示的语义;构建加密应用行为流量识别模型,基于自注意力机制得到的结果,利用该模型提取流量的深度特征;在加密应用行为流量识别模型中设置加性角度最大化间隔层,用以最大化不同类别流量特征之间的间隔,增加不同类别向量之间的区分性;通过加密应用行为流量识别模型进行加密流量网络行为的识别。本发明能够解决现有技术在识别加密流量网络行为时未能有效表示流量特征并最大化不同网络行为产生流量特征向量之间的距离,从而导致误分率高的问题。
-
公开(公告)号:CN111143508B
公开(公告)日:2023-04-28
申请号:CN201911244928.3
申请日:2019-12-06
申请人: 国家计算机网络与信息安全管理中心 , 中国科学院计算技术研究所
IPC分类号: G06F16/33 , G06F40/30 , G06F40/289 , G06F18/23
摘要: 本发明提出了一种基于通信类短文本的事件检测与跟踪方法,包括:提取与某事件对应的样本集合中各通信类短文本的语义特征、关键要素,及该样本集合的传播网络;根据该语义特征、该关键要素和该传播网络,分别获得任意两个该通信类短文本之间的语义距离、要素距离和用户距离;以该语义距离、该要素距离和该用户距离,获得任意两个该通信类短文本之间的度量距离;对所有该度量距离进行聚类,获得该事件的事件检测结果;提取该事件检测结果的特征属性以跟踪该事件。还提出一种基于通信类短文本的事件检测与跟踪系统,以及一种进行基于通信类短文本的事件检测与跟踪的数据处理装置。
-
公开(公告)号:CN110674290B
公开(公告)日:2023-03-10
申请号:CN201910733074.9
申请日:2019-08-09
申请人: 国家计算机网络与信息安全管理中心
IPC分类号: G06F16/35 , G06F16/36 , G06F40/284 , G06Q50/00
摘要: 本发明提出了一种用于重叠社区发现的关系预测方法、装置和存储介质,用以解决由于获取的用户关系图不够完整,降低了社区发现结果准确性的问题。用于重叠社区发现的关系预测方法,包括:获取用户通信信息中包含的信息内容并分类;确定每一类信息内容中包含的两两信息内容之间的相似度;对于相似度大于预设阈值的两条信息内容,构建该两条信息内容的发送信息用户之间的短时转发关系;构建所述用户通信信息中发送信息用户和接收信息用户之间的收发关系;根据所述短时转发关系和所述收发关系,构建用户关系图;基于所述用户关系图,利用社区发现算法进行社区发现。
-
公开(公告)号:CN115080871A
公开(公告)日:2022-09-20
申请号:CN202210847062.0
申请日:2022-07-07
申请人: 国家计算机网络与信息安全管理中心
IPC分类号: G06F16/9536 , G06F16/901 , G06N3/04 , G06N3/08 , G06Q50/00
摘要: 本发明公开了一种跨社交网络社交用户对齐方法,涉及社交网络的用户关系挖掘领域。本发明为了解决现有社交用户对齐方法不能跨社交网络、计算精度低、对齐效率低的缺陷,采用如下步骤实现:采集社交网络的用户属性信息,构建用户关系拓扑图;根据边权重和节点的出入度计算节点权重;构建一阶近邻关系模型和二阶近邻关系模型,确定一阶邻居节点和二阶邻居节点,得到用户节点之间的相互关系;构建社交对齐神经网络,通过社交对齐神经网络对用户关系拓扑图中各节点进行邻居节点的信息聚合、拼接与非线性变换,得到跨社交网络的社交用户身份对齐结果。本发明主要用于通过跨社交网络对其社交用户实现用户关系挖掘。
-
公开(公告)号:CN114943073A
公开(公告)日:2022-08-26
申请号:CN202210380497.9
申请日:2022-04-12
申请人: 国家计算机网络与信息安全管理中心 , 北京赋乐科技有限公司
摘要: 本公开的实施例提供了加密流量的通用对称加密协议脱壳方法、装置、设备和计算机可读存储介质。所述方法包括获取加密协议的流量;基于预设的密码字典,通过马尔科夫‑GEP模型生成新的密码字典;基于加密协议密码字符组合规律,对所述新的密码字典中的密码进行规约;基于规约后的新的密码字典和传统的解密脱壳方法,构建对称加密协议脱壳模型;将所述加密协议的流量,输入至所述对称加密协议脱壳模型,完成脱壳。提高了脱壳准确度,使得脱壳更加高效。
-
公开(公告)号:CN114817661A
公开(公告)日:2022-07-29
申请号:CN202210448777.9
申请日:2022-04-26
申请人: 国家计算机网络与信息安全管理中心
IPC分类号: G06F16/9035 , G06K9/62
摘要: 本发明涉及一种基于IP地址画像的大规模IP自动分类方法,本方法首先基于各个IP画像的相似度关系构建图结构,由此确定核心的IP节点,对于新加入的节点,本方法对其进行分类的计算复杂度为O(n),n为核心节点的数量,因此适用于大规模IP数据的线上实时处理。同时,本方法在进行IP分类结果的更新时,会将之前的核心节点与新抽样的节点混合起来重新聚类,这一过程在一定程度上保证了各IP群体的核心稳定性,同时又能较好地反映它们的实时变化。本发明还涉及一种基于IP地址画像的大规模IP自动分类装置和存储介质。
-
公开(公告)号:CN113132383B
公开(公告)日:2022-03-25
申请号:CN202110421317.2
申请日:2021-04-19
申请人: 烟台中科网络技术研究所 , 国家计算机网络与信息安全管理中心
IPC分类号: H04L69/22 , H04L67/562 , G06N3/08
摘要: 本发明涉及大数据技术领域。本发明公开了一种网络数据采集系统,该系统包括服务器,服务器包括:任务下发模块,用于创建用户信息获取任务,将用户信息获取任务分配至不同的任务池,计算任务池优先级,根据任务下发规则,得到并传输具有优先级参数的用户信息获取任务;数据解析模块,与任务下发模块数据连接,用于获取来自中间代理服务端的用户信息流量数据,数据解析模块构建报文解析神经网络模型,将待解析报文信息输入训练后报文解析神经网络模型,判断待解析报文信息中是否包括指定用户信息并提取。通过设置任务优先级,优先处理重要的任务,提高任务处理效率。本公开实施例还公开了一种网络数据采集方法。
-
公开(公告)号:CN114021627A
公开(公告)日:2022-02-08
申请号:CN202111239649.5
申请日:2021-10-25
申请人: 国家计算机网络与信息安全管理中心 , 中国科学院信息工程研究所
摘要: 本发明公开了一种融合LSTM与场景规则知识的异常轨迹检测方法及装置,包括依据目标轨迹构建时序序列;将时序序列输入LSTM网络,获取的目标轨迹中每个时刻的位置隐向量,并基于各位置隐向量进行注意力机制计算,得到目标轨迹表示向量;拼接目标轨迹表示向量与设定场景规则的向量,并对拼接后向量进行分类,得到异常轨迹检测结果。本发明采用的融合方法除了使用向量表示轨迹之外,还加入了可调整的应用场景规则,解决单一方法的不足,具有更好的迁移性。
-
公开(公告)号:CN113674142A
公开(公告)日:2021-11-19
申请号:CN202111003756.8
申请日:2021-08-30
申请人: 国家计算机网络与信息安全管理中心 , 恒安嘉新(北京)科技股份公司
摘要: 本发明实施例公开了一种图像中目标物的消融方法、装置、计算机设备及介质。该方法包括:获取多个训练样本图像,并根据各训练样本图像中预先标注的标识框的长宽值和DIou损失函数的损失值,计算得到至少一个锚点框的长宽值;根据各锚点框的长宽值,对YoLoV5改进模型进行参数设置,并使用各训练样本图像对参数设置后的模型进行训练,得到目标检测模型;将待处理的目标图像输入至目标检测模型中,获取针对目标图像输出的至少一个目标物标识框;根据目标物标识框所限定的图像区域进行消融处理,得到目标消融图像。通过本发明实施例的技术方案,能够实现快速准确地对图像中的特定内容进行定位消融,提高了方法的运行效率,节约了硬件成本。
-
公开(公告)号:CN112990220A
公开(公告)日:2021-06-18
申请号:CN202110417894.4
申请日:2021-04-19
申请人: 烟台中科网络技术研究所 , 国家计算机网络与信息安全管理中心
摘要: 本发明涉及人工智能技术领域,特别涉及一种图像中目标文本智能识别方法。该方法步骤如下:将目标文本由像素点坐标表示,输入目标文本像素点坐标值对像素坐标识别神经网络进行训练,获得文本自编码模型和目标文本的表述特征;根据区域的高度值计算背景区域数量,提取覆盖背景区域,剩余区域为前景区域;利用训练好的文本自编码模型在前景区域中获得待识别的文本的表述特征,将文本的表述特征与期望的目标文本的表述特征进行对比判断,若两者误差达到预设阈值,则识别文字为目标文本。本发明还提供一种图像中目标文本智能识别系统。本发明通过基于文本自编码模型来识别目标文本,能够精准定位目标文本在图像中的位置,计算复杂度低,识别准确率高。
-
-
-
-
-
-
-
-
-