-
公开(公告)号：CN108460772A
公开(公告)日：2018-08-28
申请号：CN201810150076.0
申请日：2018-02-13
Applicant: 国家计算机网络与信息安全管理中心
Abstract: 本发明提供了一种基于卷积神经网络的广告骚扰传真图像检测系统及方法，包括关键字区域提取模块，所述关键字区域提取模块用于确定待检测传真图像的关键字可疑区域；神经网络置信度分析模块，所述神经网络置信度分析模块与所述关键字区域提取模块相连，所述神经网络置信度分析模块用于对所述关键字可疑区域的文字进行识别，实现传真图像的分类。本发明通过关键字区域提取模块对关键字可疑区域进行提取，自动化运行，工作效率高；通过神经网络置信度分析模块对关键字可疑区域的文字进行识别，实现广告骚扰传真的分类判断，节约时间，管控能力强，使得本发明具有工作效率高，管控能力强的特点。
-
公开(公告)号：CN105187403B
公开(公告)日：2018-06-12
申请号：CN201510498610.3
申请日：2015-08-13
Applicant: 国家计算机网络与信息安全管理中心
IPC: H04L29/06
Abstract: 本发明提出一种面向软件定义网络的网络安全性测试方法，包括针对目标软件定义网络的安全性测试框架、安全性测试策略、分类安全性测试方法、项目安全性测试方法和安全性测试步骤。其中，测试框架包括将目标软件定义网络划分为数据、控制、应用和管理四个网络平面，分别对各个网络平面的各个网元、链路以及各个网络平面之间的接口展开安全性测试；测试策略包括对安全性测试框架中的各个单元进行测试的选择和流程编制方法；分类安全性测试方法依据各个单元的类别特点开展不同类型的安全性测试；项目安全性测试方法实现具体的针对目标网元、链路或接口的安全性测试，测试流程定义了完整的针对目标软件定义网络的安全性测试过程和步骤。
-
公开(公告)号：CN107451192A
公开(公告)日：2017-12-08
申请号：CN201710508428.0
申请日：2017-06-28
Applicant: 国家计算机网络与信息安全管理中心
CPC classification number: G06F17/3071 , G06K9/6267
Abstract: 本发明公开了一种基于分解聚合的电信诈骗电话的分类检测方法，属于数据挖掘、机器学习和商务智能等领域。首先对原始CDR数据进行不同正负类比例的横向划分与采样，针对某训练样本，随机抽取特定比例的特征属性用于构造基础分类器；对任一训练样本，根据基础分类器的输出结果构造分类矩阵，对各相同比例中的分类结果进行聚合，并通过最大投票法确定各类别比例下的投票结果。将各个比例分类器中的分类结果作为新的分类特征构造二级分类器，确定各正负比例的基分类器对于测试结果的权重。本发明适用于各种大数据场景下的不平衡分类，避免了不同正负类样本比例下模型精度的波动性，分类结果具有较强的稳定性和鲁棒性，可以实现较高的分类和检测效率。
-
公开(公告)号：CN104660834A
公开(公告)日：2015-05-27
申请号：CN201510126670.2
申请日：2015-03-23
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
IPC: H04M3/42
Abstract: 本申请提供了一种垃圾电话防护方法及装置，从通信网络的信令关口，获取进入通信网络的信令，从信令中确定疑似垃圾电话的信令，通过对疑似垃圾电话的信令进行呼叫改址，将其转接到垃圾电话处理端，由垃圾电话处理端对垃圾电话进行处理并将非垃圾电话的信令转接至被叫目的方，因此，能够实现避免垃圾电话进行通信网络的目的，并且，因为通过信令进行操作，所以，不影响通信网络的正常通信过程。
-
公开(公告)号：CN119442312A
公开(公告)日：2025-02-14
申请号：CN202411492677.1
申请日：2024-10-24
Applicant: 国家计算机网络与信息安全管理中心河南分中心 , 嵩山实验室
Abstract: 本发明公开了一种优化数字社会的网络安全风险评估系统，具体涉及网络安全领域，包括评估数据采集模块、动态模型训练模块、情境感知模块、多维度分析模块、决策响应模块、风险综合评估模块以及持续改进与反馈模块。一种优化数字社会的网络安全风险评估系统通过对数据集特征的量化分析，加深对现有情境的理解，并提升对未来可能发生状况的预测准确性，优化决策路径；通过确保决策过程中基于静态数据，灵活适应动态变化的环境，有效应对不确定性带来的挑战；通过将风险综合评估模块传输的决策和响应效果反馈给动态模型训练模块中的训练模型，进一步优化训练模型的准确性和响应速度，有助于持续改进情境感知模块的性能，使其更加智能和适应性强。
-
Patent Agency Ranking
公开(公告)号：CN117295060A
公开(公告)日：2023-12-26
申请号：CN202210686184.6
申请日：2022-06-16
Applicant: 中国科学院信息工程研究所 , 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5G环境下有害加密OTT语音应用风险处置方法及装置，包括：流量风险评估功能基于用户面功能生成的异常OTT业务流量检测结果进行风险评估，生成有害OTT语音业务应急处置建议；5G策略控制体系PCF根据所述有害OTT语音业务应急处置建议、5G网络运营商安全风险策略及相应用户的签约信息、位置、移动网络接入行为信息，分别生成OTT业务流量控制策略与OTT业务用户网络连接控制策略；利用OTT业务流量控制策略与OTT业务用户网络连接控制策略，5G用户面功能及控制面功能分别对有害OTT业务流量与有害OTT业务用户网络连接进行控制，获取处置结果。本发明通过构建新的接口，并在策略中引入流量标签，可对有害OTT业务流量进行更准确管控。
-
公开(公告)号：CN113420121B
公开(公告)日：2023-07-28
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 , G06F18/214
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：CN110719592B
公开(公告)日：2023-01-31
申请号：CN201910992033.1
申请日：2019-10-18
Applicant: 国家计算机网络与信息安全管理中心
IPC: H04W12/128
Abstract: 一种兼容4G和5G网络的防范诈骗电话的系统与方法，包括：业务管理装置，将通话检测策略数据下发给汇聚装置，并接收汇聚装置上传的呼叫数据；汇聚装置，根据通话检测策略数据，从样本数据中提取特征信息，并加密，再将加密后的通话检测策略数据和特征信息发给各个前端接入装置；同时，将各个前端接入装置发来的呼叫数据还原后回传给业务管理装置；前端接入装置，根据收到的通话检测策略数据，对触发至核心网元的呼叫进行信令的实时解析，并将符合通话检测策略的呼叫数据回传给汇聚装置。本发明属于信息技术领域，能构建一套兼容4G并适配5G分组化、扁平化网络下的诈骗电话防范网络，保障不断演进的电信网络架构下的通信安全。
-
公开(公告)号：CN115083423B
公开(公告)日：2022-11-15
申请号：CN202210861979.6
申请日：2022-07-21
Applicant: 中国科学院自动化研究所 , 国家计算机网络与信息安全管理中心
Abstract: 本公开涉及一种语音鉴别的数据处理方法和装置，涉及语音识别技术、人工智能和计算机技术领域，上述数据处理方法包括：获取待鉴别音频；对上述待鉴别音频进行特征提取，得到初始声学特征；对上述初始声学特征进行量化处理，得到量化声学特征；将上述量化声学特征输入至目标语音鉴别模型中进行处理，输出得到上述待鉴别音频的真伪结果，上述目标语音鉴别模型为参数预训练好且经过量化后的语音鉴别模型。在确保语音真伪鉴别准确率的基础上能够提升语音真伪鉴别的鉴别速度，提升数据处理的效率。
-
公开(公告)号：CN115083421B
公开(公告)日：2022-11-15
申请号：CN202210859650.6
申请日：2022-07-21
Applicant: 中国科学院自动化研究所 , 国家计算机网络与信息安全管理中心
Abstract: 本公开涉及一种自动寻参的语音鉴别模型的构建方法及装置，能自动调整超参数至最优，该方法包括：获取训练集中的语音数据；基于预训练语音特征提取模型，对语音数据进行特征提取，得到语音特征；将语音特征输入至轻量化可微结构并作为初始节点，根据搜索空间预定义的候选操作进行网络结构搜索，得到包含所有候选分支路径和候选节点的候选网络结构；其中候选操作表征从前一节点到后一节点的网络连接关系；将语音数据为真伪语音的真实结果作为训练标签，在训练过程中对候选网络结构的节点之间候选操作对应的结构权重进行调整；根据训练完成的结构权重，对候选网络结构进行精简，得到目标网络结构；根据目标网络结构，生成语音鉴别模型。
-
-
-
-
-
-
-
-
-
Search Results
123
records
(took 0.076 seconds)
