-
公开(公告)号：CN109243492A
公开(公告)日：2019-01-18
申请号：CN201811263371.3
申请日：2018-10-28
Applicant: 国家计算机网络与信息安全管理中心 , 讯飞智元信息科技有限公司
Abstract: 本发明公开一种语音情感识别系统，包括语音预处理模块、情感特征提取模块、情感分析模块，所述语音预处理模块的输入端接语音数据，所述语音预处理模块的输出端与所述情感特征提取模块的输入端相联接，所述情感特征提取模块的输出端与所述情感分析模块的输入端相联接，所述情感分析模块的输出端输出分析识别结果；所述语音预处理模块通过对语音数据进行处理获得语音信号，并传递到所述情感特征提取模块对所述语音信号中与情感关联紧密的声学参数进行提取，最后送入所述情感分析模块完成情感的判断。本发明还提出一种语音情感识别方法，增加了电话诈骗系统的检出手段，对于语音数据可进行多维度分析，系统的检出准确率提高了5％。
-
公开(公告)号：CN109150816A
公开(公告)日：2019-01-04
申请号：CN201710750090.X
申请日：2017-08-28
Applicant: 国家计算机网络与信息安全管理中心
IPC: H04L29/06
CPC classification number: H04L63/0263
Abstract: 本发明公开了一种基于堆结构的防火墙规则集动态优化方法，其特征在于，具体包括：步骤SS1：构建堆结构的构造模型，所述堆结构的构造模型包括最小堆、单链表；步骤SS2：提出堆结构的动态调整算法，所述动态调整算法包括最小堆调整算法、堆结构调整算法。本发明所达到的有益效果：与现有的统计分析方法相比，本发明提出了一种基于堆结构的防火墙规则集动态优化算法，通过对网络数据包的相关特性进行分析，提出了优先级计算的三个公式，用于实现规则优先级的快速计算。同时根据三个计算公式，提出了一种高效的调整算法，使得防火墙规则集能实现高效可靠的改变，降低防火墙规则集的命中次数。
-
公开(公告)号：CN107342926A
公开(公告)日：2017-11-10
申请号：CN201710442603.0
申请日：2017-06-13
Applicant: 国家计算机网络与信息安全管理中心
IPC: H04L12/46
CPC classification number: H04L12/4645 , H04L12/4654 , H04L12/4675 , H04L12/4679
Abstract: 本发明公开了一种多业务快速匹配分发的方法。本方法为：1)在网络流量分析设备上配置各个业务规则；网络流量分析设备从接入流中提取五元组信息，根据五元组信息在规则表中查找该接入流中各业务匹配的业务规则，然后根据各业务匹配的业务规则计算一虚拟局域网标识VLAN ID；2)网络流量分析设备将该接入流中的每一业务报文携带上该虚拟局域网标识VLAN ID后转发到二级交换机上；3)二级交换机根据收到的业务报文中携带的虚拟局域网标识VLAN ID将该业务报文复制转发到一个或多个业务后端服务器；其中，二级交换机上每一虚拟局域网标识VLAN ID设置一对应的复制端口组合。本发明大大提高了系统整体的吞吐量。
-
公开(公告)号：CN107342077A
公开(公告)日：2017-11-10
申请号：CN201710395341.7
申请日：2017-05-27
Applicant: 国家计算机网络与信息安全管理中心
CPC classification number: G10L15/063 , G10L15/07 , G10L15/14 , G10L17/04 , G10L17/14 , G10L2015/0631 , G10L2015/0635
Abstract: 本发明涉及一种基于因子分析的说话人分段聚类方法及系统。该方法包括：1)提取训练语音的声学特征，训练高斯混合通用背景模型，进而训练总变化因子模型和高斯概率线性判别分析模型；2)对测试语音进行分段并提取语音片段的声学特征；3)依据高斯混合通用背景模型和总变化因子模型将提取的声学特征映射为总变化量因子，加载高斯概率线性判别分析模型，根据总变化量因子计算任意两语音片段之间的对数似然比得分；4)选择得分最高的两类进行合并，根据层次聚类的方法逐步迭代至收敛，最终输出说话人分段聚类结果。本发明将总变化因子的不确定性引入到高斯概率线性判别分析模型进行训练和打分，能够提升短时语音片段上的基于因子分析的系统性能。
-
公开(公告)号：CN117496394A
公开(公告)日：2024-02-02
申请号：CN202311337406.4
申请日：2023-10-16
Applicant: 国家计算机网络与信息安全管理中心
IPC: G06V20/40 , G06V40/16 , G06V10/764 , G06V10/82 , G06V10/80 , G06N3/084 , G06N3/0464 , G10L25/57 , G10L25/30
Abstract: 本发明提供一种基于图像和语音多模态融合的伪造视频检测方法及装置，该方法涉及视频检测技术领域，包括：将待检测视频进行预处理，得到多个视频片段；待检测视频包括音频，每个视频片段包括音频；针对每个视频片段，分别提取视频片段的视频特征向量和视频片段中的音频的音频特征向量；基于各视频特征向量和各音频特征向量，确定待检测视频对应的总视频特征向量和总音频特征向量；基于各视频特征向量、各音频特征向量、总视频特征向量和总音频特征向量，确定待检测视频的目标检测结果；目标检测结果表示待检测视频为伪造视频或者真实视频，提升了待检测视频的目标检测结果的准确性，进而提升了对待检测视频中深度伪造内容的检测精度。
-
Patent Agency Ranking
公开(公告)号：CN117035058A
公开(公告)日：2023-11-10
申请号：CN202310971765.9
申请日：2023-08-03
Applicant: 国家计算机网络与信息安全管理中心
Abstract: 本发明属于联邦学习领域，提供了一种基于联邦学习模型的训练方法，包括以下步骤：S11，定义问题：确定需要解决的机器学习问题、本地数据的来源、以及参与联邦学习的设备或节点；S12，模型选择和初始化：选择相应的模型，并在所有的本地设备或节点上初始化相应的模型，并下发至所有用户端；S13，本地训练：每个本地设备或节点使用其本地数据集对初始化的模型进行训练，得到一个本地模型；S14，模型聚合：在中央服务器上聚合本地模型；本发明通过在每个本地设备或节点都可以进行本地模型的训练和更新，进一步分散计算负载，提高训练速度和效率；通过设定停止条件来控制模型更新的频率，进而避免过度拟合等问题。
-
公开(公告)号：CN114936723B
公开(公告)日：2023-04-14
申请号：CN202210856300.4
申请日：2022-07-21
Applicant: 中国电子科技集团公司第三十研究所 , 国家计算机网络与信息安全管理中心
Abstract: 本发明涉及数据挖掘技术领域，公开了一种基于数据增强的社交网络用户属性预测方法及系统，该属性预测方法，基于用户的历史行为序列，推断用户未来一段时间的行为序列，通过将历史行为序列与预测得到的行为序列进行拼接，扩大行为序列的长度，对用户的行为数据进行增强。本发明解决了现有技术存在的在线网络用户行为序列长度较短时不能为用户属性预测任务提供足够信息、从而导致用户属性预测的预测准确性低的问题。
-
公开(公告)号：CN113286035B
公开(公告)日：2022-12-30
申请号：CN202110529065.5
申请日：2021-05-14
Applicant: 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
Inventor： 刘发强 , 张震 , 石瑾 , 李鹏 , 刁则鸣 , 黄远 , 仇艺 , 张梦影 , 袁堂岭 , 尚程 , 阿曼太 , 梁彧 , 蔡琳 , 杨满智 , 王杰 , 田野 , 金红 , 陈晓光 , 傅强
Abstract: 本发明实施例公开了一种异常呼叫检测方法、装置、设备及介质。该方法包括：获取多种类型的通话记录描述数据；根据各通话记录描述数据形成至少一个多源数据分组，多源数据分组中包括至少两种类型的通话记录描述数据；将每个多源数据分组中包括的各通话记录描述数据进行关联分析，形成与每个多源数据分组分别对应的异常呼叫检测结果。在上述技术方案中，通过对多种类型的通话记录描述数据进行关联分析，得到异常呼叫检测结果，实现了有效地对异常呼叫进行安全监管，提高了异常呼叫的检测精确度。
-
公开(公告)号：CN115001861A
公开(公告)日：2022-09-02
申请号：CN202210852995.9
申请日：2022-07-20
Applicant: 中国电子科技集团公司第三十研究所 , 国家计算机网络与信息安全管理中心
IPC: H04L9/40
Abstract: 本发明涉及计算机网络技术领域，公开了一种基于混合指纹特征的暗网服务异常检测方法及系统，该异常检测方法，对暗网站点的流量数据和状态数据进行分析，通过分析状态数据和流量数据，提取暗网站点的单点指纹特征、话题关联的指纹特征、流量指纹信息,进行暗网服务异常检测。本发明解决了解决现有技术存在的难以对暗网站点的重要度进行整体地准确检测等问题。
-
公开(公告)号：CN109460460B
公开(公告)日：2022-08-30
申请号：CN201811307870.8
申请日：2018-11-05
Applicant: 国家计算机网络与信息安全管理中心 , 武汉大学
IPC: G06F16/332 , G06F40/30 , G06F40/279 , G06N5/04
Abstract: 本发明公开了一种面向智能应用的领域本体构建方法，首先获取智能应用相关的多领域数据；明确并细化智能应用需求，构建面向本体的智能应用需求分析模型；定义本体中概念及其属性、各类型关系，创建实例，进行形式化编码；然后利用Jena实现基于领域本体的推理以补全缺失信息；接着运用多维量化指标评估本体的体系结构，判断是否返回以修正本体；最后评估本体对智能应用需求的支持程度，动态更新体系结构以响应应用需求的变化，直到所构建的本体能够满足应用需求。本发明采用循环式的开发结构，强调本体全生命周期内智能应用需求与跨领域本体构建的相互作用，适用于表示面向智能应用的跨领域知识关联，解决现有本体构建方法不足以支撑智能应用的问题。
-
-
-
-
-
-
-
-
-
Search Results
128
records
(took 0.093 seconds)
