-
公开(公告)号：CN109325203A
公开(公告)日：2019-02-12
申请号：CN201811047550.3
申请日：2018-09-10
Applicant: 北京亚鸿世纪科技发展有限公司
IPC: G06F16/958 , G06F8/36
Abstract: 一种自动化实现Web系统可视化复用的装置涉及信息技术领域，尤其是Web前端开发技术。本发明由底层模块集和上层应用集组成；底层模块集由组件模块、页面布局模块、样式管理模块、Nodejs服务模块、自定义模板解析模块和系统构建模块组成；上层应用集由页面原型制作工具、可编辑大屏资源库、页面快速制作工具、自定义模板开发工具、开源技术页面开发工具组成；本发明采用了服务端技术和浏览器技术结合的方式，使得Web前端代码在开发时候使用统一的开发模式，开发的时候可以集成时下最先进的Web前端技术，系统开发完毕后，通过编译工具生成符合生产要求的代码，这样让Web开发过程变得更加纯净，在开发时候不用过多考虑浏览器兼容性的相关难题，提升了开发的效率和开发的质量。
-
公开(公告)号：CN109064189A
公开(公告)日：2018-12-21
申请号：CN201810767589.6
申请日：2018-07-13
Applicant: 北京亚鸿世纪科技发展有限公司
CPC classification number: G06Q30/0185 , G06Q30/0609 , G06Q30/0635
Abstract: 基于密集块检测的刷单检测引擎涉及信息技术领域，本发明由维度定义器，行为定义器，数据连接器，密集块检测器组成；其中密集块检测器由局部搜索器和调节模式算法组成；本发明的基于密集块检测的刷单检测引擎装置采用基于一种新的评价指标来发现在不确定图上的稠密子图，通过随机选取一个块，然后使用一种近似于贪心的方法不断调整这个块的维度，直到其达到局部最优。本发明的方法由于是在多维度对稠密子图进行比较挖掘，因此能够更加准确的找到在多个评价指标下即多个维度下都具有稠密子图特征的集合，因此能够准确而有效的确定虚假销售群体，恶意刷单的群体，具有高准确性，广泛适用性的特征。本发明可以广泛的应用于网络入侵检测、虚假微博转发量检测、僵尸粉分析以及遗传学相关研究。
-
公开(公告)号：CN107770188A
公开(公告)日：2018-03-06
申请号：CN201711052421.9
申请日：2017-10-31
Applicant: 北京亚鸿世纪科技发展有限公司
Abstract: 一种高效的基于通用服务器的报文自动镜像的方法涉及信息技术领域，本发明由报文预处理模块，镜像引擎模块，镜像引擎的规则转译模块配合实现；由报文预处理模块和镜像引擎模块及镜像引擎的规则转译模块实现镜像步骤；镜像步骤包括：镜像引擎的工作步骤和镜像引擎的规则转译步骤；本发明实现镜像规则引擎，通过把规则转换成设备无关的状态机，然后由匹配引擎对通过引擎的数据报文进行匹配，将匹配成功的报文通过端口进行发送，这样做使得众多的X86通用服务器设备可以很容易的支持复杂镜像功能，且在保障设备性能的基础上支持使用正则语法描述镜像相关规则以提升镜像的功能处理速度和准确性，复杂性，并且镜像装置可使用各种不同场景。
-
公开(公告)号：CN107743102A
公开(公告)日：2018-02-27
申请号：CN201711052422.3
申请日：2017-10-31
Applicant: 北京亚鸿世纪科技发展有限公司
IPC: H04L12/953 , H04L12/951 , H04L29/06
Abstract: 一种高效的tcp会话重组方法涉及信息技术领域，本发明由会话缓存过程的流程、数据重组总体流程、数据块编号计算流程完成；与以往的报文重组方案相比，本发明通过B+树直接将报文组织成有序的数据结构，可以保证在乱序报文较多的时候也不会因为频繁的数据查找而降低重组效率，这个改进算法可以明显提升在乱序报文较多场景下重组系统的效率及整体性能，同时本方案简化了SEQ的比较流程和TCP会话的重组过程，使TCP会话重组过程及软件实现变得简单高效。
-
公开(公告)号：CN107480137A
公开(公告)日：2017-12-15
申请号：CN201710679941.6
申请日：2017-08-10
Applicant: 北京亚鸿世纪科技发展有限公司
Abstract: 用语义迭代提取网络突发事件并识别外延事件关系的方法涉及信息技术领域中知识图谱技术领域，本发明包含事件触发词提取步骤，外延事件主题集合步骤，外延事件关系识别步骤，其中外延事件关系识别步骤包括了迭代抽取流程，迭代抽取流程使用Hearst Pattern算法；触发词提取步骤由分词，句法树建立，建立句法路径，提取触发词系列过程完成；外延事件主题集合步骤由事件元素识别，事件的表示，LDA聚类系列过程完成；外延事件关系识别步骤经过事件表示对主实体识别和外延实体识别进行迭代抽取，最终得到事件关系推理结果。本发明实现半自动的提取事件的方式，然后语义的迭代提取也可以在不牺牲召回率的情况下，实现事件关系提取的自动高效。
-
Patent Agency Ranking
公开(公告)号：CN107403200A
公开(公告)日：2017-11-28
申请号：CN201710680276.2
申请日：2017-08-10
Applicant: 北京亚鸿世纪科技发展有限公司
Abstract: 改进图像分割算法结合深度学习的多重不良图片分类方法涉及信息技术领域尤其是图像识别技术领域，其特征在于包含：肤色识别，肤色区域的主要成分分析，深度学习，基于卷积神经网络的色情图片识别四个主要步骤；首先通过基于YCbCr理论的肤色像素检测与皮肤区域划分算法筛除掉非色情图片，未确定类别的图片将在特征提取以后进入基于LeNet5的卷积神经网络模型进行判别。与传统的基于肤色和特征的识别相比，本发明能较好地排除非人体部位图片的噪声影响，不受光线遮挡和人体姿势的约束的优势，可以大幅度提高传统色情图片分类的准确率；与一般的基于卷积神经网络的深度学习比较，不需要海量的标注图片，其次深度残差网络的特点决定了模型能更好地分析出色情图片的特点，只需十小时左右的训练，就可达到90%以上的识别效果。
-
公开(公告)号：CN114595451B
公开(公告)日：2025-04-15
申请号：CN202210158644.8
申请日：2022-02-22
Applicant: 北京亚鸿世纪科技发展有限公司
IPC: G06F21/56 , G06F18/20 , G06F18/213 , G06F18/241 , G06F18/25 , G06N3/042 , G06N3/045 , G06N3/0464 , G06N3/08
Abstract: 基于图卷积的安卓恶意应用分类方法涉及信息技术领域，本发明步骤包括：1）反编译APK文件；2）提取恶意代码程序块的调用关系和恶意代码程序块的指令分布特征；3）根据与恶意代码程序块关联的重要度选取关键程序块；4）对恶意代码程序块指令分布特征进行降维和非线性变换；5）恶意代码程序块调用关系图的嵌入特征与变换后的恶意代码程序块指令分布特征融合；6）建立图卷积神经网络模型；7）排序筛选节点；8）卷积神经网络对恶意软件进行家族分类；本发明以调用关系和程序块特征构建图，充分利用图特征建立图神经网络模型识别恶意应用并对其进行分类，有效提升了识别的准确率。
-
公开(公告)号：CN115767550B
公开(公告)日：2024-12-13
申请号：CN202211531582.7
申请日：2022-12-02
Applicant: 北京亚鸿世纪科技发展有限公司
IPC: H04W12/122 , H04W12/128 , H04W12/71 , H04W24/02 , H04L9/40
Abstract: 一种5G专网的网络风险评估的方法和装置涉及信息技术领域。本发明由专网动态风险识别模块、专网环境风险识别模块和专网综合风险评估模块组成；专网动态风险识别模块由专网数据采集解析子模块、专网数据关联子模块和专网风险识别子模块组成；专网环境风险识别模块由专网漏洞识别子模块和专网环境风险识别子模块组成。本发明通过信令面和用户面流量中风险事件、终端和服务器漏洞、专网数据管控情况、终端离线对业务影响和终端环境风险等识别5G专网存在的网络安全风险，提供风险预警。
-
公开(公告)号：CN111984415B
公开(公告)日：2024-11-29
申请号：CN202010853485.4
申请日：2020-08-24
Applicant: 北京亚鸿世纪科技发展有限公司
Abstract: 一种基于流水线转发模型的负载均衡方法及装置涉及信息技术领域，本发明由I/O收包逻辑引擎、对称哈希计算器、环形区缓存队列、第一个业务逻辑引擎至第N‑1个业务逻辑引擎组成；本发明的I/O收包逻辑引擎和业务逻辑引擎分别独自占用不同的CPU核，通过环形区缓存队列衔接收包和业务处理的数据，这样收包和业务处理各自独立而相互不影响。不需要分流设备就可以做到同源同宿，同时业务处理不影响原有数据包的接收或是转发。解决了在不同流量模型下，流量分发到各个CPU核上不是很均匀，影响整体服务器的处理性能的问题。
-
公开(公告)号：CN115065547B
公开(公告)日：2024-07-30
申请号：CN202210848360.1
申请日：2022-07-19
Applicant: 北京亚鸿世纪科技发展有限公司
IPC: H04L9/40 , G06F16/951
Abstract: 一种物联网终端风险评估的方法及装置涉及信息技术领域，本发明由运营商上报数据采集器、终端信息集合器、原生风险识别模块、动态风险识别模块、分级风险识别模块和综合风险计算器组成；原生风险识别模块由漏洞识别器和明文识别器组成；动态风险识别模块由受控风险识别器、网络攻击识别器和有害程序识别器组成；分级风险识别模块由服务对象识别器、应用场景识别器、敏感度识别器组成；接入物联网终端的漏洞信息数据、物联网流量话单和安全事件数据，并依据物联网终端的使用场景全面的评估物联网终端的安全风险。
-
-
-
-
-
-
-
-
-
Search Results
148
records
(took 0.125 seconds)
