-
公开(公告)号：CN106095928B
公开(公告)日：2019-10-29
申请号：CN201610409465.1
申请日：2016-06-12
Applicant: 国家计算机网络与信息安全管理中心
Abstract: 本发明公开了一种事件类型识别方法及装置。该方法包括以下步骤：对训练集中所有文本进行分词、提取词性处理后训练词向量空间模型，提取文本的特征，将文本表示为特征向量；对于训练集进行事件类型聚类，训练带有类型聚类正则化项的神经网络模型；对于测试样本同样进行分析、提取词性处理，并利用已经训练好的词向量模型，得到特征表示；利用类型聚类正则化项的神经网络模型进行事件类别识别。借助于本发明的技术方案，能够利用同一群组中的类型共享信息来减轻标注数据不平衡带来的问题。
-
公开(公告)号：CN107491689A
公开(公告)日：2017-12-19
申请号：CN201710560788.5
申请日：2017-07-11
Applicant: 国家计算机网络与信息安全管理中心
Abstract: 本发明公开了一种密码破解方法和装置，方法包括：CPU按照预设分析规则将待破解密码拆分为由掩码和子字符串组成的形式，并为掩码和子字符串分别生成对应的密码口令空间，将子字符串的密码口令空间划分给一个或多个GPU；一个或多个GPU均根据被划分到的子字符串生成一个密码口令子空间，均根据各自生成的密码口令子空间与掩码进行排列组合，生成完整密码口令空间，并使用完整密码口令空间对待破解密码进行破解。本发明的密码破解方法可以明显减少待破解密码产生的排列组合的数量，并由CPU和GPU协同计算，对密码排列组合产生的空间进行划分，提高了密码破解的效率，解决了现有技术的问题。
-
公开(公告)号：CN104573033B
公开(公告)日：2017-12-19
申请号：CN201510020876.7
申请日：2015-01-15
Applicant: 国家计算机网络与信息安全管理中心
IPC: G06F17/30
Abstract: 本发明提出了一种动态URL过滤方法及装置，该方法包括：基于URL标注集创建信息字典；针对URL标注集中的每一个URL，根据所述信息字典生成对应的特征向量，由URL标注集中所有的URL对应的特征向量组成特征矩阵；对URL特征矩阵进行分类得到特征权重向量和二分类阈值；基于所述信息字段对待预测的URL进行特征提取，并基于提取出的特征生成所述待预测的URL的特征向量；将所述待预测的URL的特征向量与所述特征权重向量对应相乘后相加得到目标数值，将目标数值与二分类阈值相比较以判断所述待预测的URL是动态URL还是静态URL。本发明可以离线处理，不需要访问网络、减少了存储，比较节省处理时间和计算资源。
-
公开(公告)号：CN107340954A
公开(公告)日：2017-11-10
申请号：CN201710532768.7
申请日：2017-07-03
Applicant: 国家计算机网络与信息安全管理中心
IPC: G06F3/0484 , G06K9/20
CPC classification number: G06F3/0484 , G06K9/2054 , G06K2209/01
Abstract: 本发明公开了一种信息提取方法和装置，该方法包括：按照预定遍历算法获取预定应用软件APP自动运行过程中所有界面的屏幕快照，并按照预设命名规则为得到的每个屏幕快照确定名称；对获取到的所有屏幕快照进行文字识别，以得到每个屏幕快照对应的文字内容；按照每个屏幕快照的名称将各个屏幕快照对应的文字内容进行拼接，并将拼接后的文档进行保存，以还原预定APP的完整文字内容。本发明的信息提取方法自动获得准确的文字内容，并且适用于多种操作系统的多种APP，解决了现有技术的如下问题：现有信息提取方法无法实现针对多种不同操作系统、不同应用程序的信息提取，而且提取的信息在可读性方面也具有较大的不确定性。
-
公开(公告)号：CN106685757A
公开(公告)日：2017-05-17
申请号：CN201611168667.8
申请日：2016-12-16
Applicant: 烟台中科网络技术研究所 , 中国科学院计算技术研究所 , 国家计算机网络与信息安全管理中心
IPC: H04L12/26
Abstract: 本发明涉及一种评估网络性能的方法及装置，该方法包括：选择多个指标；对当前网络进行测量，在预设时间段内对每个指标进行多次测量，获得测量值；根据获得的测量值确定每个指标的阈值；计算每个指标的所有测量值分别与阈值的数据偏离差值；对得到的数据偏离差值进行处理，得到每个指标的指标值；对得到的所有指标值进行加权处理，得到评估网络性能的综合指标值F。本发明提供的一种评估网络性能的方法及装置，实现了对多个网络性能指标进行综合评价，当加入新指标时，无需重新制定评价机制，适应性更强，可根据使用者评估需求选择多种指标进行综合评价，对网络质量的评价更客观更合理。
-
Patent Agency Ranking
公开(公告)号：CN104361037A
公开(公告)日：2015-02-18
申请号：CN201410591807.7
申请日：2014-10-29
Applicant: 国家计算机网络与信息安全管理中心
CPC classification number: G06F17/30705 , G06F17/271
Abstract: 本发明公开了一种微博分类方法及装置。该方法包括：步骤1，对训练语料集合进行预处理，对预处理后的训练语料进行分词，获取候选特征，并对候选特征进行权重计算，根据权重计算结果进行特征选择，获取最终的分类特征；步骤2，根据最终的分类特征，采用贝叶斯分类器进行模型训练，获取分类模型；步骤3，采用贝叶斯分类器根据分类模型对微博文档进行分类。借助于本发明的技术方案，提高了分类的召回率与准确率。
-
公开(公告)号：CN114943073B
公开(公告)日：2024-09-10
申请号：CN202210380497.9
申请日：2022-04-12
Applicant: 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
IPC: G06F21/46 , G06F21/60 , G06F18/214 , G06F18/20 , G06N3/0442 , G06N3/0464 , G06N3/08 , G06N3/126 , G06N7/01
Abstract: 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：CN118349883A
公开(公告)日：2024-07-16
申请号：CN202410345245.1
申请日：2024-03-25
Applicant: 国家计算机网络与信息安全管理中心
IPC: G06F18/241 , G06F18/214 , G06N3/0455 , G06N3/0442 , G06N3/0464 , G06F21/60
Abstract: 本申请提供一种重要数据的识别方法、装置和电子设备，涉及数据处理技术领域和人工智能技术领域。该方法包括：在识别重要数据时，可以先获取待识别数据集，待识别数据集中包括多个数据和各数据的重要度指标；针对各数据，将数据和数据的重要度指标输入至预设的重要数据识别模型中，得到数据对应的重要度得分；再基于各数据对应的重要度得分，从多个数据中识别重要数据，这样基于重要数据识别模型识别重要数据，与现有技术中基于预设重要度规则识别重要数据相比，不仅可以有效地提高重要数据的识别效率，而且提高了识别结果的准确度。
-
公开(公告)号：CN117312864A
公开(公告)日：2023-12-29
申请号：CN202311618449.X
申请日：2023-11-30
Applicant: 国家计算机网络与信息安全管理中心
IPC: G06F18/214 , G06F18/10 , G06F18/25 , G06F40/284 , G06N3/08 , G06N3/0455 , G06N3/0475
Abstract: 本发明提供一种基于多模态信息的变形词生成模型的训练方法及装置，涉及语言生成技术领域，方法包括：获取变形词语料库，变形词语料库包括的不同初始样本由多模态信息组成；对变形词语料库中不同初始样本的不同类型的语料信息，采用对应类型的预处理方式分别进行预处理，生成大规模语料库；大规模语料库中每个语料样本包括多个语料信息的权重及特征向量，不同的语料信息的权重用于表征不同的语料信息在对应样本中不同的贡献程度；基于大规模语料库中预设数量的语料样本包括的多个语料信息的权重及特征向量，对初始模型进行训练，得到基于多模态信息的变形词生成模型。本发明能够提高变形词生成的精度和准确率。
-
公开(公告)号：CN116795980A
公开(公告)日：2023-09-22
申请号：CN202310440756.7
申请日：2023-04-21
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
IPC: G06F16/35 , G06F40/289 , G06F40/30 , G06N3/0455 , G06N3/047 , G06N3/048 , G06N3/0985
Abstract: 本发明公开了一种融合细粒度要素知识的短文本分类方法，该方法包括：通过梳理标注短文本数据完成数据标注，其中，所述数据标注为标注全量标注数据类别和数据中存在要素信息；针对标注后的短文本数据，采用关键要素提取文本分类联合训练算法，借助BERT+CRF提取短文本数据中的要素信息；进而融合细粒度信息，结合标签编码器Label Encoder来学习各个标签label的表示，得到一个符合实际的标签分布。本发明针对上述问题提出一种融合细粒度要素知识的短文本分类的解决方法，从而提升短文本分类的效果，进而促使更为精准分析短文本数据，自动找到有关垃圾信息，提高工作效率。
-
-
-
-
-
-
-
-
-
Search Results
111
records
(took 0.064 seconds)
