-
公开(公告)号:CN117528437A
公开(公告)日:2024-02-06
申请号:CN202311304036.4
申请日:2023-10-10
Applicant: 国家计算机网络与信息安全管理中心 , 工信通(北京)信息技术有限公司
Abstract: 一种MAP消息会话关联方法和系统,方法包括:DPI消息采集装置接收STP发来的MAP信令,并通过消息队列转给DPI消息解析装置;DPI消息解析装置对每条MAP信令解析,获得消息类型、操作类型、GT码、tid信息,然后生成一条MAP消息记录保存;DPI会话关联装置构建一个Hashmap数据结构,并设置Hashmap的key为每条MAP消息的GT码和tid拼接后的字符串,value为MAP消息对应的XDR话单数据,然后查找Hashmap中是否存在与每条MAP消息记录相关联的MAP消息,如果是,则更新对应的XDR话单数据,以据此生成XDR话单。本发明涉及通信领域,能有效提高MAP会话关联率。
-
公开(公告)号:CN112350986B
公开(公告)日:2023-06-23
申请号:CN202010987152.0
申请日:2020-09-18
Applicant: 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: H04L65/60 , H04L47/2483 , H04L67/02 , H04L69/18 , H04L67/06
Abstract: 本发明涉及一种音视频网络传输碎片化的整形方法及系统。该方法的步骤包括:在实时网络流量中,识别音视频碎片化传输的数据流和信息流;将识别的音视频碎片传输的信息流存储在高性能消息队列中;在高性能消息队列中获取音视频碎片传输的信息流,对信息流进行分析处理;利用识别的音视频碎片传输的数据流与分析处理后的信息流,进行音视频碎片数据的关联,实现碎片化传输的音视频的整形。本发明高度概括了音视频碎片化传输的描述模型,能够涵盖目前已知的音视频碎片化传输的所有表现形式,音视频网络传输碎片化的整形具有通用性、灵活性,能够应对不同音视频服务提供商碎片化传输方式的差异性和动态变化。
-
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
Applicant: 国家计算机网络与信息安全管理中心
IPC: G06F16/35 , G06F16/36 , G06F40/284 , G06Q50/00
Abstract: 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:CN115690645A
公开(公告)日:2023-02-03
申请号:CN202211120031.1
申请日:2022-09-14
Applicant: 国家计算机网络与信息安全管理中心 , 中国科学院自动化研究所
IPC: G06V20/40 , G06V10/764 , G06V10/82 , G06V10/77 , G06V10/46 , G06V10/44 , G06V10/42 , G06V10/50 , G06N3/0464 , G06N3/0442 , G06N3/0455 , G06N3/0895 , G10L25/51 , G10L25/30 , G10L25/03
Abstract: 本发明提供一种视频检测方法、装置、设备、存储介质及程序产品,该方法包括:获取待处理视频;对待处理视频的图像进行视觉特征提取,得到视觉特征信息;对待处理视频的语音进行音频特征提取,得到音频特征信息;基于视觉特征信息和音频特征信息,确定待处理视频是否为安全视频。本发明提供的视频检测方法、装置、设备、存储介质及程序产品用于提高对待处理视频进行安全检测的准确性。
-
公开(公告)号:CN115378627A
公开(公告)日:2022-11-22
申请号:CN202210470309.1
申请日:2022-04-28
Applicant: 国家计算机网络与信息安全管理中心
Abstract: 本申请涉及一种数据处理方法、装置、设备及存储介质,涉及网络安全技术领域,该数据处理方法包括:获取待处理数据,针对待处理数据,确定硬件加解密模块的工作状态信息,依据工作状态信息和待处理数据的数据长度,确定目标加解密方式,通过目标加解密方式对应的数据加解密模块,对待处理数据进行加解密处理,得到待处理数据对应的加解密结果。可见,本申请解决了现有方法由于使用纯软件或纯硬件对数据长度不定的网络流量进行加解密处理而导致的问题,提高数据加解密处理速率。
-
公开(公告)号:CN115019087A
公开(公告)日:2022-09-06
申请号:CN202210557333.9
申请日:2022-05-20
Applicant: 国家计算机网络与信息安全管理中心 , 中国科学院自动化研究所
IPC: G06V10/764 , G06V10/774 , G06V10/80 , G06V10/77
Abstract: 本发明提供一种小样本视频分类和分类模型训练方法及其装置,涉及计算机视觉技术领域,所述分类方法包括:将小样本分类任务输入预先构建的收敛的压缩域长短时Cross‑Transformer模型,获取压缩域信息;基于压缩域信息,获取短时融合的帧特征;基于短时融合的帧特征,获取查询特征,并输出基于查询特征获取的小样本分类任务中查询视频对各个查询类别原型所属支撑类别的分类分数,其中,分类分数最大的支撑类别用于表示查询视频的分类结果。本发明可实现少量示例视频下的快速、高精度、高效率的小样本视频分类。
-
公开(公告)号:CN109190750B
公开(公告)日:2021-06-08
申请号:CN201810737975.0
申请日:2018-07-06
Applicant: 国家计算机网络与信息安全管理中心 , 中国科学院自动化研究所
Abstract: 本发明涉及深度学习技术领域,具体提供了一种基于对抗生成网络的小样本生成方法及装置,旨在解决如何在少量样本数据的情况下利用生成对抗网络生成样本数据的技术问题。为此目的,本发明提供的基于对抗生成网络的小样本生成方法能够基于对抗生成网络并根据随机噪声和标签信息,生成小样本类型对应的样本。在此过程中,本发明采用迁移学习和批量训练的方法对对抗生成网络进行网络训练,使生成对抗网络可以有效迁移应用于少量样本的对抗生成网络样本生成任务中。
-
公开(公告)号:CN111950022A
公开(公告)日:2020-11-17
申请号:CN202010797136.5
申请日:2020-08-10
Applicant: 国家计算机网络与信息安全管理中心 , 天津市国瑞数码安全系统股份有限公司
IPC: G06F21/62
Abstract: 本发明公开一种基于结构化数据的脱敏方法、装置与系统,所述方法包括:接收结构化数据,对所述结构化数据进行拆分,生成拆分数据;对拆分数据进行匿名化处理或去标识化处理,生成匿名化拆分数据或去标识化处理数据;组合匿名化拆分数据或去标识化处理数据,生成匿名化数据或去标识化数据。本发明可对大规模的结构化数据进行脱敏处理,为进一步拓展数据应用,增强数据分析效果提供数据保护方面的有效支持。对于结构化数据脱敏技术,本发明采用匿名化、去标识化方式对结构化数据进行脱敏,可对结构化数据中敏感字段进行脱敏处理,脱敏的标准为不可对应识别个体信息。脱敏后的数据保证数据的独立性和可区分性。去标识化的数据能够数据恢复。
-
公开(公告)号:CN107491689B
公开(公告)日:2020-10-16
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:CN110674673A
公开(公告)日:2020-01-10
申请号:CN201910697979.5
申请日:2019-07-31
Applicant: 国家计算机网络与信息安全管理中心
Abstract: 本发明提出了一种视频关键帧抽取方法、装置和存储介质,用以减少视频处理过程中的冗余信息,提高视频处理速度。所述视频关键帧抽取方法,包括:从待分析视频中提取I帧;针对提取的每一I帧,利用深度哈希网络确定其对应的深度哈希码,所述深度哈希网络为利用预先生成的图像样本对进行训练得到的;根据各I帧对应的深度哈希码,分别确定两两I帧深度哈希码之间的汉明距离;根据两两I帧深度哈希码之间的汉明距离,对提取的I帧进行聚类;针对每一聚类,分别确定该聚类中包含的每一I帧的信息熵;从每一聚类中,提取信息熵最大的I帧组成所述待分析视频的关键帧。
-
-
-
-
-
-
-
-
-