-
公开(公告)号：CN113301210B
公开(公告)日：2023-05-23
申请号：CN202110413443.3
申请日：2021-04-16
Applicant: 珠海高凌信息科技股份有限公司
Abstract: 本发明涉及一种基于神经网络的防骚扰电话的方法、装置及电子设备，包括：对接入的信令数据执行第一次检测，获取信令数据的特征数据；根据特征数据及匹配结果使用轻量型神经网络进行第二次检测，根据第二次检测确认主叫通话行为特征；根据匹配结果，确定主叫的信令数据是否为骚扰电话或诈骗电话，若为骚扰电话或诈骗电话则对主叫进行重定向；根据主叫通话行为特征对被叫在设定时间内向主叫回拨进行重定向。本发明的有益效果为：通过防护设备，对信令数据的多媒体内容进行检查，实现初步防护，通过轻量级神经网络对信令进行二次检查，以及，对后续进行检查和防护，同时对初步防护的数据模板进行更新，实现了双向防护，并且实施方式经济。
-
公开(公告)号：CN115810409A
公开(公告)日：2023-03-17
申请号：CN202211573587.6
申请日：2022-12-08
Applicant: 珠海高凌信息科技股份有限公司 , 上海大学
Abstract: 本申请公开了一种VOCs污染物分析方法及其装置、电子设备、存储介质，VOCs污染物分析方法包括：获取组分分析模型训练数据、超标VOCs组分数据和构建的企业污染源知识图谱；根据组分分析模型训练数据进行深度学习模型训练处理得到组分分析模型；根据超标VOCs组分数据和企业污染源知识图谱进行深度学习模型训练处理得到溯源追踪模型；根据组分分析模型和溯源追踪模型建立污染源溯源模型；采集环境中的VOCs数据；将VOCs数据输入污染源溯源模型进行溯源分析处理，得到VOCs组分信息和VOCs污染源头企业排序信息。本申请实施例能够通过污染源溯源模型对污染物进行溯源分析，有效地提高溯源分析效率和溯源分析准确性。
-
公开(公告)号：CN115470488A
公开(公告)日：2022-12-13
申请号：CN202211045603.4
申请日：2022-08-30
Applicant: 珠海高凌信息科技股份有限公司
Abstract: 本发明公开了一种目标风险网站检测方法、装置及存储介质，其中该方法包括：爬取待检测网站的第一信息，其中，第一信息包括网页快照、网站源码和网站文本；通过预先训练的BERT模型对网站源码和网站文本进行特征提取，得到网站源码特征信息和网站文本特征信息；通过预先训练的ResNet模型对网页快照进行特征提取，得到网页快照特征信息；基于网站源码特征信息、网站文本特征信息、网页快照特征信息，通过预先训练的目标风险网站检测模型判断待检测网站是否为目标风险网站。以实现以数据为主导的对目标风险网站的检测功能。本发明可广泛应用于风险网站检测领域。
-
公开(公告)号：CN115456049A
公开(公告)日：2022-12-09
申请号：CN202211018889.7
申请日：2022-08-24
Applicant: 珠海高凌信息科技股份有限公司
IPC: G06K9/62 , G06F40/284 , G06N3/04 , G06V10/82
Abstract: 本申请公开了基于双模态模型的有害信息检测方法、装置和存储介质，本申请提出的基于双模态模型的有害信息检测方法通过使用卷积循环多核算法网络来融合这两种模态数据特征，使用多个内核来适应不同的模态，从而实现更高的互联网有害内容检测精度；通过与CNN与RNN网络的集成，实现了在文本和视觉双模态数据处理上的创新突破，为互联网文章双模态分析检测开辟了一条新的技术道路。
-
公开(公告)号：CN115080306A
公开(公告)日：2022-09-20
申请号：CN202210467013.4
申请日：2022-04-29
Applicant: 河南信大网御科技有限公司 , 珠海高凌信息科技股份有限公司
Abstract: 本发明提供了一种恢复拟态系统出厂设置的方法、系统及拟态防御架构，所述方法包括异构执行体初始化步骤和拟态组件初始化步骤；异构执行体初始化步骤：判断输入代理是否捕获到恢复出厂设置指令，若是，则隔绝外部用户输入流量，生成执行体初始化指令，并分别传输至N个在线异构执行体；在接收到所述执行体初始化指令后，N个在线异构执行体分别执行恢复出厂操作，执行完毕后，生成执行体初始化OK信号，并传输至裁决器；所述裁决器生成线上执行体初始化完成信号，并传输至调度器。本发明在拟态系统中各组件、各模块在不改变原来系统网络架构的前提下，快速且安全可靠地实现拟态系统的恢复出厂设置操作。
-
Patent Agency Ranking
公开(公告)号：CN114974302A
公开(公告)日：2022-08-30
申请号：CN202210484489.9
申请日：2022-05-06
Applicant: 珠海高凌信息科技股份有限公司
Abstract: 本申请公开了环境声音事件检测方法、装置和介质，其中方法包括对环境声音进行特征提取，得到数据集，所述数据集中包含多事件类别；分别以所述数据集中的Mel、MFCC和LogMel作为输入特征；用双向GRU对所述输入特征进行训练；获得环境声音多分类模型概率输出。对比传统的应用于声音处理的深度学习方法，本申请先通过CNN提取事件音频的声谱图作为特征输入；双向GRU自动从每个输入声谱图中提取特征序列，在卷积网络之上，构建了一个循环网络，用于对卷积层的输出特征序列进行声学建模，建立内部序列关系；最后通过分类函数对音频信号进行预测，得到最终预测结果，在多事件音频检测这一任务上性能较高，比使用单一的卷积网络应用性更强，提高了系统的实用价值。
-
公开(公告)号：CN114882909A
公开(公告)日：2022-08-09
申请号：CN202210403964.5
申请日：2022-04-18
Applicant: 珠海高凌信息科技股份有限公司
IPC: G10L25/51 , G10L25/30 , G10L21/0332 , G10L21/0208
Abstract: 本申请公开了一种环境声音分类分析方法、装置和介质，其中的方法包括：对语音训练数据进行数据增强；进行数据预处理并对环境声音进行特征提取，得到特征向量；采用深度CNN网络对所述特征向量进行模型训练，获得所述环境声音的多分类模型并输出。本申请采用了数据增强的方法，通过实验表明其训练效果相比没有数据增强有了较大提升，提高了系统的实用价值。
-
公开(公告)号：CN114861784A
公开(公告)日：2022-08-05
申请号：CN202210451946.4
申请日：2022-04-24
Applicant: 珠海高凌信息科技股份有限公司
Abstract: 本申请公开了基于迁移学习的环境声音分类分析方法、装置和介质，其中的方法包括：使用Yamnet模型对的环境声音样本进行特征提取，获得噪声并将所述噪声嵌入每个所述环境声音样本的序列的声音特征，得到特征向量；采用深度卷积神经网络对所述特征向量进行深度特征提取，获得每个所述环境声音样本的深层嵌入特征；将所述深层嵌入特征输入深度卷积神经网络的全连接层进行模型的训练和测试，输出每个所述环境声音样本的序列的预测概率，用多数投票法得到最终的环境声音分类结果。本申请将为节省研发资源，以及将大数据机器学习成果转移到小数据、定制化应用等等提供了一个便捷的渠道，具有广泛的应用前景以及巨大的实用价值。
-
公开(公告)号：CN111464346B
公开(公告)日：2022-08-05
申请号：CN202010209181.4
申请日：2020-03-23
Applicant: 珠海高凌信息科技股份有限公司
IPC: H04L41/0663 , H04L43/10 , H04L67/1095
Abstract: 本发明公开了一种基于ATCA架构的主备用控制板同步方法及系统，该方法包括：通过BASE平面管理业务板，通过本控制板的FABRIC平面接收所述业务处理板发送的业务数据，处理并响应所述业务数据，根据所述业务数据的业务状态管理所述业务数据的第一状态机，并根据所述第一状态机的变化情况将相应的同步命令通过BASE平面发送给备用控制板；所述备用控制板通过BASE平面接收到所述同步命令，根据所述同步类型管理所述业务数据的第二状态机。本发明至少具有以下有益效果：数据同步由业务流程触发，保证主备用控制板中业务状态及信息一致，有效避免批量同步耗时，减少了数据平滑过渡时间，具体业务对主备切换无感，提升了通信系统的稳定性。
-
公开(公告)号：CN114363048A
公开(公告)日：2022-04-15
申请号：CN202111664726.1
申请日：2021-12-31
Applicant: 河南信大网御科技有限公司 , 珠海高凌信息科技股份有限公司
IPC: H04L9/40
Abstract: 本发明提出了一种拟态未知威胁发现系统，包括：流量存储器，采用时间分段的方式，将分发代理与外部用户的交互数据作为流量记录进行镜像存储；执行体快照池，定时存储在线执行体的快照，当裁决器检测到异常执行体后，还由调度模块将异常执行体保留一份现场快照；现场快照包括异常执行体的操作系统状态和应用程序状态；分析中心，接收到裁决器发送的异常执行体信息后，从流量存储器中调取流量记录，同时从执行体快照池取出异常执行体的现场快照；基于异常执行体的现场快照，确定执行体出现问题的地方；基于执行体出现问题的地方和流量记录，进行攻击溯源；调度器，在接收到裁决器发送的异常执行体信息后，将异常的执行体进行重启后继续上线。
-
-
-
-
-
-
-
-
-
Search Results
125
records
(took 0.06 seconds)
