-
公开(公告)号：CN111143553B
公开(公告)日：2023-04-07
申请号：CN201911244895.2
申请日：2019-12-06
Applicant: 国家计算机网络与信息安全管理中心 , 中国科学院计算技术研究所
IPC: G06F16/35 , G06F18/2415 , G06N3/045 , G06N3/09 , G06N3/047
Abstract: 本发明提出一种实时文本数据流的特定信息识别方法及系统。本发明主要解决的问题是针对海量实时文本数据流实现领域关注的特定信息识别。本发明提出一种针对海量实时文本数据流的特定信息识别框架及系统，侧重于具有海量性、实时性、多样化和复杂性特点的社交文本特定信息识别，并且实现能够适用于生产环境的社交大数据在线实时分析系统。本发明的目的在于根据互联网环境及手机短信网络环境下海量文本数据流，识别出文本中隐含的特定信息。
-
公开(公告)号：CN111143508A
公开(公告)日：2020-05-12
申请号：CN201911244928.3
申请日：2019-12-06
Applicant: 国家计算机网络与信息安全管理中心 , 中国科学院计算技术研究所
IPC: G06F16/33 , G06F40/30 , G06F40/289 , G06K9/62
Abstract: 本发明提出了一种基于通信类短文本的事件检测与跟踪方法，包括：提取与某事件对应的样本集合中各通信类短文本的语义特征、关键要素，及该样本集合的传播网络；根据该语义特征、该关键要素和该传播网络，分别获得任意两个该通信类短文本之间的语义距离、要素距离和用户距离；以该语义距离、该要素距离和该用户距离，获得任意两个该通信类短文本之间的度量距离；对所有该度量距离进行聚类，获得该事件的事件检测结果；提取该事件检测结果的特征属性以跟踪该事件。还提出一种基于通信类短文本的事件检测与跟踪系统，以及一种进行基于通信类短文本的事件检测与跟踪的数据处理装置。
-
公开(公告)号：CN111143508B
公开(公告)日：2023-04-28
申请号：CN201911244928.3
申请日：2019-12-06
Applicant: 国家计算机网络与信息安全管理中心 , 中国科学院计算技术研究所
IPC: G06F16/33 , G06F40/30 , G06F40/289 , G06F18/23
Abstract: 本发明提出了一种基于通信类短文本的事件检测与跟踪方法，包括：提取与某事件对应的样本集合中各通信类短文本的语义特征、关键要素，及该样本集合的传播网络；根据该语义特征、该关键要素和该传播网络，分别获得任意两个该通信类短文本之间的语义距离、要素距离和用户距离；以该语义距离、该要素距离和该用户距离，获得任意两个该通信类短文本之间的度量距离；对所有该度量距离进行聚类，获得该事件的事件检测结果；提取该事件检测结果的特征属性以跟踪该事件。还提出一种基于通信类短文本的事件检测与跟踪系统，以及一种进行基于通信类短文本的事件检测与跟踪的数据处理装置。
-
公开(公告)号：CN111143553A
公开(公告)日：2020-05-12
申请号：CN201911244895.2
申请日：2019-12-06
Applicant: 国家计算机网络与信息安全管理中心 , 中国科学院计算技术研究所
Abstract: 本发明提出一种实时文本数据流的特定信息识别方法及系统。本发明主要解决的问题是针对海量实时文本数据流实现领域关注的特定信息识别。本发明提出一种针对海量实时文本数据流的特定信息识别框架及系统，侧重于具有海量性、实时性、多样化和复杂性特点的社交文本特定信息识别，并且实现能够适用于生产环境的社交大数据在线实时分析系统。本发明的目的在于根据互联网环境及手机短信网络环境下海量文本数据流，识别出文本中隐含的特定信息。
-
公开(公告)号：CN118365673A
公开(公告)日：2024-07-19
申请号：CN202410446799.0
申请日：2024-04-15
Applicant: 国家计算机网络与信息安全管理中心
Abstract: 本发明提供一种运动目标检测方法、装置、电子设备和可读存储介质，涉及图像处理和目标检测技术领域，其中，运动目标检测方法，包括：根据多个目标视角下目标场景的图像进行三维立体重建，得到所述目标场景对应的残缺点云，所述目标视角的数量小于视角总数；对所述残缺点云进行点云补全处理，得到所述目标场景对应的完整稀疏点云；对所述完整稀疏点云进行点云稠密化处理，得到所述目标场景对应的完整稠密点云；根据所述完整稠密点云进行运动目标检测，得到所述目标场景中的运动目标。本发明可以提高运动目标检测的准确性。
-
Patent Agency Ranking
公开(公告)号：CN115694873A
公开(公告)日：2023-02-03
申请号：CN202211020960.5
申请日：2022-08-24
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： 李鹏霄 , 艾政阳 , 王子涵 , 吕东 , 王红兵 , 时磊 , 翟羽佳 , 余翠玲 , 马宏远 , 庄越淋 , 阿曼太 , 傅强 , 雷小创 , 周忠义 , 梁彧 , 王杰 , 杨满智 , 金红
Abstract: 本发明实施例公开了一种在容器中获取HTTPS明文数据的方法、装置、设备。其中，该方法包括：获取主密钥以及随机值；其中，所述主密钥为客户端与服务器建立传输层安全性协议链路时协商得到；根据所述随机值，确定与所述随机值匹配的密文数据；根据所述主密钥，对所述密文数据进行解密，得到明文数据。本发明的技术方案，降低了在容器中获取HTTPS明文数据的成本，实现了高效抓取沙箱中的HTTPS明文数据。
-
公开(公告)号：CN104408659A
公开(公告)日：2015-03-11
申请号：CN201410592639.3
申请日：2014-10-29
Applicant: 国家计算机网络与信息安全管理中心
IPC: G06Q50/00
CPC classification number: G06Q50/01 , G06Q10/0635
Abstract: 本发明公开了一种基于社交应用信息传播模式的评估方法及系统。该方法包括：对社交应用的信息传播过程进行分析和抽象，建立社交应用信息传播模式；基于社交应用信息传播模式，按照层次关系将社交应用信息传播风险分解为各项因素，并根据各项因素间的相互关系将各项因素按照层次关系进行聚集组合，生成虚假信息传播风险评估模型；其中，虚假信息传播风险评估模型的层次关系具体包括：系统层、实体层、以及风险点层；以虚假信息传播风险评估模型的风险点层中的风险点为基础原始数据，对该社交应用面临的虚假信息传播威胁进行评估。
-
公开(公告)号：CN114817516B
公开(公告)日：2024-08-09
申请号：CN202210448769.4
申请日：2022-04-26
Applicant: 国家计算机网络与信息安全管理中心
IPC: G06F16/335 , G06F16/35 , G06F16/951 , G06F40/242 , G06F40/279 , G06F40/30 , G06N3/088
Abstract: 本发明涉及一种零样本条件下基于逆向匹配的画像映射方法，包括在数据特征标签和画像标签两个不同体系间建构双相关文本语料库，使用逆向匹配对语料库进行筛选修正；通过人工标注构建分类语料库，并训练模型建立画像体系间的映射关系；采用基于持续响应衰减的更新机制，并结合标签历史状态对时序变化的画像相关更新数据进行修正。本方法从扩展数据的角度出发，采用基于逆向匹配的文本库构建方法，引入与原始标签相关的外部文本数据扩展并增强标签的语义表达，再引入与用户画像相关的外部数据进行标注建立扩展标签和标注数据之间的联系，从而挖掘出原始特征标签隐含的丰富含义，达到从少量标签序列中计算目标画像的目的。
-
公开(公告)号：CN116628497A
公开(公告)日：2023-08-22
申请号：CN202310583452.6
申请日：2023-05-23
Applicant: 国家计算机网络与信息安全管理中心
IPC: G06F18/214 , G06F18/2415
Abstract: 本发明公开了一种基于联邦泛化数据处理方法、系统、计算设备及存储介质，所述方法包括：基于联邦对比学习进行数据建模，将数据样本标记为异常样本和正常样本的不同类别，每个本地模型在其本地数据集上进行联邦检测任务的迭代训练，并逐步更新其自己的参数；本地更新后，在可信的中央服务器聚合所有参与联邦检测任务的本地模型的参数，经过计算后聚合形成一个全局模型，然后服务器将所述全局模型分发给参与的终端，进行下次迭代训练。本发明实现在“数据孤岛”状态下对于样本的充分学习和利用，基于对比学习技术，拉近正常样本之间的距离，拉远异常样本距离，从而实现在保护隐私的前提下，对数据的建模，并为异常检测打下基础。
-
公开(公告)号：CN115495573A
公开(公告)日：2022-12-20
申请号：CN202210935919.4
申请日：2022-08-04
Applicant: 烟台中科网络技术研究所 , 国家计算机网络与信息安全管理中心
Abstract: 本发明公开了一种特定业务类型App的高效准确分类方法，首先构建App社交功能属性体系表，针对不同的功能属性构建关键词过滤规则，通过静态反编译的方式获取功能按钮进行规则匹配，进行细粒度核验，考虑到细粒度核验的速度慢准确率高的特点，将部分细粒度核验的结果人工校验后作为训练数据，以App简介作为输入数据进行深度学习模型训练，实现粗粒度核验，达到快速大批量核验。对核验结果进行人工校对，不断优化整个核验流程。本方法用于App类别判定工作，能够快速、准确地从海量App中筛选出特定业务类型对象。
-
-
-
-
-
-
-
-
-
Search Results
22
records
(took 0.107 seconds)
