-
公开(公告)号：CN110276680B
公开(公告)日：2021-05-07
申请号：CN201910441730.8
申请日：2019-05-24
Applicant: 国家计算机网络与信息安全管理中心 , 北京赛思信安技术股份有限公司
IPC: G06Q40/02
Abstract: 本发明公开了一种应用于互联网金融的真实数据获取方法，涉及国家互联网金融监测领域。首先梳理各网贷机构业务的交易明细数据，进行业务评估；各网贷机构在本地存储一份符合标准的数据，并进行自查，将自查的数据接入国家互联网应急中心。然后各网贷机构通过SDK工具包进行埋点，国家互联网应急中心对各网贷机构实时接入的交易明细数据进行正确性验证，并反馈给网贷机构；同时抽取各网贷机构接入的实时交易数据，按出借和借款业务形成数据流，围绕出借人和借款人两个维度生成披露数据。最后国家互联网应急中心对用户开放数据查验，查验反馈窗口。本发明实现对网贷机构实时接入数据的真实性验证以及进行实时、动态监管的目的。
-
公开(公告)号：CN110276680A
公开(公告)日：2019-09-24
申请号：CN201910441730.8
申请日：2019-05-24
Applicant: 国家计算机网络与信息安全管理中心 , 北京赛思信安技术股份有限公司
IPC: G06Q40/02
Abstract: 本发明公开了一种应用于互联网金融的真实数据获取方法，涉及国家互联网金融监测领域。首先梳理各网贷机构业务的交易明细数据，进行业务评估；各网贷机构在本地存储一份符合标准的数据，并进行自查，将自查的数据接入国家互联网应急中心。然后各网贷机构通过SDK工具包进行埋点，国家互联网应急中心对各网贷机构实时接入的交易明细数据进行正确性验证，并反馈给网贷机构；同时抽取各网贷机构接入的实时交易数据，按出借和借款业务形成数据流，围绕出借人和借款人两个维度生成披露数据。最后国家互联网应急中心对用户开放数据查验，查验反馈窗口。本发明实现对网贷机构实时接入数据的真实性验证以及进行实时、动态监管的目的。
-
公开(公告)号：CN118965192A
公开(公告)日：2024-11-15
申请号：CN202410924472.X
申请日：2024-07-11
Applicant: 国家计算机网络与信息安全管理中心
IPC: G06F18/2431 , G06F18/25 , G06N3/0455 , G06N3/0499 , G06N3/098 , G06F16/958
Abstract: 本公开提供一种基于多模态融合学习的生成式AI服务网站识别方法。输入人工智能生成服务网站的原始的多维度多模态信息，通过多模态特征提取模型将所述多维度信息转化为人工智能服务网站的文本、图片、代码三种特征向量，将所述三种特征向量输入多模态特征融合识别模型，输出人工智能生成服务网站是否提供人工智能服务的判别结果。本发明通过将网站的文本、图像和代码模态的特征融合实现更加准确的人工智能生成服务网站识别，以提高模型在新兴、多样化网站数据上的泛化性能，增强网站识别与分类模型泛化能力和适应性，突破单一数据类型进行分类的局限性，提高分类系统的泛化能力，使其能够适应不断变化和多样化的人工智能生成式网站内容。
-
公开(公告)号：CN118656490A
公开(公告)日：2024-09-17
申请号：CN202410629623.9
申请日：2024-05-21
Applicant: 国家计算机网络与信息安全管理中心
IPC: G06F16/35 , G06F40/30 , G06N3/0455 , G06N5/04
Abstract: 本发明涉及一种文本分类方法、装置、设备和存储介质，文本分类方法包括：获取待处理文本，待处理文本包含对于目标事件的目标观点；将大模型运用到特定文本分类任务上，在该分类任务的目标立场下对待处理文本进行分类处理，确定目标事件的事件类别，且大模型还是基于少数据量的数据集上训练的，准确率也很高，同时在分类任务的基础上，提出了多任务间的自我校验的可解释优化任务，确定反应目标观点情感倾向的可解释的倾向信息；使用二分类模型对可解释的倾向信息进行语义分析，审核大模型的分类准确性，确定反应目标观点情感倾向的倾向类别；根据倾向类别和事件类别，确定待处理文本的目标类别，有效提高了文本分类的准确性。
-
公开(公告)号：CN111538836B
公开(公告)日：2024-02-02
申请号：CN202010321249.8
申请日：2020-04-22
Applicant: 哈尔滨工业大学(威海) , 国家计算机网络与信息安全管理中心
IPC: G06F16/35 , G06F16/951 , G06F40/284 , G06F18/2431
Abstract: 本发明涉及一种识别文本类广告中金融广告的方法，其解决了现有广告分析模型无法有效识别金融广告的技术问题，其包括以下步骤：(1)从数据库中获取爬取到的广告文本数据；(2)对步骤(1)的文本数据进行预处理，进行分词以及去除无用信息；(3)将步骤(2)预处理后的文本通过不同的方式表示为计算机可以处理的方式，即文本表示；(4)针对步骤(3)的不同文本表示方式选择合适的分类算法，然后将文本表示的语义信息提炼成类别信息；(5)将步骤(4)中不同文本表示方式表示的分类模型进行整合，获得最终的金融广告识别模型。本发明可广泛应于在文本类广告中识别金融广告的场合。
-
Patent Agency Ranking
公开(公告)号：CN114819432A
公开(公告)日：2022-07-29
申请号：CN202110065882.X
申请日：2021-01-18
Applicant: 国家计算机网络与信息安全管理中心
IPC: G06Q10/06
Abstract: 本发明实施例涉及一种企业非法集资风险预测方法、装置、电子设备及存储介质，所述方法包括：获取待进行非法集资风险预测的目标企业的企业数据；对所述企业数据进行特征提取，得到所述目标企业的企业特征；将所述企业特征输入至至少一个已训练的非法集资风险预测模型，得到至少一个所述目标企业非法集资的风险概率；根据至少一个所述目标企业非法集资的风险概率确定所述目标企业是否存在非法集资风险。由此，可以提高对企业非法集资风险进行预测的预测结果的准确性。
-
公开(公告)号：CN113076464A
公开(公告)日：2021-07-06
申请号：CN202110392387.X
申请日：2021-04-13
Applicant: 国家计算机网络与信息安全管理中心
IPC: G06F16/953 , G06F16/332 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明公开一种基于重构编码异常检测的多通道网络线索发现方法及装置，该方法步骤如下：步骤一、构建面向暗网、telegram、区块链交易网络的正则化多通道网络并进行节点对齐；步骤二、基于多通道图表征重构的特征表示学习的线索检测：该装置包括：多通道网络构建与对齐模块、多通道图表征重构的特征表示学习的线索检测模块。本发明可实现对暗网、国外主流即时通讯工具等多通道的网络进行监测，实现网络异常发现和内容管控,实现针对不良信息发现，或者一些网络异常行为的发现。
-
公开(公告)号：CN112308696A
公开(公告)日：2021-02-02
申请号：CN202010100349.8
申请日：2020-02-18
Applicant: 哈尔滨工业大学 , 国家计算机网络与信息安全管理中心
Abstract: 本发明涉及区域金融风险监测领域，具体涉及一种互联网金融企业区域风险测度方法；包括以下步骤，首先确定各种业态各个地区的资金集中度、杠杆率；再确定各种业态各地区资金集中度、杠杆率随时间变化的趋势；然后根据该种业态下行业资金集中度、行业杠杆率确定区域资金集中度及区域杠杆率黄线及红线；最后用弧形图展示各种业态下各地区的资金集中度及杠杆率风险所在风险水平，采用本发明技术方案的风险测度方法，可以对各种互联网金融业态下的各地区集中度、杠杆率随时间变化的趋势予以实时监测。
-
公开(公告)号：CN111861120B
公开(公告)日：2023-10-13
申请号：CN202010556321.5
申请日：2020-06-17
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: G06Q10/0635 , G06F16/28
Abstract: 本申请涉及一种企业关联图谱的构建方法、装置、设备及计算机可读介质。该方法包括：获取目标数据集，目标数据集包括多个目标企业的数据，每条数据包括一个目标企业的关联特征；将多个目标企业中具有相同的关联特征的企业划分到同一个企业组中；为多个目标企业建立图谱节点，并按照关联类型为企业组中的图谱节点构建节点与节点之间的关联边；利用关联系数和关联权重确定关联边的关联强度。本申请实现了企业关联图谱的构建，利用企业关联图谱表示了企业之间存在的各种关联关系及企业之间的关联强度，为企业间风险传播的评估提供了基础。
-
公开(公告)号：CN116702022A
公开(公告)日：2023-09-05
申请号：CN202310512618.5
申请日：2023-05-08
Applicant: 国家计算机网络与信息安全管理中心
Inventor： 李林 , 李美燕 , 王秀文 , 崔雨涵 , 陈鹏云 , 杨菁林 , 徐丹丹 , 秦韬 , 郭富民 , 刘志丞 , 李娅强 , 曾宣玮 , 张栋 , 王峰 , 李政达 , 李东明 , 秦恺
IPC: G06F18/241 , G06F18/23 , G06Q30/0601
Abstract: 本发明实施例涉及一种商品分类模型训练方法、装置、计算机设备及存储介质，该方法包括：根据特征提取模型提取商品集合中每个商品的第一特征，得到第一特征集合，所述第一特征用于表征所述商品的商品特征和所述商品对应的企业特征；对所述第一特征集合进行聚类处理，得到多个簇，每个所述簇中包含多个所述第一特征；从每个所述簇中提取多个目标第一特征，得到目标第一特征集合；根据所述目标第一特征集合对第一初始模型进行训练，得到训练好的商品分类模型。由此，可以实现通过商品特征和企业特征结合进行分类模型的训练，提高了分类的准确度，且对训练的特征进行了筛选，提高模型训练效率。
-
-
-
-
-
-
-
-
-
Search Results
48
records
(took 0.061 seconds)
