一种模板网站关键源码片段识别方法

    公开(公告)号:CN118796264A

    公开(公告)日:2024-10-18

    申请号:CN202410768709.X

    申请日:2024-06-14

    Abstract: 本发明涉及模板网站发现技术领域,公开了一种模板网站关键源码片段识别方法,包括基于PC端/移动端两种UserAgent获取网站的页面源代码,并且获取到图片、文件等外链资源;获取到完整的网页源码信息后,通过构建源码文件和源码片段的提取规则,获取到HTML、JS、CSS、IMG片段或文件;基于人工分析并形成评价源码相关性和通用性的指标体系,通过人工标注一批正样本和负样本;基于机器学习模型进行训练,形成网站关键源码片段研判模型;通过模型对实时源码片段数据进行分析,并输出研判结果。本发明通过构建网站相关性和通用性维度指标体系,基于机器学习模型提取网站的关键源码片段。基于该识别结果能够在不掌握大量样本的情况下,支撑对大量网站和源码进行快速匹配识别模板网站,大大提高了识别效率降低算力消耗。

    一种基于流量特征的异常流量检测方法

    公开(公告)号:CN117395070A

    公开(公告)日:2024-01-12

    申请号:CN202311530543.X

    申请日:2023-11-16

    Abstract: 本发明涉及异常流量检测技术领域,公开了一种基于流量特征的异常流量检测方法,首先统计业务服务器单位时间内的业务流量大小,具体包括比特每秒bps和包每秒pps,将业务流量进行流量特征解析,并生成对应的流量特征日志;再对所有业务流量的流量特征进行统计,按照一个固定的时间范围统计维度为源IP和目的IP,统计后使用pattern‑defeating quicksort算法对源IP和目的IP进行排序并取TopK;将流量特征日志与对应的TopK的源IP和目的IP进行关联,将关联的结果生成结果日志;通过移动平均算法或指数加权移动平均算法,使用单位时间内的流量大小数据生成对应的基线。本发明提供更全面的网络安全分析,有助于识别复杂的威胁和攻击,准确性高、可伸缩性大。

    一种基于流量特征的异常流量检测方法

    公开(公告)号:CN117395070B

    公开(公告)日:2024-05-03

    申请号:CN202311530543.X

    申请日:2023-11-16

    Abstract: 本发明涉及异常流量检测技术领域,公开了一种基于流量特征的异常流量检测方法,首先统计业务服务器单位时间内的业务流量大小,具体包括比特每秒bps和包每秒pps,将业务流量进行流量特征解析,并生成对应的流量特征日志;再对所有业务流量的流量特征进行统计,按照一个固定的时间范围统计维度为源IP和目的IP,统计后使用pattern‑defeating quicksort算法对源IP和目的IP进行排序并取TopK;将流量特征日志与对应的TopK的源IP和目的IP进行关联,将关联的结果生成结果日志;通过移动平均算法或指数加权移动平均算法,使用单位时间内的流量大小数据生成对应的基线。本发明提供更全面的网络安全分析,有助于识别复杂的威胁和攻击,准确性高、可伸缩性大。

    一种基于深度学习算法的社交平台多模态用户识别方法

    公开(公告)号:CN118467735A

    公开(公告)日:2024-08-09

    申请号:CN202410671297.8

    申请日:2024-05-28

    Abstract: 本发明涉及用户识别技术领域,公开了一种基于深度学习算法的社交平台多模态用户识别方法,首先对社交平台中的数据进行采集,包括用户信息、帖子信息;对用户信息、帖子信息中的图像文字进行检测识别,对图像中的文本进行识别检测,将图像中的文本信息提取出来;进行文本分类,将原始文本信息以及从图像中提取的文本信息进行分类,确定相应文本类别;进行用户类别判断,根据文本分析结果对用户进行分类。本发明有效提高了用户识别的准确率。本方法通过分析社交平台中用户相关的文本以及图像数据,对用户进行识别分类,相比较于先前只对文本数据进行分析,增加了数据的多样性,同时也能够对较少在社交平台发布文字信息的用户进行准确识别。

    一种基于用户行为的社交平台用户影响力评估方法

    公开(公告)号:CN118626643A

    公开(公告)日:2024-09-10

    申请号:CN202410671295.9

    申请日:2024-05-28

    Abstract: 本发明涉及用户识别技术领域,公开了一种基于用户行为的社交平台用户影响力评估方法,对社交平台中的数据进行采集,包括用户信息、帖子信息;对用户进行中心性分析,具体包括用户发布信息的传播广度分析、用户发布信息的传播深度分析以及用户对信息传播重要性分析;进行用户行为分析,具体包括通过BERT模型对关注关系、用户之间的互动对用户的影响力进行评估,对用户类别进行判断。本方法基于用户行为的社交平台特定类别用户影响力评估方法,有效提高了对特定类别用户影响力分析的准确性,并且更有利于对特定领域进行舆情监控与预测,从而实现对用户的影响力的个性化分析。

Patent Agency Ranking