基于人工智能技术的资产识别与信息分类方法

    公开(公告)号:CN110991509A

    公开(公告)日:2020-04-10

    申请号:CN201911166506.9

    申请日:2019-11-25

    Inventor: 唐佳莉 范渊

    Abstract: 本发明提供一种基于人工智能技术的资产识别与信息分类方法:包括以下步骤:收集资产信息数据;判断根据资产信息数据能都得知资产所属或类型;资产信息数据进行标签化与统一化处理,得到标签化信息;采取图像识别算法对网站类型进行分类;如果分类成功,得到分类信息,执行步骤五;资产信息数据做相似度与所属性分析,得到资产联想定位信息;将资产信息数据、标签化信息、分类信息和联想定位信息,作为信息报告;对于步骤五所得的信息报告进行标签化处理与分类入库,储存到相应的资产数据库。本发明整合以上人工智能技术所构建的资产识别与分类系统能在信息分类上达到准确高效和自动化的效果。

    一种基于算法对抗性攻击的图像识别攻击方法

    公开(公告)号:CN109492582B

    公开(公告)日:2022-02-11

    申请号:CN201811328589.2

    申请日:2018-11-09

    Inventor: 唐佳莉 范渊

    Abstract: 本发明涉及一种基于算法对抗性攻击的图像识别攻击方法,将需要被进行识别攻击的原始图像输入对抗式生成网络,获得对抗性图像,将原始图像和对抗性图像同时进行图像识别分类,若分类相同则攻击不成功,收集数据并更新对抗式生成网络,否则攻击成功。本发明能攻击现有的图像识别算法,通过生成对抗性样本,使算法无法进行正常的图像识别,从而影响人脸识别、图像检测、自动驾驶等领域的功能应用,适用性广;对抗式生成网络一旦训练完成,之后所生成的对抗性样本均不需要依赖于目标模型的接触和大量数值运算,具有高效、可迁移的特点;研究机器学习的对抗性攻击有益于进一步优化机器学习算法和数据处理手段,提高机器学习算法和其应用的安全性。

    基于人工智能的恶意数据分析方法、装置和电子装置

    公开(公告)号:CN112199671A

    公开(公告)日:2021-01-08

    申请号:CN202011078844.X

    申请日:2020-10-10

    Abstract: 本申请涉及一种基于人工智能的恶意数据分析方法、装置和电子装置,其中,该方法包括:获取用户输入的样本数据以及数据分析需求,并确定样本数据的数据类型;根据样本数据的数据类型确定目标动静态分析策略,并根据目标动静态分析策略对样本数据进行动静态分析处理,得到样本数据对应的数据特征信息;根据样本数据的数据类型、数据特征信息和数据分析需求,确定目标机器学习规则,并根据数据特征信息和目标机器学习规则,构建基于机器学习的数据分类模型;获取用户输入的待检测数据,并根据数据分类模型对待检测数据进行恶意分析处理,得到待检测数据对应的恶意分析结果。通过本申请,解决了相关技术中无法有效对恶意数据进行分析与检测的问题。

    智能问答方法及其知识图谱系统构建方法、装置、设备

    公开(公告)号:CN109145102B

    公开(公告)日:2021-02-09

    申请号:CN201811037665.4

    申请日:2018-09-06

    Inventor: 唐佳莉 范渊

    Abstract: 本申请公开了一种智能问答方法及其知识图谱系统构建方法、装置、设备,包括:通过获取问题语句,提取问题语句的关键词,利用关键词搜索知识图谱系统,得到与问题语句相关的知识信息,利用与问题语句相关的知识信息生成对应的问题结果,其中,知识图谱系统为基于人工智能创建的知识图谱系统。由此可见,本发明获取到用户的问题语句后,提取问题语句的关键词,进一步利用关键词搜索基于人工智能创建的知识图谱系统,由于所述知识图谱系统为基于人工智能创建的知识图谱系统,可以实现自动化信息提取,因此具备高效性;另外,还可以避免人工处理时的主观性,得到更加准确的搜索结果。

    基于机器学习与动静态分析的Webshell检测方法及系统

    公开(公告)号:CN107659570B

    公开(公告)日:2020-09-15

    申请号:CN201710903110.2

    申请日:2017-09-29

    Abstract: 本发明实施例提出基于机器学习与动静态分析的Webshell检测方法及系统,涉及Webshell检测技术领域。该方法通过获取样本文件,提取所述样本文件的静态特征和动态特征,依据所述静态特征、动态特征和机器学习算法得到分类模型,所述分类模型对待检测文件进行分析并得到检测结果。本发明采用动静态相结合的分析手段,提取特征更全面,采用多种分类算法结合的机器学习算法对大量Webshell样本和正常网页样本进行学习形成分类模型,分类模型稳定性更高,分类更加准确;采用该分类模型可有效检测出Webshell及其变种,预测新型Webshell,能较好地应对文本混淆手段,弥补传统采用特征码匹配检测方式的不足。

    基于人工智能技术的资产识别与信息分类方法

    公开(公告)号:CN110991509B

    公开(公告)日:2023-08-01

    申请号:CN201911166506.9

    申请日:2019-11-25

    Inventor: 唐佳莉 范渊

    Abstract: 本发明提供一种基于人工智能技术的资产识别与信息分类方法:包括以下步骤:收集资产信息数据;判断根据资产信息数据能都得知资产所属或类型;资产信息数据进行标签化与统一化处理,得到标签化信息;采取图像识别算法对网站类型进行分类;如果分类成功,得到分类信息,执行步骤五;资产信息数据做相似度与所属性分析,得到资产联想定位信息;将资产信息数据、标签化信息、分类信息和联想定位信息,作为信息报告;对于步骤五所得的信息报告进行标签化处理与分类入库,储存到相应的资产数据库。本发明整合以上人工智能技术所构建的资产识别与分类系统能在信息分类上达到准确高效和自动化的效果。

    一种基于算法对抗性攻击的图像识别攻击方法

    公开(公告)号:CN109492582A

    公开(公告)日:2019-03-19

    申请号:CN201811328589.2

    申请日:2018-11-09

    Inventor: 唐佳莉 范渊

    Abstract: 本发明涉及一种基于算法对抗性攻击的图像识别攻击方法,将需要被进行识别攻击的原始图像输入对抗式生成网络,获得对抗性图像,将原始图像和对抗性图像同时进行图像识别分类,若分类相同则攻击不成功,收集数据并更新对抗式生成网络,否则攻击成功。本发明能攻击现有的图像识别算法,通过生成对抗性样本,使算法无法进行正常的图像识别,从而影响人脸识别、图像检测、自动驾驶等领域的功能应用,适用性广;对抗式生成网络一旦训练完成,之后所生成的对抗性样本均不需要依赖于目标模型的接触和大量数值运算,具有高效、可迁移的特点;研究机器学习的对抗性攻击有益于进一步优化机器学习算法和数据处理手段,提高机器学习算法和其应用的安全性。

    智能问答方法及其知识图谱系统构建方法、装置、设备

    公开(公告)号:CN109145102A

    公开(公告)日:2019-01-04

    申请号:CN201811037665.4

    申请日:2018-09-06

    Inventor: 唐佳莉 范渊

    Abstract: 本申请公开了一种智能问答方法及其知识图谱系统构建方法、装置、设备,包括:通过获取问题语句,提取问题语句的关键词,利用关键词搜索知识图谱系统,得到与问题语句相关的知识信息,利用与问题语句相关的知识信息生成对应的问题结果,其中,知识图谱系统为基于人工智能创建的知识图谱系统。由此可见,本发明获取到用户的问题语句后,提取问题语句的关键词,进一步利用关键词搜索基于人工智能创建的知识图谱系统,由于所述知识图谱系统为基于人工智能创建的知识图谱系统,可以实现自动化信息提取,因此具备高效性;另外,还可以避免人工处理时的主观性,得到更加准确的搜索结果。

Patent Agency Ranking