-
公开(公告)号：CN119854002A
公开(公告)日：2025-04-18
申请号：CN202510008592.X
申请日：2025-01-03
Applicant: 国家计算机网络与信息安全管理中心 , 烟台中科网络技术研究所
IPC: H04L9/40
Abstract: 本发明涉及网络安全技术领域，尤其涉及一种生成式人工智能交互式测评系统及测评方法，包括交互式测评系统以及与所述交互式测评系统连接的三个交互式内容生成平台，其中：第一交互式内容生成平台用于生成测试用例；第二交互式内容生成平台用于进行结果分析及生成报告；第三交互式内容生成平台用于作为被测平台，生成交互式内容；交互式测评系统包括：数据接收模块、策略管理库、评估管理模块、接口管理模块、任务链管理模块和提示模板库。本发明基于交互式内容生成平台，灵活生成安全测试集/进行结果评定，并开展测评工作，将测评合理进行拆解，充分利用现有的知识/经验集，实现高效、灵活的交互式内容生成安全测试。
-
公开(公告)号：CN115309899B
公开(公告)日：2023-05-16
申请号：CN202210949186.X
申请日：2022-08-09
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
IPC: G06F16/35 , G06F18/22 , G06F40/284 , G06N3/0455
Abstract: 本发明公开了一种文本中特定内容识别存储方法及系统，属于文特定词识别的技术领域，其方法包括生成特定词库和规则库；获取待识别的文本集合；提取当前特定文本数据集中的新特定词，得到新特定词集合；将需要训练的词组输入BERT模型；从特定文本中获取疑似新特定词集合，利用BERT模型计算特定词库中各词的特征向量与疑似新特定词集合中各词的特征向量的余弦相似度，并基于计算结果判定新特定词。本发明解决了现有技术中基于预构建模式规则的匹配方式仅局限于特定匹配规则模式，匹配方式不够灵活，结果不够全面，难以及时识别海量新出现的特定词及其变体词，且由于文本中涉及大量错综复杂的词语，容易造成特定词的模糊匹配，导致误识别的问题。
-
公开(公告)号：CN118585608A
公开(公告)日：2024-09-03
申请号：CN202410750428.1
申请日：2024-06-12
Applicant: 国家计算机网络与信息安全管理中心 , 烟台中科网络技术研究所
IPC: G06F16/33 , G06F16/35 , G06F18/2415 , G06F40/30 , G06F9/50
Abstract: 本发明涉及人工智能进行自然语言处理技术领域，尤其涉及一种短文本智能分析与分类优化方法，包括以下步骤：S1：对短文本信息进行初步处理，得到初步处理后的短文本信息；S2：引入均衡负载数据分片算法将初步处理后的短文本信息进行数据分片并存储至多个节点k，利用分布式分散处理算法实现数据并行处理；S3：引入语境深度理解算法，优化短文本信息分类的准确率；S4：各节点k利用优化自然语言处理算法对分得的短文本分片数据进行智能分析，并确定其所属类别；S5：汇总并分析全部节点k上的分类结果，得到短文本信息的最终分析与分类结果，本方法提高了短文本信息处理分析与分类中的效率及准确率。
-
公开(公告)号：CN115292571B
公开(公告)日：2023-03-28
申请号：CN202210942548.2
申请日：2022-08-08
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
IPC: G06F16/951 , G06F16/215 , G06F8/61 , G06F9/445 , G06F17/18 , G06V10/74 , G06V10/764
Abstract: 本发明公开了一种App数据采集方法及系统，所述方法包括对群控平台中所有应用软件进行遍历采集，得到群控平台应用软件信息；对群控平台应用软件中的内容进行深度优先遍历采集，并将获取的内容进行整合；对整合后的采集内容进行判断清洗，获得最终应用软件通用内容。通过采用改进的深度优先遍历算法完成采集工作，保证了采集数据的全面性，同时提高了采集效率。
-
公开(公告)号：CN119940368A
公开(公告)日：2025-05-06
申请号：CN202510008588.3
申请日：2025-01-03
Applicant: 国家计算机网络与信息安全管理中心 , 烟台中科网络技术研究所
IPC: G06F40/30 , G06F40/194 , G06F40/16 , G06N3/045 , G06N3/0475 , G06N3/042 , G06N3/0464 , G06F18/22 , G06F18/23211
Abstract: 本发明涉及文本数据分析技术领域，尤其涉及一种面向生成式大模型的文本同源性分析方法，包括以下步骤：S1：对面向生成式大模型的文本数据进行预处理后，将文本数据转化为高维语义嵌入向量，引入混合距离度量进行相似度分析；S2：采用基于密度峰值的动态聚类算法进行动态聚类分析，生成初步的同源文本簇，引入多重迭代映射与动态梯度扰动机制进一步分析，得到优化的同源文本簇；S3：将优化的同源文本簇进行多模态融合，利用图结构对融合后的多模态同源文本簇进行分析，应用时间序列分析方法，得到文本的同源性分析与来源追踪结果，本方法能够有效应对生成式大模型生成文本数据语义表达的多样性和复杂性，增强了文本表示的鲁棒性和准确性。
-
Patent Agency Ranking
公开(公告)号：CN115309899A
公开(公告)日：2022-11-08
申请号：CN202210949186.X
申请日：2022-08-09
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
IPC: G06F16/35 , G06K9/62 , G06F40/284
Abstract: 本发明公开了一种文本中特定内容识别存储方法及系统，属于文特定词识别的技术领域，其方法包括生成特定词库和规则库；获取待识别的文本集合；提取当前特定文本数据集中的新特定词，得到新特定词集合；将需要训练的词组输入BERT模型；从特定文本中获取疑似新特定词集合，利用BERT模型计算特定词库中各词的特征向量与疑似新特定词集合中各词的特征向量的余弦相似度，并基于计算结果判定新特定词。本发明解决了现有技术中基于预构建模式规则的匹配方式仅局限于特定匹配规则模式，匹配方式不够灵活，结果不够全面，难以及时识别海量新出现的特定词及其变体词，且由于文本中涉及大量错综复杂的词语，容易造成特定词的模糊匹配，导致误识别的问题。
-
公开(公告)号：CN115292571A
公开(公告)日：2022-11-04
申请号：CN202210942548.2
申请日：2022-08-08
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
IPC: G06F16/951 , G06F16/215 , G06F8/61 , G06F9/445 , G06F17/18 , G06V10/74 , G06V10/764
Abstract: 本发明公开了一种App数据采集方法及系统，所述方法包括对群控平台中所有应用软件进行遍历采集，得到群控平台应用软件信息；对群控平台应用软件中的内容进行深度优先遍历采集，并将获取的内容进行整合；对整合后的采集内容进行判断清洗，获得最终应用软件通用内容。通过采用改进的深度优先遍历算法完成采集工作，保证了采集数据的全面性，同时提高了采集效率。
-
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。
-
公开(公告)号：CN119885253A
公开(公告)日：2025-04-25
申请号：CN202411818233.2
申请日：2024-12-11
Applicant: 国家计算机网络与信息安全管理中心 , 北京邮电大学
IPC: G06F21/62 , G06F21/60 , G06F18/241 , G06F18/20 , G06N3/08
Abstract: 本申请提供一种数据分类方法、装置、设备及存储介质，该方法包括：获取待处理数据；将所述待处理数据输入数据分类模型中，得到分类数据和所述分类数据的类别；所述数据分类模型为深度学习模型；根据所述分类数据的类别，基于自然语言处理技术和预设识别规则处理所述分类数据，确定敏感信息。本申请实现了对数据的精确分类，并能够识别和处理敏感信息，增强了数据安全性。
-
公开(公告)号：CN119884071A
公开(公告)日：2025-04-25
申请号：CN202411818236.6
申请日：2024-12-11
Applicant: 国家计算机网络与信息安全管理中心 , 北京邮电大学
Abstract: 本申请提供一种用于在分布式环境中管理数据库的方法及相关设备。该方法包括：执行数据库实例的探测任务，以探测到目标数据库实例，获取所述目标数据库实例的物理存储位置和配置信息，基于所述物理存储位置和配置信息，获取所述目标数据库实例对应的数据库的第一特征信息，获取预设的数据库中的第二特征信息，确定所述第一特征信息与所述第二特征信息是否匹配，响应于所述第一特征信息和所述第二特征信息匹配，获取所述数据库的类型和版本，以管理所述数据库。通过上述方法能够在分布式的复杂环境中，自动化地识别和定位数据库实例及其存储位置，减少人工干预，提高数据库探测的效率与准确性。
-
-
-
-
-
-
-
-
-
Search Results
35
records
(took 0.075 seconds)
