-
公开(公告)号:CN118301674A
公开(公告)日:2024-07-05
申请号:CN202410572601.3
申请日:2024-05-09
Applicant: 长安通信科技有限责任公司 , 国家计算机网络与信息安全管理中心
IPC: H04W28/12
Abstract: 本发明实施例涉及一种信令分流方法、装置、计算机设备及存储介质,通过根据待分流信令的信令总流量,和采集机的处理能力信息确定需要的所述采集机的第一数量;获取待分流信令对应的运营商的网元工参;获取每个网元组ID对应的网元组流量,以及获取每个网元ID对应的网元流量;根据第一数量、网元组流量和网元流量确定待分流信令对应的分流规则;以使分流设备按照分流规则对待分流信令进行分流。由此,可以根据采集机数量及网元工参及网元流量确定分流规则,根据分流规则进行信令分流,无需人工干预,提高工作效率,保证信令分流准确性和实时性。分流后的流量均衡最优化,采集机数量最小化,充分发挥采集机设备最大效能。
-
公开(公告)号:CN117061247A
公开(公告)日:2023-11-14
申请号:CN202311312903.9
申请日:2023-10-11
Applicant: 国家计算机网络与信息安全管理中心
IPC: H04L9/40 , H04L61/4511
Abstract: 本申请涉及一种基于DNS的溯源定位方法、装置、电子设备及存储介质,所述方法包括:获取DNS权威服务器的DNS响应日志;从DNS响应日志中确定第一请求地址,第一请求地址为在DNS响应日志中向DNS权威服务器查询自有探测域名的请求地址;在第一请求地址与本地服务器地址不一致时,确定第一请求地址为第一可疑地址;利用DNS响应日志确定所述第一请求地址对应的第二可疑地址;根据所述第二可疑地址确定DNS劫持者地址,利用DNS权威服务器的DNS响应日志追溯逐级的请求来源,能够准确地定位到劫持者的地址,并且找出特定劫持网络中劫持路径上的所有相关设备,易于劫持者定位的操作和分析。
-
公开(公告)号:CN119766907A
公开(公告)日:2025-04-04
申请号:CN202411810784.4
申请日:2024-12-10
Applicant: 国家计算机网络与信息安全管理中心
Abstract: 本申请涉及一种数据处理方法、装置、设备以及存储介质,该方法包括:周期性获取待使用的通信报文;确定通信报文对应的目标通信协议;将对应同一目标通信协议的通信报文划分至同一通信报文集合,得到多个通信报文集合;对于每个通信报文集合,确定待使用的目标识别方法,使用目标识别方法,对通信报文集合进行识别,得到至少一个目标对应关系,目标对应关系为网元标识和接口IP集合的对应关系;将目标对应关系,发送给分流设备,以使分流设备基于目标对应关系对接收到通信报文进行分流,并将分流后的通信报文下发至报文处理设备。该方法可以在一定程度上避免了接口IP发生变化而导致分流错误的问题,并可提高报文处理设备的数据处理效率。
-
公开(公告)号:CN116704300A
公开(公告)日:2023-09-05
申请号:CN202310552691.5
申请日:2023-05-16
Applicant: 国家计算机网络与信息安全管理中心
IPC: G06V10/80 , G06V10/774 , G06V10/82 , G06F16/58 , G06N3/08 , G06N3/0455 , G06N5/04
Abstract: 本公开涉及一种跨模态特征融合模型训练方法、融合方法、装置及设备。本公开通过对待训练的跨模态特征融合模型进行训练,得到跨模态特征融合模型,进而基于跨模态特征融合模型对图像文本对进行对齐融合时,提高了图像文本对齐融合的准确性,提升了图像文本对齐融合的推理速度,即提高了视觉和语言任务准确率,提升了视觉和语言任务推理速度。
-
公开(公告)号:CN117061247B
公开(公告)日:2024-01-05
申请号:CN202311312903.9
申请日:2023-10-11
Applicant: 国家计算机网络与信息安全管理中心
IPC: H04L9/40 , H04L61/4511
Abstract: 本申请涉及一种基于DNS的溯源定位方法、装置、电子设备及存储介质,所述方法包括:获取DNS权威服务器的DNS响应日志;从DNS响应日志中确定第一请求地址,第一请求地址为在DNS响应日志中向DNS权威服务器查询自有探测域名的请求地址;在第一请求地址与本地服务器地址不一致时,确定第一请求地址为第一可疑地址;利用DNS响应日志确定所述第一请求地址对应的第二可疑地址;根据所述第二可疑地址确定DNS劫持者地址,利用DNS权威服务器的DNS响应日志追溯逐级的请求来源,能够准确地定位到劫持者的地址,并且找出特定劫持网络中劫持路径上的所有相关设备,易于劫持者定位的操作和分析。
-
公开(公告)号:CN116704301A
公开(公告)日:2023-09-05
申请号:CN202310553204.7
申请日:2023-05-16
Applicant: 国家计算机网络与信息安全管理中心
IPC: G06V10/80 , G06V10/774 , G06V10/764 , G06V10/82 , G06V10/52 , G06F16/58 , G06N3/08 , G06N3/0455 , G06N3/0499 , G06N5/04
Abstract: 本公开涉及一种跨模态多尺度融合检测模型训练、检测方法、装置及设备。其中,跨模态多尺度融合检测模型训练方法包括:获取样本图像中多个目标对象中每个目标对象分别对应的类别标签和位置信息;确定每个目标对象分别对应的图像区域;针对每个目标对象,通过待训练的跨模态多尺度融合检测模型,计算第一相似度、第二相似度、第三相似度,根据第一相似度、第二相似度、第三相似度以及预设的损失函数,计算损失值;根据损失值,对待训练的跨模态多尺度融合检测模型进行训练,根据本公开实施例,能够通过训练得到的跨模态多尺度融合检测模型,提高图像中目标对象识别结果的准确性。
-
公开(公告)号:CN110493088A
公开(公告)日:2019-11-22
申请号:CN201910905186.8
申请日:2019-09-24
Applicant: 国家计算机网络与信息安全管理中心 , 中国科学院信息工程研究所
IPC: H04L12/26 , G06N3/08 , G06N3/04 , G06F16/955
Abstract: 本发明提供了一种基于URL的移动互联网流量分类方法,该方法建立在深度学习的基础上,通过分别标识URL数据集中所有唯一字母、数字和特殊字符,得到其字符级矩阵表示;标识URL数据集中唯一的单词,得到其单词级矩阵表示;然后基于卷积神经网络,进行同步训练,将各自的输出层合并得到一个完全连接层,最终得到分类模型。与现有技术相比,该发明通过最终训练完成的模型,能够提供自适应的、鲁棒性好的移动互联网流量分类,无需过多人工干预,能够更好地处理大量涌现的新的URL。
-
公开(公告)号:CN119030929A
公开(公告)日:2024-11-26
申请号:CN202410892691.4
申请日:2024-07-04
Applicant: 国家计算机网络与信息安全管理中心 , 中国科学院信息工程研究所
IPC: H04L47/125 , H04L47/762 , H04L47/783
Abstract: 本发明公开了一种去中心化链式采集结构的动态扩缩容方法及系统,属于计算机资源分配领域。本发明将数据的采集节点组织成链式结构,并将采集节点分为管理节点和计算节点;管理节点根据采集目标计算预计总负载,并针对计算节点计算当前总负载能力;管理节点根据预计总负载与计算节点的当前总负载能力的关系对计算节点进行动态扩容或缩容;管理节点给计算节点分配任务,并实时监测计算节点的负载情况;计算节点根据被分配的任务对采集目标进行数据采集。本发明可以提高网络性能和可靠性,能有效地处理复杂的多层次网络环境。
-
公开(公告)号:CN114494678A
公开(公告)日:2022-05-13
申请号:CN202111473992.6
申请日:2021-12-02
Applicant: 国家计算机网络与信息安全管理中心
Abstract: 本发明提供一种文字识别方法和电子设备,方法包括:确定待识别图像,待识别图像包括待识别文字;获取文字种类信息,将待识别图像输入至文字种类识别模型,得到文字种类信息;文字种类识别模型基于卷积神经网络对待识别图像进行特征提取得到包含多维特征的目标特征图,对待识别图像的待识别文字进行文字种类识别;其中,文字种类识别模型是基于多个种类的待识别文字的样本图像训练得到的;确定与文字种类信息对应的文字检测识别模型;基于文字检测识别模型对待识别图像的待识别文字进行文字识别。
-
公开(公告)号:CN110493088B
公开(公告)日:2021-06-01
申请号:CN201910905186.8
申请日:2019-09-24
Applicant: 国家计算机网络与信息安全管理中心 , 中国科学院信息工程研究所
IPC: H04L12/26 , G06N3/08 , G06N3/04 , G06F16/955
Abstract: 本发明提供了一种基于URL的移动互联网流量分类方法,该方法建立在深度学习的基础上,通过分别标识URL数据集中所有唯一字母、数字和特殊字符,得到其字符级矩阵表示;标识URL数据集中唯一的单词,得到其单词级矩阵表示;然后基于卷积神经网络,进行同步训练,将各自的输出层合并得到一个完全连接层,最终得到分类模型。与现有技术相比,该发明通过最终训练完成的模型,能够提供自适应的、鲁棒性好的移动互联网流量分类,无需过多人工干预,能够更好地处理大量涌现的新的URL。
-
-
-
-
-
-
-
-
-