知搜-全球专利检索

  1. 登录
  2. 注册

搜索结果

12 条记录 (耗时 0.021 秒)

    EXTERNAL MALWARE DATA ITEM CLUSTERING AND ANALYSIS
    3.
    发明申请
    EXTERNAL MALWARE DATA ITEM CLUSTERING AND ANALYSIS 有权
    外部恶意数据项集合和分析

    公开(公告)号：US20160344758A1

    公开(公告)日：2016-11-24

    申请号：US14473920

    申请日：2014-08-29

    申请人： Palantir Technologies Inc.

    发明人： David Cohen ,  Jason Ma ,  Bing Jie Fu ,  Ilya Nepomnyashchiy ,  Steven Berler ,  Alex Smaliy ,  Jack Grossman ,  James Thompson ,  Julia Boortz ,  Matthew Sprague ,  Parvathy Menon ,  Michael Kross ,  Michael Harris ,  Adam Borochoff

    IPC分类号： H04L29/06 ,  G08B21/18 ,  G06F3/0484

    CPC分类号： G08B21/18 ,  G06F3/04842 ,  H04L63/0281 ,  H04L63/1433 ,  H04L63/145

    摘要： Embodiments of the present disclosure relate to a data analysis system that may automatically generate memory-efficient clustered data structures, automatically analyze those clustered data structures, and provide results of the automated analysis in an optimized way to an analyst. The automated analysis of the clustered data structures (also referred to herein as data clusters) may include an automated application of various criteria or rules so as to generate a compact, human-readable analysis of the data clusters. The human-readable analyses (also referred to herein as “summaries” or “conclusions”) of the data clusters may be organized into an interactive user interface so as to enable an analyst to quickly navigate among information associated with various data clusters and efficiently evaluate those data clusters in the context of, for example, a fraud investigation. Embodiments of the present disclosure also relate to automated scoring of the clustered data structures.

    摘要翻译： 本公开的实施例涉及一种数据分析系统，其可以自动生成存储器有效的集群数据结构，自动分析这些集群数据结构，并以优化的方式向分析者提供自动化分析的结果。 集群数据结构（本文中也称为数据集群）的自动化分析可以包括各种标准或规则的自动应用，以便生成数据集群的紧凑的，人类可读的分析。 可以将数据集群的可读分析（也称为“摘要”或“结论”）组织成交互式用户界面，以使分析人员能够在与各种数据集群相关联的信息之间快速导航，并有效地评估 这些数据集群在例如欺诈调查的背景下。 本公开的实施例还涉及聚类数据结构的自动评分。

    INTERNAL MALWARE DATA ITEM CLUSTERING AND ANALYSIS
    5.
    发明申请
    INTERNAL MALWARE DATA ITEM CLUSTERING AND ANALYSIS 有权
    内部恶意数据项集合和分析

    公开(公告)号：US20160006749A1

    公开(公告)日：2016-01-07

    申请号：US14486991

    申请日：2014-09-15

    申请人： Palantir Technologies Inc.

    发明人： David Cohen ,  Jason Ma ,  Bing Jie Fu ,  Ilya Nepomnyashchiy ,  Steven Berler ,  Alex Smaliy ,  Jack Grossman ,  James Thompson ,  Julia Boortz ,  Matthew Sprague ,  Parvathy Menon ,  Michael Kross ,  Michael Harris ,  Adam Borochoff

    IPC分类号： H04L29/06 ,  G06F17/30

    CPC分类号： H04L63/1425 ,  G06F17/30598 ,  G06Q40/12 ,  H04L63/1408 ,  H04L63/145

    摘要： Embodiments of the present disclosure relate to a data analysis system that may automatically generate memory-efficient clustered data structures, automatically analyze those clustered data structures, and provide results of the automated analysis in an optimized way to an analyst. The automated analysis of the clustered data structures (also referred to herein as data clusters) may include an automated application of various criteria or rules so as to generate a compact, human-readable analysis of the data clusters. The human-readable analyses (also referred to herein as “summaries” or “conclusions”) of the data clusters may be organized into an interactive user interface so as to enable an analyst to quickly navigate among information associated with various data clusters and efficiently evaluate those data clusters in the context of, for example, a fraud investigation. Embodiments of the present disclosure also relate to automated scoring of the clustered data structures.

    摘要翻译： 本公开的实施例涉及一种数据分析系统，其可以自动生成存储器有效的集群数据结构，自动分析这些集群数据结构，并以优化的方式向分析者提供自动化分析的结果。 集群数据结构（本文中也称为数据集群）的自动化分析可以包括各种标准或规则的自动应用，以便生成数据集群的紧凑的，人类可读的分析。 可以将数据集群的可读分析（也称为“摘要”或“结论”）组织成交互式用户界面，以使分析人员能够在与各种数据集群相关联的信息之间快速导航，并有效地评估 这些数据集群在例如欺诈调查的背景下。 本公开的实施例还涉及聚类数据结构的自动评分。

    NETWORK INTRUSION DATA ITEM CLUSTERING AND ANALYSIS
    8.
    发明申请
    NETWORK INTRUSION DATA ITEM CLUSTERING AND ANALYSIS 有权
    网络入侵数据项集合与分析

    公开(公告)号：US20160366164A1

    公开(公告)日：2016-12-15

    申请号：US14487021

    申请日：2014-09-15

    申请人： Palantir Technologies Inc.

    发明人： David Cohen ,  Jason Ma ,  Bing Jie Fu ,  Ilya Nepomnyashchiy ,  Steven Berler ,  Alex Smaliy ,  Jack Grossman ,  James Thompson ,  Julia Boortz ,  Matthew Sprague ,  Parvathy Menon ,  Michael Kross ,  Michael Harris ,  Adam Borochoff

    IPC分类号： H04L29/06

    CPC分类号： H04L63/1425 ,  G06F17/30598 ,  G06Q40/12 ,  H04L63/1408 ,  H04L63/145

    摘要： Embodiments of the present disclosure relate to a data analysis system that may automatically generate memory-efficient clustered data structures, automatically analyze those clustered data structures, and provide results of the automated analysis in an optimized way to an analyst. The automated analysis of the clustered data structures (also referred to herein as data clusters) may include an automated application of various criteria or rules so as to generate a compact, human-readable analysis of the data clusters. The human-readable analyses (also referred to herein as “summaries” or “conclusions”) of the data clusters may be organized into an interactive user interface so as to enable an analyst to quickly navigate among information associated with various data clusters and efficiently evaluate those data clusters in the context of, for example, a fraud investigation. Embodiments of the present disclosure also relate to automated scoring of the clustered data structures.

    摘要翻译： 本公开的实施例涉及一种数据分析系统，其可以自动生成存储器有效的集群数据结构，自动分析这些集群数据结构，并以优化的方式向分析者提供自动化分析的结果。 集群数据结构（本文中也称为数据集群）的自动化分析可以包括各种标准或规则的自动应用，以便生成数据集群的紧凑的，人类可读的分析。 可以将数据集群的可读分析（也称为“摘要”或“结论”）组织成交互式用户界面，以使分析人员能够在与各种数据集群相关联的信息之间快速导航，并有效地评估 这些数据集群在例如欺诈调查的背景下。 本公开的实施例还涉及聚类数据结构的自动评分。