-
公开(公告)号：CN117295072A
公开(公告)日：2023-12-26
申请号：CN202210694396.9
申请日：2022-06-16
Applicant: 中国科学院信息工程研究所 , 国家计算机网络与信息安全管理中心
IPC: H04W12/67 , H04W12/03 , H04W12/122 , H04W24/08 , H04W24/10 , G06N3/0464 , G06N3/048
Abstract: 本发明公开了一种5G网络中OTT语音业务风险管控策略的生成方法及装置，包括：分析OTT语音业务流量，生成异常OTT语音业务流量或用户行为的检测结果报告；根据所述检测结果报告与预置的OTT语音业务风险情报知识进行风险评估，OTT业务流量风险评估功能生成应急异常OTT语音业务或异常用户行为的风险等级，并依据所述风险等级，生成应急处置建议；基于应急处置建议，策略控制功能生成OTT语音业务风险管控策略。本发明引入新的流量风险评估功能实现对有害加密OTT语音业务、用户行为的风险评估，并结合5G策略控制体系实现有害OTT业务的应急处置。
-
公开(公告)号：CN116825137A
公开(公告)日：2023-09-29
申请号：CN202310802442.7
申请日：2023-07-03
Applicant: 国家计算机网络与信息安全管理中心天津分中心
Abstract: 本发明属于深度合成音频检测领域技术领域，特别涉及一种基于多粒度注意力机制的深度合成音频检测方法和装置，其中，深度合成音频检测方法包括以下步骤：获取待检测音频；对待检测音频进行预处理，得到对应的频谱图；对频谱图进行多粒度特征提取，得到不同时间尺度的中间特征；对不同时间尺度的中间特征采用多粒度注意力机制进行特征融合，得到多粒度特征；将多粒度特征输入预训练好的深度合成音频检测模型中，输出对应的预测结果。本发明提供的深度合成音频检测方法多粒度注意力机制，结合深度学习技术，充分利用音频信号的时频特征，提高对不同时序的关注能力，从而提高音频检测的准确性和鲁棒性。
-
公开(公告)号：CN115828277A
公开(公告)日：2023-03-21
申请号：CN202211327183.9
申请日：2022-10-25
Applicant: 国家计算机网络与信息安全管理中心
Abstract: 本申请提供一种数据预测方法、装置、电子设备及存储介质。该方法包括：获取原始明文数据和待预测明文数据；利用根据全同态加密技术得到的公钥对原始明文数据加密以确定原始密文数据，并利用公钥对待预测明文数据加密以确定待预测密文数据；利用原始密文数据训练得到预测模型；根据预测模型对待预测密文数据进行预测以确定预测密文数据；利用根据全同态加密技术得到的私钥对预测密文数据进行解密以确定预测明文数据。本申请全过程中的数据均通过全同态加密技术进行加密，在神经网络模型的训练以及数据预测过程中都可以有效的保证用户的隐私数据不被泄露，为数据安全性提供了保障。
-
公开(公告)号：CN115525758A
公开(公告)日：2022-12-27
申请号：CN202210628092.2
申请日：2022-06-06
Applicant: 国家计算机网络与信息安全管理中心
Abstract: 本发明涉及一种基于SVM的特定文本大数据分析方法及系统，所述一种基于SVM的特定文本大数据分析方法包括：利用历史特定文本大数据得到历史特定文本大数据特征；利用所述历史特定文本大数据特征获取历史特定文本大数据分析结果，采用SVM的大数据分析系统的技术，全面提高特定文本的分类的准确性和覆盖率，通过在海量数据中实现对特定内容的精准分类，大大提高了特定内容分类的及时性和准确性，从而提高了系统层面对特定内容处理的流转环节，大大提高了应用系统的处理能力。
-
公开(公告)号：CN115238703A
公开(公告)日：2022-10-25
申请号：CN202210616914.5
申请日：2022-06-01
Applicant: 国家计算机网络与信息安全管理中心
IPC: G06F40/30 , G06F40/289 , G06F16/35 , G06N20/00
Abstract: 本发明涉及一种包含历史深度语义特定文本的识别方法及系统，所述一种包含历史深度语义特定文本的识别方法包括：利用历史深度语义特定文本数据进行初始处理得到历史深度语义特定文本初始数据；利用所述历史深度语义特定文本初始数据得到历史深度语义特定文本识别结果，通过大数据分析特定文本进行模型训练，并对特定内容的语义特征进行分析筛除，进而进行分类、识别及定性，提升了对于特定文本的识别准确率，避免误差的产生。
-
Patent Agency Ranking
公开(公告)号：CN114826735A
公开(公告)日：2022-07-29
申请号：CN202210442276.X
申请日：2022-04-25
Applicant: 国家计算机网络与信息安全管理中心
IPC: H04L9/40
Abstract: 本发明公开一种基于异构神经网络技术的VoIP恶意行为检测方法及系统，涉及网络信息安全领域，通过从VoIP多数据源中抽取出信息对象，构建异构信息网络，利用GEM模型获得节点向量表示；再通过计算不同节点之间的相似度进行聚类，通过对同一类节点打上相同标签来丰富训练数据，再对对分类算法进行有监督学习分类，获取有害的VoIP节点。本发明能够利用多种数据源的信息，通过挖掘异构信息网络中的隐式关系和隐藏模式发现有害VoIP行为。
-
公开(公告)号：CN106791220B
公开(公告)日：2021-06-04
申请号：CN201611082262.2
申请日：2016-11-30
Applicant: 国家计算机网络与信息安全管理中心
IPC: H04W12/128 , H04M3/436 , H04M3/22 , H04M1/57
Abstract: 本发明公开了一种防止电话诈骗的方法及系统，其中，所述方法包括：获取实时话单；提取所述实时话单的号码特征和/或行为特征；根据预设的诈骗电话识别模型对所述实时话单的号码特征和/或行为特征进行分析，以确定所述实时话单对应的通话行为是否为诈骗电话；若确认所述实时话单对应的通话行为是诈骗电话，则向所述实时话单中的被叫号码发送报警提示，并将本次诈骗电话识别结果发送到第三方管理系统。本发明能够准确定位诈骗电话，及时获知诈骗电话的发生，并及时向诈骗电话对应的被叫号码发送报警提示，有效提高了用户对骚扰、诈骗电话的防控能力。
-
公开(公告)号：CN112837677A
公开(公告)日：2021-05-25
申请号：CN202011092241.5
申请日：2020-10-13
Applicant: 讯飞智元信息科技有限公司 , 国家计算机网络与信息安全管理中心
Abstract: 本发明公开了一种有害音频检测方法及装置，该包括如下步骤：步骤SS1：输入语音数据进行连续语音关键词匹配，输出识别的文本内容，从关键词的角度检测待测音频中是否含有有害关键词；步骤SS2：基于步骤SS1获得的识别的文本内容，采用SVM分类器进行分类；步骤SS3：基于元学习进行有害音频分类网络，从文本意图的角度对待测样本进行分类；步骤SS4：对关键词匹配得分、SVM分类器得分、元学习分类网络得分进行融合，获得待测音频最终被检测为有害音频的得分S。本发明通过解决正、反例样本数量失衡条件下的小样本训练的问题，最终提高有害音频检测的准确率。
-
公开(公告)号：CN110047509B
公开(公告)日：2021-04-02
申请号：CN201910240865.8
申请日：2019-03-28
Applicant: 国家计算机网络与信息安全管理中心 , 珠海高凌信息科技股份有限公司
Abstract: 本发明的技术方案包括一种两级子空间划分方法及装置，用于实现：采用基于模型子空间的二级匹配方法，处理过程分为两个步骤：第一步通过粗筛定位子空间，确定待检音频模型空间所属范围，第二步细匹，即在子空间内部通过精度较高的传统算法命中目标模型，即包括特征提取、聚类计算、子空间划分、中心点计算四个过程。本发明的有益效果为：实现简单，耗时较小，对于数量巨大的模型特征，其实时性足以满足业务需求，可任意调整簇数的取值，能够有效的划分子空间，并且能够较为均匀的划分到不同的子空间中，同时缩小了模型匹配范围，单次语音特征比较能够有效降低模型数量，提高了效率。
-
公开(公告)号：CN106686264B
公开(公告)日：2021-03-02
申请号：CN201610965273.9
申请日：2016-11-04
Applicant: 国家计算机网络与信息安全管理中心
IPC: H04M3/436
Abstract: 本发明属于电信中有害电话监控技术领域，尤其是涉及一种诈骗电话筛选分析方法及系统。本发明的系统利用诈骗电话分析模型对历史数据进行分析，确定模型各特征权重值；对实时数据进行分析检测，检测结果与设定阈值比较给出诈骗电话的置信度。整个系统由数据查询管理系统、实时检测系统、模型自学习系统、趋势预测系统、数据存储系统组成。数据查询管理系统提供全量话单查询、诈骗话单查询、模型参数管理、自学习管理、趋势预测分析功能。实时检测系统通过诈骗电话发现模型实时分析、检测话单数据，发现诈骗电话。模型自学习系统对历史话单数据分析，通过自学习算法不断优化模型参数。趋势预测系统提供对未来诈骗电话趋势和变化进行预测。数据存储系统采用分布式存储系统，大数据分析处理引擎为整个系统提供快速数据抓取、数据分发、数据查询功能。
-
-
-
-
-
-
-
-
-
Search Results
145
records
(took 0.105 seconds)
