-
公开(公告)号：CN116843988B
公开(公告)日：2024-01-30
申请号：CN202310761008.9
申请日：2023-06-26
Applicant: 中国信息通信研究院
IPC: G06V10/77 , G06V40/12 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/084
Abstract: 本发明提供一种基于深度学习的目标检测方法和系统，通过先提取生物和时间维度特征，再在重点关注区域内提取深度学习特征。针对生物特征采用生物指纹匹配和滑动框二次采样；针对时间特征根据差异化结果重新定义采样窗，再次对深度学习和生物两种特征进行采样重组。计算两两特征样本集之间的差异值，不仅可以调整重点关注区域的范围，还可以判断是否分类成功，克服了现有技术需要引入注意力机制、抑制不相关背景的不足，实现检测的高效性和自动性。
-
公开(公告)号：CN116633809B
公开(公告)日：2024-01-23
申请号：CN202310762753.5
申请日：2023-06-26
Applicant: 中国信息通信研究院
IPC: H04L43/04 , H04L41/16 , H04L9/40 , G06N3/0464 , G06F18/23 , G06F18/22 , G06V40/12 , G06F18/214 , G06F18/25
Abstract: 本发明提供一种基于人工智能的检测方法和系统，通过针对不同类型的数据包，分别提取深度学习、生物和时间三个不同维度的特征，从而可以覆盖网络全类型的数据包。针对深度学习特征采用降维采样和滑动窗二次采样；针对生物特征采用生物指纹匹配和滑动框二次采样；针对时间特征根据差异化结果重新定义采样窗，再次对深度学习和生物两种特征进行采样重组。通过以上步骤，使用两种不同途径的聚类处理，更好地利用模型进行分类。
-
公开(公告)号：CN117011766A
公开(公告)日：2023-11-07
申请号：CN202310926811.3
申请日：2023-07-26
Applicant: 中国信息通信研究院
IPC: G06V20/40 , G06V10/44 , G06V10/774 , G06V10/82
Abstract: 本发明提供一种基于帧内差异化的人工智能检测方法和系统，通过对视频帧内的差异化数据进行深度学习模型训练，实现对AI行为的精确检测，其中帧内的差异化数据是通过帧内网络获得，所述帧内网络采用多级卷积层迭代差值来提取帧内特征，计算帧内特征之间的欧氏距离和对比损失函数，得到图像差异值，克服了现有技术准确率有限，且对于动态和静态目标的效果不一致的问题，实现检测的快速、准确。
-
公开(公告)号：CN116843988A
公开(公告)日：2023-10-03
申请号：CN202310761008.9
申请日：2023-06-26
Applicant: 中国信息通信研究院
IPC: G06V10/77 , G06V40/12 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/084
Abstract: 本发明提供一种基于深度学习的目标检测方法和系统，通过先提取生物和时间维度特征，再在重点关注区域内提取深度学习特征。针对生物特征采用生物指纹匹配和滑动框二次采样；针对时间特征根据差异化结果重新定义采样窗，再次对深度学习和生物两种特征进行采样重组。计算两两特征样本集之间的差异值，不仅可以调整重点关注区域的范围，还可以判断是否分类成功，克服了现有技术需要引入注意力机制、抑制不相关背景的不足，实现检测的高效性和自动性。
-
公开(公告)号：CN116633809A
公开(公告)日：2023-08-22
申请号：CN202310762753.5
申请日：2023-06-26
Applicant: 中国信息通信研究院
IPC: H04L43/04 , H04L41/16 , H04L9/40 , G06N3/0464 , G06F18/23 , G06F18/22 , G06V40/12 , G06F18/214 , G06F18/25
Abstract: 本发明提供一种基于人工智能的检测方法和系统，通过针对不同类型的数据包，分别提取深度学习、生物和时间三个不同维度的特征，从而可以覆盖网络全类型的数据包。针对深度学习特征采用降维采样和滑动窗二次采样；针对生物特征采用生物指纹匹配和滑动框二次采样；针对时间特征根据差异化结果重新定义采样窗，再次对深度学习和生物两种特征进行采样重组。通过以上步骤，使用两种不同途径的聚类处理，更好地利用模型进行分类。
-
Patent Agency Ranking
公开(公告)号：CN115037559B
公开(公告)日：2022-11-01
申请号：CN202210953512.4
申请日：2022-08-10
Applicant: 中国信息通信研究院
Abstract: 本发明提供一种基于流量的数据安全监测系统、电子设备及存储介质，系统包括：流量收集模块根据预设的流量采集规则从数据中心采集流量；协议解析模块通过预设的解析协议对采集到的流量进行解析，找出流量中存在的预设的解析协议类型的文件；文件还原模块将文件的内容全部识别并按预设顺序还原；数据分类分级模块对还原后的文件中数据进行分类分级，分别确定数据的类型和级别；数据安全风险监测模块在数据分类分级的基础上，结合数据行为特征，判断数据安全风险；态势感知分析模块将数据分类分级的结果、数据安全风险的监测结果和数据行为特征综合分析，感知数据安全的整体态势。本发明能及时发现流量中可能的数据安全风险，提升数安技术保障水平。
-
公开(公告)号：CN115037559A
公开(公告)日：2022-09-09
申请号：CN202210953512.4
申请日：2022-08-10
Applicant: 中国信息通信研究院
Abstract: 本发明提供一种基于流量的数据安全监测系统、电子设备及存储介质，系统包括：流量收集模块根据预设的流量采集规则从数据中心采集流量；协议解析模块通过预设的解析协议对采集到的流量进行解析，找出流量中存在的预设的解析协议类型的文件；文件还原模块将文件的内容全部识别并按预设顺序还原；数据分类分级模块对还原后的文件中数据进行分类分级，分别确定数据的类型和级别；数据安全风险监测模块在数据分类分级的基础上，结合数据行为特征，判断数据安全风险；态势感知分析模块将数据分类分级的结果、数据安全风险的监测结果和数据行为特征综合分析，感知数据安全的整体态势。本发明能及时发现流量中可能的数据安全风险，提升数安技术保障水平。
-
公开(公告)号：CN114897161A
公开(公告)日：2022-08-12
申请号：CN202210540676.4
申请日：2022-05-17
Applicant: 中国信息通信研究院
Abstract: 本发明提出一种基于掩码的图分类后门攻击防御方法、系统、电子设备及存储介质。其中，方法包括：利用随机掩码对图神经网络的邻接矩阵进行掩码操作，每次掩码操作都能掩去网络拓扑结构的部分信息，破坏网络中局部的触发器结构，而同时利用多次叠加的掩码邻接矩阵，经过池化操作后，做到最大限度的保留原网络的原始的拓扑结构，以此使得攻击者在训练数据中嵌入的触发器失效，而模型也能保有正常的表现性能。
-
公开(公告)号：CN112989341A
公开(公告)日：2021-06-18
申请号：CN202110235218.5
申请日：2021-03-03
Applicant: 中国信息通信研究院
IPC: G06F21/56 , G06F16/958
Abstract: 本公开涉及一种涉诈网页的确定方法、系统和介质。所述确定方法包括：步骤S1、利用研判集合中的至少一个研判模式和对应的权重，分析疑似涉诈网页，以获得对所述疑似涉诈网页的第一研判结果；步骤S2、提取所述疑似涉诈网页的网页特征，基于所述网页特征确定对所述疑似涉诈网页的第二研判结果；以及步骤S3、对比所述第一研判结果和所述第二研判结果，根据对比结果来更新各个所述研判模式的所述权重。所述确定方法适用于多种网页研判模式的综合研判，并且能够根据研判结果调节权重，从而提升整体研判效果。
-
公开(公告)号：CN117938545A
公开(公告)日：2024-04-26
申请号：CN202410324005.3
申请日：2024-03-21
Applicant: 中国信息通信研究院
IPC: H04L9/40 , H04L9/32 , H04L69/22 , H04L67/02 , H04L43/12 , H04L43/20 , G06N3/088 , G06N3/0895 , G06N20/00
Abstract: 本发明提出一种基于加密流量的不良信息样本扩增方法和系统。其中，方法包括：首先采用数据扩增技术对不良信息样本进行数量扩增；其次，通过模拟现网的数据传输场景，研究搭建模拟现网的通信环境；再次，使用自研的pcap包采集工具在模拟通信环境中抓取样本的传输流量；然后，将获取到样本流量数据包逐一进行指纹生成；最后，将生成指纹构建指纹库，并采用数据压缩方法规模化精简指纹库规模。本发明提出的方案对于整体样本扩增流程思路明确，可扩展至对加密通信领域其他样本数据集的扩增，为有效解决样本数据不足与指纹库构建问题提供思路，方法的普适性较好。
-
-
-
-
-
-
-
-
-
Search Results
43
records
(took 0.096 seconds)
