-
公开(公告)号：CN111026984A
公开(公告)日：2020-04-17
申请号：CN201911083929.4
申请日：2019-11-07
Applicant: 国家计算机网络与信息安全管理中心 , 深圳市任子行科技开发有限公司
IPC: G06F16/955 , G06Q30/00 , G06Q40/00
Abstract: 本发明公开了一种互联网金融公司的经营状态检测方法及装置，该方法包括：获取互联网金融公司的网站首页的URL，并根据所述URL提取网站首页的源代码；当检测到所述网站首页的源代码中存在目标标签时，从所述网站首页的源代码中获取所述互联网金融公司的实际经营地址；获取所述互联网金融公司的工商注册地址；当所述实际经营地址与所述工商注册地址不一致时，认定所述互联网金融公司处于经营异常状态。通过本发明，从互联网金融公司经营的网站中发现和提取实际的经营地址，并将实际经营地址与注册地址不一致作为企业经营异常指标，实现了对互联网金融公司的有效监管。
-
公开(公告)号：CN107766481A
公开(公告)日：2018-03-06
申请号：CN201710951000.3
申请日：2017-10-13
Applicant: 国家计算机网络与信息安全管理中心 , 深圳市任子行科技开发有限公司
CPC classification number: G06F16/353 , G06F16/958 , G06Q40/00
Abstract: 本发明公开了一种发现互联网金融平台的方法和系统。所述方法包括：根据互联网金融平台的金融特点，从多个预设数据渠道，采集疑似互联网金融平台；提取疑似互联网金融平台的内容特征信息，并与预设的互联网金融平台特征数据库进行匹配，以确定疑似互联网金融平台是否为互联网金融平台。本发明通过从多个数据渠道，采集疑似互联网金融平台，包含了全部互联网金融平台的扩散渠道，保证了发现范围的完整性，通过基于已知互联网金融平台的特征建立模型，对采集的互联网金融平台进行自动化判定，提高发现互联网金融平台的准确率，还通过对新发现的互联网金融平台，来进行互联网金融平台特征数据库的更新重建，有利于提到互联网金融平台判断的准确性。
-
公开(公告)号：CN112149413A
公开(公告)日：2020-12-29
申请号：CN202010932371.9
申请日：2020-09-07
Applicant: 国家计算机网络与信息安全管理中心 , 深圳市任子行科技开发有限公司
IPC: G06F40/284 , G06F40/289 , G06F40/30 , G06F40/216 , G06N3/04 , G06N3/08
Abstract: 本发明提供一种基于神经网络识别互联网网站所属业态的方法、装置以及计算机可读存储介质。该方法包括：获取互联网网站业态的文本数据集，从所述文本数据集中提取文本特征词；基于所述文本特征词对所述文本特征词进行词向量化以获取词向量序列；将所述词向量序列分别输入递归神经网络及卷积神经网络模型，分别得到所述递归神经网络及卷积神经网络模型输出的目标特征向量，并将所述目标特征向量进行并联拼接；将已拼接的所述目标特征向量输入全连接神经网络，最后输出概率预测向量；查找所述概率预测向量中的最大值，并以所述最大值对应的业态作为所述互联网网站的所属业态。通过本发明，实现了高精度识别互联网网站的所属业态。
-
公开(公告)号：CN110930165A
公开(公告)日：2020-03-27
申请号：CN201911090024.X
申请日：2019-11-08
Applicant: 国家计算机网络与信息安全管理中心 , 深圳市任子行科技开发有限公司
IPC: G06Q30/00 , G06Q40/06 , G06F40/289
Abstract: 本发明公开了一种互联网金融网站的异常检测方法及装置，该方法包括：获取互联网金融网站的文本信息；当所述文本信息中存在收益率关键词时，从所述文本信息中提取所述收益率关键词对应的收益率数值；根据所述收益率关键词以及所述收益率关键词对应的收益率数值，确定最大收益率；当所述最大收益率大于预设收益率时，确定所述互联网金融网站存在异常。通过本发明，从互联网金融网站中提取该网站公示的收益率，当提取的收益率过高时，说明该互联网金融网站存在高风险或诈骗特征，因此，认定该网站存在异常，从而认定该网站所属公司处于经营异常状态，实现了对互联网金融公司实行有效监管。
-
公开(公告)号：CN106162686B
公开(公告)日：2019-06-07
申请号：CN201510149295.3
申请日：2015-03-31
Applicant: 国家计算机网络与信息安全管理中心 , 任子行网络技术股份有限公司
IPC: H04W24/02
Abstract: 本发明提供了一种基于WLAN的信令获取与关联的方法，其特征在于，该方法包括以下步骤：S1、采集WLAN用户与Radius服务器交互的数据流量；S2、对所述数据流量进行过滤，分别得到Radius信令数据和应用业务数据；S3、通过主键关联所述Radius信令数据，并提取关键字段信息；S4、将所述关键字段信息生成CDR记录数据，并存储在数据库中；S5、将所述CDR记录数据与所述应用业务数据进行关联。本发明还提供了对应的系统。实施本发明可完整反映出WLAN用户的应用行为与用户的身份、位置，从而为解决故障处理、业务分流效果监测和网络业务多角度的挖掘分析提供可靠的依据。
-
Patent Agency Ranking
公开(公告)号：CN106161353B
公开(公告)日：2019-05-17
申请号：CN201510149814.6
申请日：2015-03-31
Applicant: 国家计算机网络与信息安全管理中心 , 任子行网络技术股份有限公司
Abstract: 本发明提供了一种面向宽带网络侧的上网时间管理方法，该方法应用于包括BAS设备和核心路由器的地区的宽带网络中，其特征在于，该方法包括以下步骤：S1、实时采集全量的Radius信令数据及用户业务数据；S2、对所述全量的Radius信令数据及用户业务数据进行过滤，得到Radius信令数据；S3、对所述Radius信令数据进行逐层解码，并提取关键字段信息；S4、将所述关键字段信息存储在数据库中；S5、接收用户下发的宽带上网的管理信息；S6、根据所述管理信息和所述关键字段信息，对宽带用户上网时间进行管理。本发明还提供了对应的系统。实施本发明，操作简单，可直接对使用的宽带帐号进行下线处理，能有效地控制青少年使用宽带上网的时间。
-
公开(公告)号：CN108846364A
公开(公告)日：2018-11-20
申请号：CN201810653311.6
申请日：2018-06-22
Applicant: 国家计算机网络与信息安全管理中心 , 深圳市任子行科技开发有限公司
Abstract: 本发明提供了一种基于FPGA的视频特征检测方法，包括：选取视频库中的视频流的特征点簇集；对特征点簇集进行训练，得到分类网络；利用FPGA固化实现分类网络以进行视频特征比对。通过基于FPGA实现神经网络架构，近似SIFT特征和SURF特征，实现视频特征检测。传统的SIFT和SURF算法通过查找特征库的方式进行比对，而本发明实际上在FPGA上通过神经网络完成了特征生成和比对过程，去除了查找特征库的步骤，提高了比对效率。本发明通过结合深度学习技术，优化SIFT和SURF算法，使其适用于大规模系统应用，并采用FPGA硬件技术加速计算过程，由此，规避了海量特征库查找环节，提升了检查效率。
-
公开(公告)号：CN106161353A
公开(公告)日：2016-11-23
申请号：CN201510149814.6
申请日：2015-03-31
Applicant: 国家计算机网络与信息安全管理中心 , 任子行网络技术股份有限公司
CPC classification number: H04L63/0236 , H04L63/0245 , H04L67/025
Abstract: 本发明提供了一种面向宽带网络侧的上网时间管理方法，该方法应用于包括BAS设备和核心路由器的地区的宽带网络中，其特征在于，该方法包括以下步骤：S1、实时采集全量的Radius信令数据及用户业务数据；S2、对所述全量的Radius信令数据及用户业务数据进行过滤，得到Radius信令数据；S3、对所述Radius信令数据进行逐层解码，并提取关键字段信息；S4、将所述关键字段信息存储在数据库中；S5、接收用户下发的宽带上网的管理信息；S6、根据所述管理信息和所述关键字段信息，对宽带用户上网时间进行管理。本发明还提供了对应的系统。实施本发明，操作简单，可直接对使用的宽带帐号进行下线处理，能有效地控制青少年使用宽带上网的时间。
-
公开(公告)号：CN105631050A
公开(公告)日：2016-06-01
申请号：CN201610111430.X
申请日：2016-03-01
Applicant: 国家计算机网络与信息安全管理中心
IPC: G06F17/30
Abstract: 本发明公开了一种基于规则配置的URL搜索关键词提取的方法，包括生成规则：对需要支持的搜索引擎的搜索URL进行分析，提取搜索URL特征并生成规则；配置规则：配置上述步骤分析到的规则；URL过滤：接收第三方的URL数据并与配置的所述规则进行匹配来过滤收到的所有URL数据；关键词处理：当有第三方的URL命中所述规则，则提取该URL的搜索关键词。本发明可以通过配置规则来快速的实现对多种搜索引擎的搜索URL关键字进行提取，实现海量URL数据的快速处理，从而在信安系统或舆情系统中使用本发明可以提供强有力的支撑。
-
公开(公告)号：CN108846364B
公开(公告)日：2022-05-03
申请号：CN201810653311.6
申请日：2018-06-22
Applicant: 国家计算机网络与信息安全管理中心 , 深圳市任子行科技开发有限公司
Abstract: 本发明提供了一种基于FPGA的视频特征检测方法，包括：选取视频库中的视频流的特征点簇集；对特征点簇集进行训练，得到分类网络；利用FPGA固化实现分类网络以进行视频特征比对。通过基于FPGA实现神经网络架构，近似SIFT特征和SURF特征，实现视频特征检测。传统的SIFT和SURF算法通过查找特征库的方式进行比对，而本发明实际上在FPGA上通过神经网络完成了特征生成和比对过程，去除了查找特征库的步骤，提高了比对效率。本发明通过结合深度学习技术，优化SIFT和SURF算法，使其适用于大规模系统应用，并采用FPGA硬件技术加速计算过程，由此，规避了海量特征库查找环节，提升了检查效率。
-
-
-
-
-
-
-
-
-
Search Results
25
records
(took 0.055 seconds)
