-
公开(公告)号：CN110674678A
公开(公告)日：2020-01-10
申请号：CN201910725061.7
申请日：2019-08-07
Applicant: 国家计算机网络与信息安全管理中心
Abstract: 本发明公开了一种视频中敏感标志的识别方法及装置，所述方法包括：获取待审核视频，通过机器预识别系统对所述待审核视频进行敏感标志识别，输出所述待审核视频含有敏感标志的得分；判断所述得分是有大于或等于预定输出阈值，如果判断为是，则将所述待审核视频发送到人工审核窗口以进行人工确认本发明能够进一步提高视频审核工作的审核效率，从而构建更安全的网络环境。
-
公开(公告)号：CN114625978B
公开(公告)日：2024-11-08
申请号：CN202011454130.4
申请日：2020-12-10
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: G06F18/22 , G06F18/25 , G06N3/042 , G06N3/045 , G06N3/0464 , G06N3/0985 , G06F16/9536 , G06Q50/00
Abstract: 本发明提供一种基于类型感知的异质网络用户锚链接预测方法及电子装置，包括收集待检测网络和目标网络的网络信息，构建待检测异质网络和目标异质网络；获取每一节点各维度的初始特征向量，得到每个节点的初始特征向量表示；将初始特征向量表示输入基于自注意力图神经网络进行学习，计算各节点的类型感知向量和类型融合向量；通过待检测异质网络和目标异质网络中各节点对之间属于同一类型的类型感知向量及类型融合向量的相似度，判断待检测网络和目标网络是否为锚链接。本发明采用注意力机制捕获节点与类型信息之间影响，利用图注意力网络学习类型感知向量和类型融合向量，解决异质网络中对多种类型信息建模的问题，取得较好的锚链接预测效果。
-
公开(公告)号：CN118135446A
公开(公告)日：2024-06-04
申请号：CN202311376700.6
申请日：2023-10-23
Applicant: 国家计算机网络与信息安全管理中心
IPC: G06V20/40 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明是一种基于数据增强的轻量化短视频场景分类方法，属于短视频分类技术。本发明包括：利用余弦相似度算法进行短视频关键帧抽取；进行图像预处理，在训练阶段进行数据增强以丰富样本数据；基于ResNet50模型设计轻量化的场景分类模型，对预处理后的图像进行场景分类；采用置信度阈值和平均机制进行帧间结果后处理，输出最终短视频场景分类结果。本发明的轻量化的场景分类模型降低了模型参数量，同时利用多感受野的特征融合，获取更全面的信息，改善模型对复杂场景的理解和分类能力，实现了视频场景分类准确度和推理速度的平衡，具有更高的泛化能力和鲁棒性，可以应用于短视频场景分类、实时视频处理等领域，具有广阔的应用前景。
-
公开(公告)号：CN116112763A
公开(公告)日：2023-05-12
申请号：CN202211425782.4
申请日：2022-11-15
Applicant: 国家计算机网络与信息安全管理中心 , 长安通信科技有限责任公司
IPC: H04N21/8405 , H04N21/234 , H04N21/44 , G06N3/0455 , G06N3/084
Abstract: 本发明涉及短视频短视频标签构建技术领域，具体公开了一种自动化生成短视频内容标签的方法及系统，包括：S100,视频信息输入，将待处理视频导入系统中；S200数据预处理及关键帧提取，将视频信息进行切帧预处理，并对相邻的将两帧图像进行差分，得到图像的平均像素强度可以用来衡量两帧图像的变化大小，基于帧间差分的平均强度，每当视频中的某一帧与前一帧画面内容产生了大的变化，提取作为关键帧；S300图像描述生成，关键帧进行分析处理并输出描述关键词作为图像标签；S400描述统计等内容；本发明采用视频关键帧提取算法，相比全部帧比对的方法提高了处理速度，同时相比随机抽帧的方式提高了准确性。
-
公开(公告)号：CN110633366B
公开(公告)日：2022-12-16
申请号：CN201910697992.0
申请日：2019-07-31
Applicant: 国家计算机网络与信息安全管理中心
IPC: G06F16/35 , G06V10/774 , G06V10/764
Abstract: 本发明提出了一种短文本分类方法、装置和存储介质，用以从有限的训练数据中获取泛化能力强并且较为准确的分类特征，提高短文本分类的准确性。所述短文本分类方法，包括：获取待分类短文本；将所述待分类短文本输入到多层分类器中，其中，所述多层分类器为利用训练样本和所述待分类短文本所属目标领域的领域知识图谱进行训练得到的，每一层分类器提取不同的文本特征进行训练；根据所述多层分类器的输出结果，确定所述待分类短文本对应的文本类别。
-
Patent Agency Ranking
公开(公告)号：CN115034286A
公开(公告)日：2022-09-09
申请号：CN202210435266.3
申请日：2022-04-24
Applicant: 国家计算机网络与信息安全管理中心
Abstract: 本发明公开了一种基于自适应损失函数的异常用户识别方法和装置，其中，该方法包括：获取web系统的用户行为日志数据样本，并将用户行为日志数据样本向量化，得到无标签数据样本和有标签数据样本；进行数据预处理得到训练数据集；基于训练数据集的输入特征训练第一自编码器模型，并基于第一自编码器模型构造无标签数据样本损失函数和有标签数据样本损失函数；迭代优化第一自编码器模型并构造异常用户检测优化问题函数，得到第二自编码器模型；基于第二自编码器模型，对无标签数据样本进行异常点检测，以识别异常用户。本发明解决实际业务场景中，无标签数据中存在异常点，采用固定损失函数难以提高准确率，误报率高的技术问题。
-
公开(公告)号：CN110879856B
公开(公告)日：2022-08-05
申请号：CN201911180128.X
申请日：2019-11-27
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: G06F16/901 , G06F16/906 , G06F16/909 , G06K9/62 , G06Q50/00
Abstract: 本发明公开了一种基于多特征融合的社交群体分类方法及系统。本方法为：1)对一目标社交群体的数据集，对该数据集中各用户的轨迹数据进行预处理，去除噪声并对缺失位置信息进行插值；2)使用频繁序列挖掘算法从各用户轨迹数据中挖掘对应用户的轨迹模式，再将用户的轨迹模式看作时序序列，采用LSTM对该时间序列进行编码，得到用户的轨迹编码；3)根据所述社交关系生成一图网络，将所述社交关系投影到低维空间，学习得到各用户的嵌入表示；4)将每一用户的轨迹编码和对应用户的嵌入表示结合输入softmax层，确定各用户的类别，实现对该目标社交群体的分类。本发明大大提升了群体分类的精度。
-
公开(公告)号：CN112367262B
公开(公告)日：2022-07-05
申请号：CN202010844839.9
申请日：2020-08-20
Applicant: 国家计算机网络与信息安全管理中心 , 长安通信科技有限责任公司 , 北京百卓网络技术有限公司
Inventor： 党向磊 , 张良 , 胡燕林 , 李佳 , 陈训逊 , 云晓春 , 黄亮 , 刘伟 , 郭三川 , 杨云龙 , 王鼎华 , 戴光耀 , 吴昊 , 李瑞轩 , 郑展伟 , 房超 , 冀晓凯
IPC: H04L45/7453
Abstract: 一种五元组规则匹配的方法，该五元组规则模板预先进行了分类，并为分类后的规则模板设置关联规则有效标志，该方法具体包括：接收数据报文并提取五元组信息；根据提取的五元组信息依次对分类后的规则模板类型进行判断，并进一步确定该五元组信息所匹配的规则模板，记录其命中的规则模板相对应的关联规则有效标志；根据所命中的关联规则有效标志，在所确定的规则模板类型对应的规则Hash表中顺次查找相匹配的规则表项，并输出匹配结果。此外本发明实施例还提供了一种规则匹配装置。通过本发明实施例提供的方法、装置及芯片，可以显著提升五元组规则查表效率，解决了规则表资源竞争的问题。
-
公开(公告)号：CN112836493A
公开(公告)日：2021-05-25
申请号：CN202011404000.X
申请日：2020-12-04
Applicant: 国家计算机网络与信息安全管理中心
IPC: G06F40/226 , G06F40/284 , G06F16/33
Abstract: 本发明公开了一种转写文本校对方法及存储介质，包括，基于预先构建的校对样本库对待校对文本按照不同文本粒度进行分析校对，获得对应的候选方案集；根据所述候选方案集确定校对方案，并通过所述校对方案确定校对结果。本发明方法基于预先构建的校对样本库对待校对文本按照不同文本粒度进行分析校对，获得对应的候选方案集；根据所述候选方案集确定校对方案，由此从不同的文本粒度出发确定校对方案，提高了转写文本的准确性和语义的合理性。
-
公开(公告)号：CN110633366A
公开(公告)日：2019-12-31
申请号：CN201910697992.0
申请日：2019-07-31
Applicant: 国家计算机网络与信息安全管理中心
Abstract: 本发明提出了一种短文本分类方法、装置和存储介质，用以从有限的训练数据中获取泛化能力强并且较为准确的分类特征，提高短文本分类的准确性。所述短文本分类方法，包括：获取待分类短文本；将所述待分类短文本输入到多层分类器中，其中，所述多层分类器为利用训练样本和所述待分类短文本所属目标领域的领域知识图谱进行训练得到的，每一层分类器提取不同的文本特征进行训练；根据所述多层分类器的输出结果，确定所述待分类短文本对应的文本类别。
-
-
-
-
-
-
-
-
-
Search Results
59
records
(took 0.055 seconds)
