-
公开(公告)号：CN111045659A
公开(公告)日：2020-04-21
申请号：CN201911094400.2
申请日：2019-11-11
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: G06F8/30
Abstract: 本发明公开了一种采集互联网金融网页的项目列表的方法及系统，该方法包括：脚本生成端展示互联网金融网页对应的可视化配置界面；脚本生成端根据用户在可视化配置界面上的配置操作生成项目列表采集脚本，并将项目列表采集脚本存储至数据库；当时间到达项目列表采集脚本的执行时间点时，脚本生成端从数据库中取出项目列表采集脚本，并将项目列表采集脚本放入任务队列；脚本生成端将任务队列中的项目列表采集脚本分发至执行端；执行端运行项目列表采集脚本，得到项目列表采集信息，并将项目列表采集信息存储至执行端的本地文件系统。通过本发明，通过可视化配置方式，极大的简化了脚本配置工作，从而提高了数据采集效率。
-
公开(公告)号：CN104135474B
公开(公告)日：2017-11-03
申请号：CN201410343212.X
申请日：2014-07-18
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主机出入度的检测网络异常行为的方法，从全新的角度提出了一种主机属性判定,攻击检测方法,在技术难度较低,资源耗用较小的情况下能够实现一定量种类的网络行为检测，异常行为监测。首先定义度、出度和入度；其中，度是四元组连接的数量；出度是指主机向其他主机发出的四元组连接的数量；入度是指主机接收其他主机的四元组连接的数量；该方法根据主机的出入度比例是否超出已知范围，以实现网络异常行为的检测；不同业务主机的出入度比例范围不同。
-
公开(公告)号：CN111078869A
公开(公告)日：2020-04-28
申请号：CN201911083838.0
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: G06F16/35 , G06F40/289 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于神经网络对金融网站进行分类的方法及装置，该方法包括：获取多个金融网站的文本数据，并根据各个金融网站的网站类别对各个金融网站设置对应的标记，根据所述多个金融网站的文本数据以及标记得到多组训练数据；通过所述多组训练数据对预置卷积神经网络模型进行迭代训练，得到目标卷积神经网络模型；将待识别金融网站的文本数据转化为待识别词向量，将所述待识别词向量输入所述目标卷积神经网络模型，得到所述待识别金融网站的类别预测结果。通过本发明，以金融网站的文本数据为基础，借助卷积神经网络模型，实现了对金融网站进行细分类的目的，减少了执行网站分类任务时的人工成本。
-
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。
-
Patent Agency Ranking
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：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：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
41
records
(took 0.102 seconds)
