-
公开(公告)号：CN118586393A
公开(公告)日：2024-09-03
申请号：CN202410735856.7
申请日：2024-06-07
Applicant: 国网江苏省电力有限公司信息通信分公司 , 国网江苏省电力有限公司 , 南京理工大学
IPC: G06F40/295 , G06N3/0475 , G06N3/094 , G06N3/047 , G06N3/0442 , G06N3/045 , G06N3/0455 , G06F16/35 , G06F21/62
Abstract: 本发明公开了一种敏感数据识别方法、装置、设备、介质及产品。该方法包括：获取待识别文本；将所述待识别文本输入目标模型，得到所述待识别文本对应的向量序列，其中，所述目标模型包括生成器和判别器，所述目标模型通过目标样本集迭代训练所述生成器和所述判别器得到，所述目标样本集包括：输入序列样本和所述输入序列样本对应的预设屏蔽序列；根据所述向量序列确定敏感数据。通过本发明的技术方案，能够通过生成器和判别器来预训练模型，可以帮助模型更好地适应微调阶段的输入，从而提高模型的鲁棒性和泛化能力，准确实现基于命名实体识别的敏感数据识别。
-
公开(公告)号：CN118965421A
公开(公告)日：2024-11-15
申请号：CN202410956089.2
申请日：2024-07-17
Applicant: 国网江苏省电力有限公司信息通信分公司 , 国网江苏省电力有限公司 , 南京理工大学
IPC: G06F21/62 , G06F18/21 , G06F18/213 , G06F40/284
Abstract: 本发明公开了一种敏感数据的识别方法、装置、设备、存储介质及产品，所述方法包括：获取待识别数据集，提取待识别数据集中的非结构化数据；对非结构化数据进行特征提取，得到对应的特征信息；特征信息包括内容特征与位置特征；根据特征信息，并结合设定数据识别模型，得到非结构化数据对应的标签，若标签与预设的敏感标签一致，则确定非结构化数据为敏感数据。本发明公开的敏感数据的识别方法，通过对非结构化数据进行特征提取，并根据提取的特征识别对应的标签，可以实现对敏感数据的快速识别，并且在特征提取时同时提取内容特征与位置特征，可以提高特征提取的精度，从而提高敏感数据识别的准确度。
-
公开(公告)号：CN118861174B
公开(公告)日：2025-04-04
申请号：CN202411320676.9
申请日：2024-09-23
Applicant: 国网江苏省电力有限公司信息通信分公司 , 国网江苏省电力有限公司 , 南京理工大学
Abstract: 本申请公开了一种基于属性和标签处理数据方法、数据溯源方法及其装置、设备及介质。该方法包括：确定每个属性的权重并根据各属性的权重确定待插入标签的非重要属性；根据非重要属性的数量以及每个非重要属性的权重，将数字标签拆分为相应数量的子标签；将每个子标签插入相应非重要属性的数值的小数部分，得到处理后的目标数据。上述技术方案通过分析不同属性的权重并针对非重要属性插入数字标签，可实现针对多属性进行多点插入，并且通过将数字标签拆分为子标签分别插入至不同的非重要属性的数值的小数部分，可减少插入数字标签对源数据的影响，且能避免由于部分数据转发破坏数字标签的整体性，从而提高数字标签的鲁棒性和数据安全性。
-
公开(公告)号：CN119623571A
公开(公告)日：2025-03-14
申请号：CN202411695601.9
申请日：2024-11-25
Applicant: 国网江苏省电力有限公司信息通信分公司 , 国网江苏省电力有限公司 , 南京理工大学
IPC: G06N3/094 , G06N3/0464 , G06N3/045 , G06N3/0475 , H04L9/40 , H04L67/10 , H04L67/12 , G06Q50/06
Abstract: 本发明公开了一种对抗数据检测方法、装置、设备及存储介质，该方法包括：获取用户的业务数据；将业务数据输入至预训练的基于轻量化的卷积神经网络模型，输出第一预测结果；基于轻量化的卷积神经网络模型部署在边缘设备；将业务数据输入至预训练的基于集成多个神经网络模型的预测模型中，输出第二预测结果；其中，基于轻量化的卷积神经网络模型和预测模型的训练数据集为设定数量的图像和字符及生成对应的对抗数据样本；预测模型部署在云计算平台中；任意两个神经网络模型的检测算法不同；基于第一预测结果与第二预测结果的比较结果，确定业务数据的类型。本发明通过在云端部署多种复杂的神经网络模型，利用云端的算力，实现对于对抗数据的检测防御效果。
-
公开(公告)号：CN118821170A
公开(公告)日：2024-10-22
申请号：CN202410784690.8
申请日：2024-06-18
Applicant: 国网江苏省电力有限公司信息通信分公司 , 国网江苏省电力有限公司 , 南京理工大学
IPC: G06F21/60 , G06F21/16 , G06F18/2431 , G06F18/214 , G06N3/0442 , G06N3/0464
Abstract: 本发明公开了一种多模态数据的数字标签生成方法、设备、存储介质及产品。该方法包括：获取电力系统的多模态数据集；多模态数据集包括：结构化数据和非结构化数据；结构化数据包括：数值型数据和分类型数据；对分类型数据进行特征编码，获得数值形式的分类型编码数据；对来自同一主体的数值型数据和分类型编码数据进行数据拼接，获得第一潜在表示向量；采用自编码器对非结构化数据进行编码得到第二潜在表示向量；对第一潜在表示向量和第二潜在表示向量分别进行加密，获得多模态数据集的数字标签。本技术方案实现了自动生成多模态数据的数字标签，填补了多模态数据生成数字标签的技术空白，有利于提高电力系统的数据溯源的准确性、效率和安全性。
-
Patent Agency Ranking
公开(公告)号：CN118157998B
公开(公告)日：2024-08-06
申请号：CN202410579007.7
申请日：2024-05-11
Applicant: 国网江苏省电力有限公司信息通信分公司 , 国网江苏省电力有限公司 , 南京理工大学
IPC: H04L9/40 , G06N3/0464 , G06N3/0455 , G06N3/08 , G06F18/2132 , G06F18/2433
Abstract: 本发明公开了电力网络流量异常检测方法、装置、设备及介质。该方法包括：获取电力网络流量记录信息；根据预先设定的电力网络流量异常检测模型对电力网络流量记录信息进行异常检测，输出异常检测结果；异常检测结果包括正常电力网络流量类型、拒绝服务攻击电力网络流量类型、端口扫描电力网络流量类型、非法访问电力网络流量类型、渗透攻击电力网络流量类型、未知异常电力网络流量类型；电力网络流量异常检测模型依次包括设定的特征融合网络层以及设定的稀疏编码层；若异常检测结果对应的电力网络流量类型的检测概率小于设定概率阈值，则将异常检测结果调整为未知异常电力网络流量类型。本公开实施例，可以提高电力网络流量异常检测的准确率。
-
公开(公告)号：CN118861174A
公开(公告)日：2024-10-29
申请号：CN202411320676.9
申请日：2024-09-23
Applicant: 国网江苏省电力有限公司信息通信分公司 , 国网江苏省电力有限公司 , 南京理工大学
Abstract: 本申请公开了一种基于属性和标签处理数据方法、数据溯源方法及其装置、设备及介质。该方法包括：确定每个属性的权重并根据各属性的权重确定待插入标签的非重要属性；根据非重要属性的数量以及每个非重要属性的权重，将数字标签拆分为相应数量的子标签；将每个子标签插入相应非重要属性的数值的小数部分，得到处理后的目标数据。上述技术方案通过分析不同属性的权重并针对非重要属性插入数字标签，可实现针对多属性进行多点插入，并且通过将数字标签拆分为子标签分别插入至不同的非重要属性的数值的小数部分，可减少插入数字标签对源数据的影响，且能避免由于部分数据转发破坏数字标签的整体性，从而提高数字标签的鲁棒性和数据安全性。
-
公开(公告)号：CN118606675A
公开(公告)日：2024-09-06
申请号：CN202410735846.3
申请日：2024-06-07
Applicant: 国网江苏省电力有限公司信息通信分公司 , 国网江苏省电力有限公司 , 南京理工大学
IPC: G06F18/213 , G06F18/24 , G06F18/25 , G06F18/23
Abstract: 本发明公开了一种电力数据特征提取方法、装置、电子设备及存储介质。该方法包括：获取按属性分类后的多个目标电力数据；针对每一属性目标电力数据，将目标电力数据输入至特征提取模型，得到待处理特征向量，根据待处理特征向量所对应的码本对待处理特征向量进行编码，得到目标电力数据所对应的子目标特征向量；将各目标电力数据所对应的子目标特征向量进行聚合，得到目标特征向量。本发明通过不同特征提取模型对不同属性的目标电力数据进行特征提取，再通过待处理特征向量所对应的码本对各待处理特征进行编码，最后将各子目标特征向量进行融合，得到了目标特征向量，实现了更精准的电力数据特征提取，有助于提高识别电力敏感数据的准确性和效率。
-
公开(公告)号：CN118157998A
公开(公告)日：2024-06-07
申请号：CN202410579007.7
申请日：2024-05-11
Applicant: 国网江苏省电力有限公司信息通信分公司 , 国网江苏省电力有限公司 , 南京理工大学
IPC: H04L9/40 , G06N3/0464 , G06N3/0455 , G06N3/08 , G06F18/2132 , G06F18/2433
Abstract: 本发明公开了电力网络流量异常检测方法、装置、设备及介质。该方法包括：获取电力网络流量记录信息；根据预先设定的电力网络流量异常检测模型对电力网络流量记录信息进行异常检测，输出异常检测结果；异常检测结果包括正常电力网络流量类型、拒绝服务攻击电力网络流量类型、端口扫描电力网络流量类型、非法访问电力网络流量类型、渗透攻击电力网络流量类型、未知异常电力网络流量类型；电力网络流量异常检测模型依次包括设定的特征融合网络层以及设定的稀疏编码层；若异常检测结果对应的电力网络流量类型的检测概率小于设定概率阈值，则将异常检测结果调整为未知异常电力网络流量类型。本公开实施例，可以提高电力网络流量异常检测的准确率。
-
公开(公告)号：CN119484083A
公开(公告)日：2025-02-18
申请号：CN202411602072.3
申请日：2024-11-11
Applicant: 国网江苏省电力有限公司信息通信分公司 , 国网江苏省电力有限公司 , 江苏省未来网络创新研究院
IPC: H04L9/40
Abstract: 本发明公开了一种基于多级过滤的病毒防护方法和系统。该方法包括：通过业务处理模块对业务报文进行解析得到业务报文参数信息，通过业务组合模块基于业务报文参数信息形成业务组组合，通过过滤控制模块基于预设过滤控制策略对业务组组合执行过滤控制得到过滤后的目标业务报文，以使病毒检测模块对目标业务报文进行病毒检测。本发明实施例，通过业务处理模块对业务报文进行处理，业务组合模块结合多种业务类型构成多个业务组组合，从而过滤控制模块基于预设过滤控制策略执行多层次的过滤控制，使得病毒检测模块仅检测过滤后的目标业务报文，从而能够提高网络的安全性能，有效降低网络受到病毒和恶意软件攻击的风险，提升病毒检测效率和防护效率。
-
-
-
-
-
-
-
-
-
Search Results
114
records
(took 0.082 seconds)
