-
公开(公告)号：CN108429649A
公开(公告)日：2018-08-21
申请号：CN201810244277.7
申请日：2018-03-23
Applicant: 国家计算机网络与信息安全管理中心
IPC: H04L12/24
CPC classification number: H04L41/0631 , H04L41/064
Abstract: 本发明公开了一种基于多次单类型采集结果的综合异常判断系统，涉及网络预警技术领域。所述系统包括：阈值生成单元和异常判断单元；所述阈值生成单元，在从被采集系统上获取到的采集数据的基础上，计算判断阈值；所述异常判断单元，在所述判断阈值和所述采集数据的基础上，判断被采集系统运行是正常还是异常。本发明所述系统对采集到的数据进行多种方式进行判断，从而在不接触被监测系统后台日志或硬件数据的情况下准确识别出被检测系统的运行状况，解决了因使用平均值计算抗干扰性太弱，固定阈值判断性能太差，阈值波动范围设置方案单一且低效的问题。
-
公开(公告)号：CN110134947A
公开(公告)日：2019-08-16
申请号：CN201910307654.1
申请日：2019-04-17
Applicant: 中国科学院计算技术研究所 , 国家计算机网络与信息安全管理中心
Abstract: 本发明提出一种基于不平衡多源数据的情感分类方法，包括：获取来自多个数据源的训练数据，其中训练数据包含多条文本数据，每条文本数据具有情感类型标签和其对应的数据源；按数据源对训练数据进行分类，以集合每个数据源对应的文本数据作为第一数据集，根据每个第一数据集中各情感类型标签的数量，统计每个第一数据集中情感类型的标准差，选择标准差最小的第一数据作为预训练集，其余第一数据集作为后续训练集；以预训练集训练神经网络模型的权值直到损失函数收敛，输出神经网络模型作为预分类模型，以后续训练集继续训练预分类模型直到损失函数收敛，输出预分类模型作为最终分类模型；将待情感分类文本数据输入最终分类模型，得到其情感类型。
-
公开(公告)号：CN110061975A
公开(公告)日：2019-07-26
申请号：CN201910249260.5
申请日：2019-03-29
Applicant: 中国科学院计算技术研究所 , 国家计算机网络与信息安全管理中心
IPC: H04L29/06
Abstract: 本发明涉及一种基于离线流量包解析的仿冒网站识别方法，包括：根据已知网站信息库训练随机森林分类器，以构建对仿冒网站的判别模型；获取待检测网站的数据流并保存为离线流量包，通过该离线流量包得到该待检测网站的网站信息；根据该已知网站信息库对该网站信息进行规则匹配，对匹配为仿冒网站的待检测网站进行标识，将匹配失败的网站信息通过该判别模型进行判别，并对判别为仿冒网站的待检测网站进行标识。
-
公开(公告)号：CN114841981B
公开(公告)日：2024-09-06
申请号：CN202210553478.1
申请日：2022-05-20
Applicant: 烟台中科网络技术研究所
IPC: G06T7/00 , G06V30/148 , G06V30/19 , G06V10/26 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/048 , G06N3/084 , G06N3/09
Abstract: 本发明涉及一种基于分割网络的零件缺陷检测与字符识别方法及装置。所述方法包括：获取一定数量的具有缺陷的零件图像并对获得的零件图像进行分类标注，得到分类标注训练数据集，分类标注的分类类型包括缺陷轮廓类型和字符轮廓类型，基于并行反向注意力的PraNet网络构建分割模型；对分割模型进行训练；使用训练好的分割模型对零件图像进行缺陷检测。本发明的方法可以准确定位缺陷和字符的位置，有效识别现有OCR方法无法识别的字符，提高生产效率和产品质量把控。
-
公开(公告)号：CN110297854A
公开(公告)日：2019-10-01
申请号：CN201910584861.1
申请日：2019-07-01
Applicant: 烟台中科网络技术研究所
IPC: G06F16/2458 , G06F16/955
Abstract: 本发明公开了一种APP域名核验方法，包括S1、获取待测APP所有操作产生的原始数据流量包；S2、以公共API知识库对原始数据流量包进行过滤，去除公共URL，获得剩余数据流量包；S3、对剩余数据流量包进行综合计算，对包括但不限于“URL请求次数”、“URL对应数据流量包的大小”、“URL与操作事件的对应关系”分别进行量化处理，归一化处理，再进行加权平均，获得一级域名对应的综合分值；S4、确定待测APP的实际域名，按照一级域名对应的综合分值进行从大到小排序；从序列中数值最大的一端开始，取至少1个一级域名设为APP的域名；S5、检验APP实际域名是否已进行备案；由此本发明可以确定并核验APP实际域名。本发明还公开了一种APP域名核验系统。
-
Patent Agency Ranking
公开(公告)号：CN107181730A
公开(公告)日：2017-09-19
申请号：CN201710145302.1
申请日：2017-03-13
Applicant: 烟台中科网络技术研究所 , 中国科学院计算技术研究所
IPC: H04L29/06
Abstract: 本发明公开了一种仿冒网站监测识别方法及系统，方法包括：S1、分别对被仿冒网站和待检测网站进行页面解析，得到解析后的被仿冒网页和待检测网页；S2、分别对解析后的被仿冒网页和待检测网页进行特征提取，得到被仿冒网页和待检测网页的网页特征；S3、计算被仿冒网页与待检测网页的网页特征的相似性，得到对应于网页特征中所有特征的所有计算结果；S4、对所有计算结果进行集成汇总，得到集成汇总结果；S5、将集成汇总结果与预设阈值进行比较，如果集成汇总结果大于预设阈值，则待检测网站为仿冒网站。本发明的有益效果是：同时考虑了网页URL、网页内容以及网页图像的相似性，并对三个相似性进行集成汇总，提高对仿冒网站进行识别的准确性。
-
公开(公告)号：CN111753322B
公开(公告)日：2021-10-01
申请号：CN202010635435.9
申请日：2020-07-03
Applicant: 烟台中科网络技术研究所 , 烟台中科数据技术有限公司
Abstract: 本发明公开了一种移动App权限列表自动核验方法，包括S1、获取待测移动App实际的权限列表，转化为向量形式，得到实际权限列表向量；S2、获取待测移动App的隐私协议，通过经训练的深度学习分类模型转化为向量形式，与设定阈值进行比较，得到声明权限列表向量；S3、对比待测移动App的实际权限列表向量跟声明权限列表向量是否一致，若一致，则判定待测移动App“合规”，否则判定待测移动App“不合规”。本发明的移动App权限列表自动核验方法实现了移动APP权限列表自动核验，不需要再通过人工对App隐私协议内容进行阅读审核就能判定该App是否存在违规获取用户个人信息的问题。本发明还公开了一种移动App权限列表自动核验系统。
-
公开(公告)号：CN109308321A
公开(公告)日：2019-02-05
申请号：CN201811428266.0
申请日：2018-11-27
Applicant: 烟台中科网络技术研究所 , 中国科学院计算技术研究所
IPC: G06F16/36 , G06F16/33 , G06F16/332
Abstract: 本发明涉及一种知识问答方法、知识问答系统及计算机可读存储介质，其方法包括以下步骤：接收问答请求，问答请求携带有源问题文本信息；根据源问题文本信息和预设问题标签模板确定查询语言；从动态更新的知识管理库中查询与查询语言匹配的推荐实体组，基于推荐实体组生成知识图谱；发送知识图谱。本发明提供的知识问答方法、知识问答系统和计算机可读存储介质，预设问题标签模板可以检验查询语言的完整性，提高了查询语言的准确性，查询语言和知识管理库共同保证了推荐实体组的准确性以及实时性，知识图谱形式统一归纳了推荐实体组，为用户提供专业化的知识答案。
-
公开(公告)号：CN109617864B
公开(公告)日：2021-04-16
申请号：CN201811427628.4
申请日：2018-11-27
Applicant: 烟台中科网络技术研究所 , 中国科学院计算技术研究所
Abstract: 本发明涉及一种网站识别方法及网站识别系统，其方法包括以下步骤：分别获取与多个第一网站一一对应的多个第一特征矩阵；基于原网络分类模型对所有第一特征矩阵进行深度学习训练，得到深度学习网站分类模型；获取第二特征矩阵；基于深度学习网站分类模型对第二特征矩阵进行分类概率计算，得到分类概率向量；根据分类概率向量中的分类概率值识别第二网站为仿冒网站或者正常网站。本发明提供的网站识别方法及系统，减少了人工干预，降低了正常网站被误判为仿冒网站的概率，提高了仿冒网站识别的准确率。
-
公开(公告)号：CN104951548B
公开(公告)日：2018-04-20
申请号：CN201510355005.0
申请日：2015-06-24
Applicant: 烟台中科网络技术研究所
IPC: G06F17/30
Abstract: 本发明涉及一种负面舆情指数的计算方法及系统，包括步骤S1，对待分类文本进行基于情感词典的正负面分类和基于Mode l模型的SVM分类，分别得到分类结果1和分类结果2；步骤S2，若所述分类结果1与所述分类结果2的值都为负面，则认为待分类文本为负面，继续执行步骤S3；若所述分类结果1与所述分类结果2的值不都为负面，则认为待分类文本为非负面，计算结束；步骤S3，将待分类文本分别与用户标注负面词典和训练集关键词典匹配，分别得到负面指标1和负面指标2；步骤S4，将所述分类结果1、所述负面指标1和所述负面指标2进行线性组合，得到待分类文本的负面舆情指数。本发明计算出的负面舆情指数准确率高，计算语料范围广且能够实时计算。
-
-
-
-
-
-
-
-
-
Search Results
29
records
(took 0.166 seconds)
