-
公开(公告)号：CN113536077A
公开(公告)日：2021-10-22
申请号：CN202110606596.X
申请日：2021-05-31
Applicant: 烟台中科网络技术研究所 , 国家计算机网络与信息安全管理中心
IPC: G06F16/906 , G06F16/953 , G06F16/901 , G06N20/00
Abstract: 本发明公开了一种移动APP特定事件内容检测方法，涉及网络信息安全和自然语言处理交叉技术领域。首先获取互联网上特定事件的若干内容作为原始语料，从中抽取原始关键词；针对原始语料构建关键词关系图，并对关键词关系图进行聚类，得到若干簇；对同一簇中的关键词进行量化和排序，得到最能够表达该事件的特征关键词；将特征关键词输入到APP搜索框中进行自动化检索，保存结果；使用机器学习算法对保存结果进行分析，实现了移动APP中特定事件的自动、高效检测分析。本发明以很低的搜索成本获得了不同移动应用针对特定事件的舆论观点和舆论走向信息。本发明还公开了一种移动APP特定事件内容检测装置。
-
公开(公告)号：CN112073584B
公开(公告)日：2021-05-18
申请号：CN202010941675.1
申请日：2019-08-27
Applicant: 烟台中科网络技术研究所 , 国家计算机网络与信息安全管理中心
IPC: G06F21/57 , H04M1/72406 , H04M1/72454
Abstract: 本发明公开了一种APP收集用户个人敏感信息的风险评估方法，通过对APP进行静态分析以及动态分析，得出权限评分、调用函数评分、SDK评分、流量包参数评分和域名评分，再进行加权求和，得出被评估APP的最终评分，根据评估矩阵得出被评估APP的风险评级；根据风险评级反向维护SDK风险权重库和域名风险权重库，对SDK或域名进行风险权重的修正。本发明的APP收集用户个人敏感信息的风险评估方法包含用户输入的用户个人敏感信息、非用户输入的潜在用户个人敏感信息，对APP收集用户个人敏感信息的风险程度进行量化，更全面的涵盖了多种敏感信息点，细化了APP收集用户个人敏感信息的风险大小，能大批量的评估APP收集用户个人敏感信息的风险程度。
-
公开(公告)号：CN112073584A
公开(公告)日：2020-12-11
申请号：CN202010941675.1
申请日：2019-08-27
Applicant: 烟台中科网络技术研究所 , 国家计算机网络与信息安全管理中心
Abstract: 本发明公开了一种APP收集用户个人敏感信息的风险评估方法，通过对APP进行静态分析以及动态分析，得出权限评分、调用函数评分、SDK评分、流量包参数评分和域名评分，再进行加权求和，得出被评估APP的最终评分，根据评估矩阵得出被评估APP的风险评级；根据风险评级反向维护SDK风险权重库和域名风险权重库，对SDK或域名进行风险权重的修正。本发明的APP收集用户个人敏感信息的风险评估方法包含用户输入的用户个人敏感信息、非用户输入的潜在用户个人敏感信息，对APP收集用户个人敏感信息的风险程度进行量化，更全面的涵盖了多种敏感信息点，细化了APP收集用户个人敏感信息的风险大小，能大批量的评估APP收集用户个人敏感信息的风险程度。
-
公开(公告)号：CN119759719A
公开(公告)日：2025-04-04
申请号：CN202411830029.2
申请日：2024-12-12
Applicant: 国家计算机网络与信息安全管理中心
IPC: G06F11/34 , G06N3/0475 , G06N3/0455 , G06N3/08 , G06N5/022 , G06N5/04
Abstract: 一种基于提示学习的大模型测评数据生成方法及系统，属于机器学习模型领域，包括以下步骤：从提示模板集合中获取初始提示模板；对初始提示模板进行变异操作；接收输入；将变异后的提示模板和接收的输入相结合组成若干完整提示，将这些完整提示输入到生成模型中得到测评数据；评估测评数据的生成质量，将能生成高质量测评数据的提示模板放入提示模板集合中，供下一次测评数据生成使用。与现有技术相比，本发明具有测评数据生成质量高、测评数据生成成本低、测评数据生成速度快、测评场景丰富、测评数据生成容易实现等优点。
-
公开(公告)号：CN112181613B
公开(公告)日：2023-02-17
申请号：CN202010943286.2
申请日：2020-09-09
Applicant: 国家计算机网络与信息安全管理中心
Abstract: 本发明公开了一种异构资源分布式计算平台批量任务调度方法及存储介质，本发明在由几个计算中心组成的异构资源分布式计算集群中，将每个计算中心中的异构资源进行整合与分组，针对分布式计算平台中常见任务的需求，将这些资源合理地分配到预设的具有相应资源偏好的任务队列中。当有一批新任务提交时，根据用户提交的每个任务的相应特征以及各个中心的任务队列当前状态，分析全局最优解，为每个任务选择合适的队列。从而高效利用跨中心多集群中的异构资源，合理进行批量任务调度，解决现有技术中任务调度性能低、任务等待时间长的问题。
-
Patent Agency Ranking
公开(公告)号：CN110717108B
公开(公告)日：2022-08-30
申请号：CN201910921218.3
申请日：2019-09-27
Applicant: 国家计算机网络与信息安全管理中心
IPC: G06F16/9536 , G06K9/62
Abstract: 本发明公开了一种基于特征工程的相似移动应用计算方法及装置，所述方法包括：将移动应用的数据集进行离散化；根据预先设置的特征从离散化的数据集中抽取有效特征，通过信息熵的方式从离散化的数据集中过滤无效特征；计算两个移动应用的每一组有效特征的相似度，并进行加权求和，得到当前移动应用的相似候选集；从所述相似候选集中获取相似移动应用。
-
公开(公告)号：CN113127872B
公开(公告)日：2022-07-12
申请号：CN202110411779.6
申请日：2021-04-16
Applicant: 国家计算机网络与信息安全管理中心浙江分中心
Abstract: 本发明公开了一种判别对抗网络的恶意应用检测方法和系统，所述方法包括如下步骤：建立应用的API调用神经网络；建立应用的权限神经网络；建立应用的操作码序列神经网络；分别向上述三种神经网络输入对应的特征，获取分别输出的三种特征矢量；将三种输出的特征矢量输入到判别对抗网络中，输出应用的识别结果。述方法和系统通过建立判别对抗网络(DAN)架构对恶意应用进行识别，所述判别对抗网络(DAN)将传统的GAN中的生成器替换为鉴别器，所述判别对抗网络的其中一个鉴别器可以检测恶意软件，另一个鉴别器对混淆无感知，可以识别具有不同域的混淆和未混淆恶意应用，并消除了学习中混淆带来的偏差。
-
公开(公告)号：CN106937363A
公开(公告)日：2017-07-07
申请号：CN201710157202.0
申请日：2017-03-16
Applicant: 国家计算机网络与信息安全管理中心
Abstract: 本发明提供一种终端接入网络的方法及装置，用于解决现有技术中移动网络控制机制不能高效支持共享网络切片的服务机制的问题。该方法包括：在对终端进行附着鉴权时，请求获取终端的网络切片签约信息，签约信息中包括终端被授权接入的服务网络的身份标识ID；在终端发起建立连接请求后，根据建立连接请求以及签约信息为终端选择目标服务网络。该方案提高了终端与网络的连接效率。
-
公开(公告)号：CN106201441A
公开(公告)日：2016-12-07
申请号：CN201610539099.1
申请日：2016-07-08
Applicant: 汉柏科技有限公司 , 国家计算机网络与信息安全管理中心
CPC classification number: G06F9/30 , G06F9/5027 , G06F9/5044 , G06F9/505
Abstract: 本发明实施例公开一种网络设备中CPU利用率的获取方法及装置。所述方法包括：获取在预设时间段内CPU执行完整的工作循环的循环次数，以及在所述循环次数内、在报文处理流程中未接收到报文的空转次数；获取所述非报文处理流程对应的第一权重值和所述报文处理流程对应的第二权重值；根据所述循环次数、所述空转次数、所述第一权重值和所述第二权重值，获取CPU利用率。所述装置用于执行所述方法。本发明实施例提供的方法，可准确地获取到网络设备中的CPU利用率。
-
公开(公告)号：CN105160250A
公开(公告)日：2015-12-16
申请号：CN201510390774.4
申请日：2015-07-06
Applicant: 国家计算机网络与信息安全管理中心
IPC: G06F21/56
CPC classification number: G06F21/566 , G06F2221/033
Abstract: 本发明公开了一种APK应用软件通信行为的动态分析方法及装置，其中，该方法包括：接收用户上传的APK文件和APK文件对应的注册信息；根据注册信息在沙盒中采用虚拟化技术运行APK文件，以获取APK文件运行时的软件通信行为，并进行记录；根据记录的所有软件通信行为，分析APK文件运行中存在的问题，以动态的分析APK文件。通过运用本发明，解决了现有技术中的APK应用软件监控方法都是采取运行监控，无法在使用软件时就清楚的了解该软件存在的问题，监控力度较弱，用户体验较低的问题。
-
-
-
-
-
-
-
-
-
Search Results
60
records
(took 0.164 seconds)
