-
公开(公告)号：CN109905873A
公开(公告)日：2019-06-18
申请号：CN201910137453.1
申请日：2019-02-25
Applicant: 国家计算机网络与信息安全管理中心
IPC: H04W8/18 , H04W8/22 , G06F16/2455
Abstract: 本发明涉及一种基于特征标识信息的网络应用账号关联方法，属于信息处理技术领域。本发明方法面向移动互联网用户的固网和移动网上网行为，对客户端和服务器端产生的网络通信日志进行综合分析，重点从明文请求日志中提取出客户端特征标识信息和登录网站账号信息，设计基于特征标识信息和网络账号信息的关联规则，建立基于特征标识信息的网络账号关联方法，提高网络账号之间的关联率和准确率。因此，本发明方法不具体针对跨特定社交平台的网络账号关联范畴，只考虑通过利用运营商提供的网络通信特征信息，建立基于特征标识信息的网络应用账号关联方法，用以解决目前主流移动APP和主流网站网络账号缺少关联条件和关联准确率不高等难题。
-
公开(公告)号：CN109460460A
公开(公告)日：2019-03-12
申请号：CN201811307870.8
申请日：2018-11-05
Applicant: 国家计算机网络与信息安全管理中心 , 武汉大学
IPC: G06F16/332 , G06F17/27 , G06N5/04
Abstract: 本发明公开了一种面向智能应用的领域本体构建方法，首先获取智能应用相关的多领域数据；明确并细化智能应用需求，构建面向本体的智能应用需求分析模型；定义本体中概念及其属性、各类型关系，创建实例，进行形式化编码；然后利用Jena实现基于领域本体的推理以补全缺失信息；接着运用多维量化指标评估本体的体系结构，判断是否返回以修正本体；最后评估本体对智能应用需求的支持程度，动态更新体系结构以响应应用需求的变化，直到所构建的本体能够满足应用需求。本发明采用循环式的开发结构，强调本体全生命周期内智能应用需求与跨领域本体构建的相互作用，适用于表示面向智能应用的跨领域知识关联，解决现有本体构建方法不足以支撑智能应用的问题。
-
公开(公告)号：CN114064470B
公开(公告)日：2024-11-15
申请号：CN202111323148.5
申请日：2021-11-05
Applicant: 国家计算机网络与信息安全管理中心
Abstract: 本发明涉及一种联盟链重放攻击的测试方法、装置、电子设备及存储介质，该方法通过构建测试程序，将所述测试程序部署到联盟链网络中成为测试服务器节点；通过客户端发送交易请求到所述测试服务器节点以产生一笔交易，并记录交易产生的交易哈希值；通过所述测试服务器节点将所述交易产生的交易数据发送给其他节点，并重放所述交易；在所述联盟链网络中查询历史交易，并检查重放所述交易后的所有交易哈希值，以生成测试结果；根据所述测试结果判定所述联盟链网络是否受到重放攻击的影响，实现了对联盟链网络的加密交易通信进行重放攻击测试，进而检测联盟链网络是否受到重放攻击的影响及其危害程度。
-
公开(公告)号：CN116827873A
公开(公告)日：2023-09-29
申请号：CN202310199298.2
申请日：2023-03-03
Applicant: 国家计算机网络与信息安全管理中心
IPC: H04L47/2441 , H04L9/40 , G06F18/241 , G06F18/214 , G06N3/0442 , G06N3/048 , G06N3/084
Abstract: 本发明公开了一种基于局部‑全局特征注意力的加密应用流量分类方法及系统，该方法分为人工智能模型训练阶段和加密应用流量分类阶段。在人工智能模型训练阶段，将根据有应用类别标签的加密应用字节流序列，训练神经网络中的可学习参数，从而实现自动化的加密应用流量特征提取和加密应用流量分类，并得到训练好的加密流量分类模型。加密应用流量分类阶段，基于训练完成的加密应用流量模型参数，对网络环境中获取到的真实网络流量进行特征提取并完成加密应用流量分类。本发明通过局部‑全局特征注意力机制的加密应用流量建模方法，建立更加鲁棒的分类特征，实现对应用流量更加精准的分类。
-
公开(公告)号：CN114064470A
公开(公告)日：2022-02-18
申请号：CN202111323148.5
申请日：2021-11-05
Applicant: 国家计算机网络与信息安全管理中心
Abstract: 本发明涉及一种联盟链重放攻击的测试方法、装置、电子设备及存储介质，该方法通过构建测试程序，将所述测试程序部署到联盟链网络中成为测试服务器节点；通过客户端发送交易请求到所述测试服务器节点以产生一笔交易，并记录交易产生的交易哈希值；通过所述测试服务器节点将所述交易产生的交易数据发送给其他节点，并重放所述交易；在所述联盟链网络中查询历史交易，并检查重放所述交易后的所有交易哈希值，以生成测试结果；根据所述测试结果判定所述联盟链网络是否受到重放攻击的影响，实现了对联盟链网络的加密交易通信进行重放攻击测试，进而检测联盟链网络是否受到重放攻击的影响及其危害程度。
-
Patent Agency Ranking
公开(公告)号：CN113378090A
公开(公告)日：2021-09-10
申请号：CN202110445408.X
申请日：2021-04-23
Applicant: 国家计算机网络与信息安全管理中心
IPC: G06F16/958 , G06F16/35 , G06F40/284 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种互联网网站相似度分析方法、装置以及可读存储介质，方法包括：从多个未分类的互联网网站中提取文本特征词；将各个未分类的互联网网站的文本特征词分别输入预先获取到的孪生网络编码工具，得到各个未分类的互联网网站的文本向量序列，其中：所述孪生网络编码工具是从训练好的孪生网络中的输入层至权值共享循环神经网络层进行迁移得到，且所述孪生网络的训练是基于从多个已分类的互联网网站中提取的文本特征词实现；将各个未分类的互联网网站的文本向量序列组成的矩阵进行降维处理得到低维弱相关矩阵；对低维弱相关矩阵进行聚类分析，根据聚类分析结果获取所述多个未分类的互联网网站的相似度情况，从而实现互联网网站相似度分析。
-
公开(公告)号：CN113239728A
公开(公告)日：2021-08-10
申请号：CN202110375568.1
申请日：2021-04-03
Applicant: 国家计算机网络与信息安全管理中心
Abstract: 本发明公开了一种用于互联网视频识别算法加速的方法，适用于视频识别技术领域，具体包括获取视频数据；对所述视频数据进行预处理；将预处理后的视频数据输入优化后的网络模型中；所述优化后的网络模型输出视频分类结果；所述网络模型的优化过程包括残差网络ResNet50模型优化过程和/或TensorRT模型优化过程，残差网络ResNet50模型优化过程包括改变下采样位置、卷积替换、卷积步长替换；TensorRT模型优化过程包括对网络结构进行垂直整合；对网络结构进行水平整合；减少网络结构中的concat层；解析网络结构，将网络结构中无用的输出层消除。本发明对视频具有较高的识别准确度，并且识别的速度更快。
-
公开(公告)号：CN113239727A
公开(公告)日：2021-08-10
申请号：CN202110375567.7
申请日：2021-04-03
Applicant: 国家计算机网络与信息安全管理中心
Abstract: 本发明公开了一种人物的检测和识别方法，涉及人脸识别技术领域，包括以下步骤：对输入视频进行视频抽帧，得到原始人脸图像；将所述原始人脸图像利用BlazeFace网络结构进行人脸检测，获取目标图像；对所述目标图像用Dlib进行人脸关键点定位，进行人脸对齐，并对所述目标图像的人脸区域进行剪裁，生成训练图像；将所述训练图像利用ResNet50+ArcFace Loss进行人脸识别训练，得到训练好的人脸识别网络；使用所述训练好的人脸识别网络分析待识别的人脸图像，获得识别结果。使用本发明方法可以快速进行人脸检测与人脸识别，保证检测精度的同时提高检测速度。
-
公开(公告)号：CN110704713A
公开(公告)日：2020-01-17
申请号：CN201910916820.8
申请日：2019-09-26
Applicant: 国家计算机网络与信息安全管理中心 , 北京信息科技大学
IPC: G06F16/951 , G06F16/955
Abstract: 本发明公开一种基于多数据源的论文数据爬取方法及系统，进行批量关键词论文数据抓取。爬取任务执行前，使用关键词或论文基本信息拼接URL，并将其添加至待抓取队列；执行时，程序分多个子爬取线程，分别从已经经过任务调度算法均衡的多个待爬取队列中取出任务进行源码抓取；执行后，从抓取回的网页源码中解析出所需要的字段，结果存储进数据库中，构建论文数据数据库。相比现有技术，本发明能够提供更高效且全面的论文爬取功能，在服务用户的检索需求时可以快速响应并且将各数据源的查询结果融合展示在用户面前，可以使用户无需对每个数据源的检索结果进行甄别与比对，极大地方便了用户的使用，节约了用户的时间。
-
公开(公告)号：CN109756632A
公开(公告)日：2019-05-14
申请号：CN201811554685.9
申请日：2018-12-19
Applicant: 国家计算机网络与信息安全管理中心 , 恒安嘉新(北京)科技股份公司
Abstract: 本发明公开了一种基于多维时间序列的诈骗电话分析方法，该方法包括：将每个号码的所有通话作为一个整体，每间隔时间段选取与诈骗呼叫相关性较大的行为特征，计算每个号码在该间隔时间段内的特征统计量，并设定是否为诈骗呼叫的标签；将每个号码在设定的间隔时间段的多个行为特征按时间顺序排列，整合形成在一个完整时间段内的一个多维时间序列数据集，多个号码形成多个多维时间序列数据集；将带标签的多个多维时间序列数据集，代入LSTM网络模型训练；根据某号码在该一个完整时间段的模型训练，预测该号码在该完整时间段的下一个间隔时间段时的通话呼叫是否为诈骗呼叫。通过本发明的方法，能够从众多的话单数据中分析预判是否为诈骗呼叫。
-
-
-
-
-
-
-
-
-
Search Results
48
records
(took 0.057 seconds)
