-
公开(公告)号：CN105160251A
公开(公告)日：2015-12-16
申请号：CN201510390821.5
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: G06F21/563 , G06F2221/033
Abstract: 本发明公开了一种APK应用软件行为的分析方法及装置，其中，该方法包括：接收用户上传的APK文件及体验数据，其中，体验数据为用户在APK文件对应的应用软件下的基础用户信息；使用体验数据在沙盒中动态运行对APK文件，并记录运行过程中APK文件的动态行为，以构建动态行为集；对APK文件进行静态分析，以构建静态行为集；根据动态行为集和静态行为集对APK文件进行综合分析，以确认APK文件的安全性能。通过运用本发明，解决了现有技术中的软件安全管理，都是在软件运行过程中进行监测，一旦发现问题对其进行记录及阻止，由于现有应用软件的复杂多样，目前的监测方式无法完全阻止非法应用软件窃取用户隐私及乱扣费等操作，用户体验较低的问题。
-
公开(公告)号：CN103257923A
公开(公告)日：2013-08-21
申请号：CN201310131986.1
申请日：2013-04-16
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: G06F11/36
Abstract: 本发明公开了一种数据中心数据分析类基准测试程序的应用选取方法及系统，该方法执行于数据中心计算机系统中，包括：步骤一，从多种应用领域中分别选取至少一个应用，组成应用集，该应用集覆盖了特定种类的编程模型；步骤二，运行该应用集中的所有应用，针对每个应用，都分别获取预定性能指标的参数值；步骤三，将各个应用所对应的该参数值分别组成一个特征向量，对所有特征向量进行聚类；步骤四，在聚类得到的每个类中，选择距离类中心点最近和最远的两个应用作为基准测试程序的应用进行基准测试。
-
公开(公告)号：CN119068376A
公开(公告)日：2024-12-03
申请号：CN202310623041.5
申请日：2023-05-30
Applicant: 国家计算机网络与信息安全管理中心
IPC: G06V20/40 , G06V20/00 , G06V40/16 , G06V40/40 , G06V10/46 , G06V10/50 , G06V10/74 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/0455 , G06N3/0895 , G06N3/084
Abstract: 本申请公开了一种深度伪造视频的溯源方法和装置。其中，该方法包括：利用全局特征匹配预训练数据集对第一原始模型进行训练，得到第一目标模型，第一原始模型是结合语言监督和图像自监督的多任务模型，用于从全局特征匹配预训练数据集中学习图像与图像之间的特征关联、图像与文本之间的特征关联；利用第一目标模型对深度伪造视频进行溯源。本申请解决相关技术中不能对深度伪造视频进行溯源的技术问题。
-
公开(公告)号：CN110059181B
公开(公告)日：2021-06-25
申请号：CN201910202727.0
申请日：2019-03-18
Applicant: 中国科学院自动化研究所 , 国家计算机网络与信息安全管理中心
IPC: G06F16/35
Abstract: 本发明属于文本分类领域，具体涉及一种面向大规模分类体系的短文本标签方法、系统、装置，旨在为了解决有限数据情况下面向大规模分类体系的短文本标签系统的稳定性不高的问题。本发明方法包括：获取待分类的第一短文本信息集合，并基于正向最大匹配分词和word2vec词向量表示技术进行预处理得到第二短文本信息集合；基于规则的分类方法、有监督的神经网络分类方法，对第二短文本信息集合进行二分类后进行短文本过滤，并基于同样的分类方法进行各短文本的第一、二级分类标签，基于半监督学习的标签传播方法进行各短文本的第三、四级分类标签。本发明在有限数据情况下保证了面向大规模分类体系的短文本标签系统的稳定性。
-
公开(公告)号：CN105740236B
公开(公告)日：2018-09-07
申请号：CN201610066957.5
申请日：2016-01-29
Applicant: 中国科学院自动化研究所 , 国家计算机网络与信息安全管理中心
IPC: G06F17/27
Abstract: 本发明公开了一种结合写作特征和序列特征的中文情感新词识别方法和系统。该方法对于输入文本子句，基于情感词的作者写作特征和情感词的序列特征将文本子句表示为各种特征(如：字、词性等)的序列。然后，针对特征表示的文本子句，利用线性链条件随机场模型输出与文本子句对应的情感词标签序列。其中，线性链条件随机场模型基于包含传统情感词的文本训练得到。接着，基于文本子句中字的序列和情感词标签序列，利用有限状态自动机识别文本子句中的情感词，形成情感词集合。最后，利用中文旧词词库对情感词集合进行过滤，将未出现在中文旧词词库中的情感词作为中文情感新词。通过本发明实施例解决了如何提高情感新词识别精度和召回率的技术问题。
-
Patent Agency Ranking
公开(公告)号：CN112364641B
公开(公告)日：2024-10-22
申请号：CN202011259475.4
申请日：2020-11-12
Applicant: 北京中科闻歌科技股份有限公司 , 深圳中科闻歌科技有限公司 , 国科智安(北京)科技有限公司
IPC: G06F40/284 , G06F40/166
Abstract: 本申请涉及一种面向文本审核的中文对抗样本生成方法及装置，其中方法包括：获取待处理语句信息；对待处理语句信息进行分词，得到多个词语；确定词语的第一重要性信息；获取各个词语对应的扰动词语；根据第一重要性信息，依次得到将待处理语句信息中各个词语替换为对应的扰动词语后的扰动语句信息；在确定扰动语句信息满足预设条件时，根据扰动语句信息得到对待处理语句信息攻击成功后的对抗样本。通过本实施例中的方法可以实现对待处理语句进行词语替换的方式得到对抗样本，进而可以增加用于对预测模型进行训练的样本的多样性，同时可以通过自动生成对抗样本，提升训练数据获取的便利性，提升模型训练的效率。
-
公开(公告)号：CN114461953A
公开(公告)日：2022-05-10
申请号：CN202011243214.3
申请日：2020-11-09
Applicant: 北京中科闻歌科技股份有限公司 , 国科智安(北京)科技有限公司 , 深圳中科闻歌科技有限公司
IPC: G06F16/958 , G06F16/955
Abstract: 本发明实施例涉及一种网站监管方法、装置、电子设备及存储介质，包括：从目标网站的网页源码中提取重定向统一资源定位符URL；获取所述重定向URL所指向的网页；将所述重定向URL进行向量化表示得到第一向量，以及将所述网页进行向量化表示得到第二向量；根据所述第一向量和所述第二向量确定所述目标网站是否为违法违规网站。由此，可以实现在网站内嵌的情况下也能够有效地识别出违法违规网站，提升了违法违规网站识别的准确率。
-
公开(公告)号：CN112685204B
公开(公告)日：2024-03-05
申请号：CN202011593204.2
申请日：2020-12-29
Applicant: 北京中科闻歌科技股份有限公司 , 国科智安(北京)科技有限公司 , 深圳中科闻歌科技有限公司
Abstract: 本申请涉及一种基于异常检测的社交机器人检测方法及装置，其中方法包括：在目标数据源中，筛选得到满足预设数量要求，且对应于目标类别的待检测信息；通过确定发布各个所述待检测信息的账户，得到每个所述账户对应的待检测信息集；根据所述待检测信息集，确定所述账户对应的行为特征信息；采用预设异常检测算法对所述行为特征信息进行异常检测，确定所有行为特征信息中的异常行为特征信息；基于异常行为特征信息确定所有账户中的社交机器人账户。通过本实施例中的方法，只依赖于筛选得到的待检测信息即可快速确定社交机器人账户，相对于人工筛选，可以有效提高处理效率以及准确率。
-
公开(公告)号：CN114692601A
公开(公告)日：2022-07-01
申请号：CN202011572938.2
申请日：2020-12-25
Applicant: 北京中科闻歌科技股份有限公司 , 国科智安(北京)科技有限公司 , 深圳中科闻歌科技有限公司
IPC: G06F40/211 , G06F40/279 , G06F16/31 , G06F16/33 , G06F16/35
Abstract: 本发明实施例涉及一种信息抽取方法、装置、电子设备及存储介质，包括：利用预设规则从至少一个信息通道中获取目标事件的相关文本；对所述相关文本进行分割，得到多个句子；对每一所述句子进行句法分析，根据句法分析结果得到所述句子中的目标专家实体和目标发言指示词；根据所述目标专家实体和目标发言指示词从所述句子中抽取目标专家职称和目标专家观点。由此，可以实现从互联网的海量信息中抽取出专家对于特定事件的观点。
-
公开(公告)号：CN112613324B
公开(公告)日：2024-11-12
申请号：CN202011596697.5
申请日：2020-12-29
Applicant: 北京中科闻歌科技股份有限公司 , 深圳中科闻歌科技有限公司 , 国科智安(北京)科技有限公司
Abstract: 本申请涉及一种语义情绪识别方法、装置、设备及存储介质，所述方法包括：获取待识别文本，然后对待识别文本的全局语义信息进行提取，得到第一语义向量，再利用预训练的词向量模型确定待识别文本的词向量矩阵，之后根据词向量矩阵确定第二语义向量，根据词向量矩阵计算待识别文本中每个词的词向量与预设情绪词语的词向量的相似度，并将计算得到的所有相似度确定为第三语义向量，最后根据第一语义向量、第二语义向量和第三语义向量确定待识别文本所属的情绪类别，如此，便可以根据待识别文本的全局语义信息以及待识别文本的词向量矩阵确定待识别文本的情绪类别，考虑了待识别文本的词语义、词组语义以及句子语义信息，提高了情绪识别的准确性。
-
-
-
-
-
-
-
-
-
Search Results
291
records
(took 0.108 seconds)
