-
公开(公告)号：CN112466310A
公开(公告)日：2021-03-09
申请号：CN202011105315.4
申请日：2020-10-15
Applicant: 讯飞智元信息科技有限公司 , 国家计算机网络与信息安全管理中心
Abstract: 本发明公开了深度学习声纹识别方法、装置、电子设备及存储介质，该方法包括：获取包含用户个人信息的音频数据，输入特征提取模型，输出用户个人信息+声纹音频数据；将所述声纹音频数据输入已训练的声纹识别模型，输出声纹识别信息；根据预先存储的验证音频信息对所述声纹识别信息和用户个人信息进行识别，以识别用户身份；响应于所述用户身份识别成功，输出音频数据的声纹识别指令。本发明解决了传统声纹识别算法或者单纯数字密码验证的局限性，实现了较理想的密码验证准确率。
-
公开(公告)号：CN110856176A
公开(公告)日：2020-02-28
申请号：CN201910992035.0
申请日：2019-10-18
Applicant: 国家计算机网络与信息安全管理中心
IPC: H04W12/12
Abstract: 一种采用流表方式实现的呼叫管理的系统及其方法，包括：前端接入装置，安装在IMS网络的业务服务器上，定期以流表方式上报服务器的能力数据到后端控制器，并接收后端控制器下发的流表策略数据；当接收到CSCF的呼叫信令时，根据流表策略数据，对服务器接收的呼叫信令进行检测和匹配，记录处置结果，然后将呼叫过程中的数据回传给后端控制器；后端控制器，接收并更新前端接入装置上报的流表数据，然后根据前端接入装置上报的能力数据，生成对应的流表策略数据，再将所述流表策略数据下发给前端接入装置；同时，接收并保存前端接入装置发来的呼叫过程数据。本发明属于信息技术领域，能基于各省移动网络运营商侧来构建共同的呼叫管理网络。
-
公开(公告)号：CN106131812B
公开(公告)日：2019-12-24
申请号：CN201610759203.8
申请日：2016-08-30
Applicant: 中国人民解放军信息工程大学 , 国家计算机网络与信息安全管理中心
Abstract: 本发明涉及一种移动电话网被叫用户号码在线还原系统及其还原方法，根据移动呼叫的技术原理与实现方法，在现有对移动电话网中呼叫控制信息的在线分析与处理的基础上，引入对移动电话网中移动管理信息的在线分析与处理，并在二者间建立交互接口，从而将呼叫控制信息与移动管理信息进行关联，最终获取并还原被叫用户号码。本发明实现移动电话网中被叫用户号码的在线还原，为基于用户号码的防护功能在移动电话网中得以实施，进一步提高了移动电话网安全防护能力，适用于在线获取移动呼叫主被叫用户号码、基于网络数据采集处理的第三方设备与系统。
-
公开(公告)号：CN110059889A
公开(公告)日：2019-07-26
申请号：CN201910344174.2
申请日：2019-04-26
Applicant: 国家计算机网络与信息安全管理中心
Abstract: 本发明提供了基于无监督学习的诈骗呼叫序列检测方法，包括：构造主叫呼叫序列和呼叫二部图；在呼叫二部图中进行随机游走过程，推断各主叫号码对应节点的低维嵌入表示向量；获取各被叫号码的唯一标识，以主叫号码对应节点的低维嵌入表示向量以及第M个被叫号码对应的唯一标识为神经网络的输入，以第M+1个被叫号码对应的唯一标识为输出，训练获得神经网络预测模型；获取待检测主叫呼叫序列中主叫号码对应节点的低维嵌入表示向量以及各被叫号码对应的唯一标识，并输入所述神经网络预测模型，若得到的预测唯一标识与实际唯一标识的误差大于设定阈值，则判断主叫号码为诈骗号码。本发明中提出的方法容易实现并行化计算，可以实现较高的检测效率。
-
公开(公告)号：CN110047509A
公开(公告)日：2019-07-23
申请号：CN201910240865.8
申请日：2019-03-28
Applicant: 国家计算机网络与信息安全管理中心 , 珠海高凌信息科技股份有限公司
Abstract: 本发明的技术方案包括一种两级子空间划分方法及装置，用于实现：采用基于模型子空间的二级匹配方法，处理过程分为两个步骤：第一步通过粗筛定位子空间，确定待检音频模型空间所属范围，第二步细匹，即在子空间内部通过精度较高的传统算法命中目标模型，即包括特征提取、聚类计算、子空间划分、中心点计算四个过程。本发明的有益效果为：实现简单，耗时较小，对于数量巨大的模型特征，其实时性足以满足业务需求，可任意调整簇数的取值，能够有效的划分子空间，并且能够较为均匀的划分到不同的子空间中，同时缩小了模型匹配范围，单次语音特征比较能够有效降低模型数量，提高了效率。
-
Patent Agency Ranking
公开(公告)号：CN108281137A
公开(公告)日：2018-07-13
申请号：CN201710002097.3
申请日：2017-01-03
Applicant: 中国科学院声学研究所 , 国家计算机网络与信息安全管理中心
Abstract: 本发明公开了一种全音素框架下的通用语音唤醒识别方法及系统，所述方法包括：首先训练深度神经网络声学模型，根据唤醒词修改词典，构造基于filler的解码网络，并根据训练样本训练支持向量机分类器；对输入语音进行预处理，将处理后的语音特征输入解码网络进行解码，根据深度神经网络声学模型计算声学得分，得到解码结果；将识别成功的解码结果的统计量输入支持向量机分类器进行分类，得到最终的识别结果。本发明的方法对全部无调音素扩展得到的三音子状态进行建模得到的是通用声学模型，解码过程中限制解码路径，可以提高唤醒性能，同时结合后期处理部分通过对每条路径上音素后验概率等多维统计量进行分析，消除虚警率升高的隐患。
-
公开(公告)号：CN106686264A
公开(公告)日：2017-05-17
申请号：CN201610965273.9
申请日：2016-11-04
Applicant: 国家计算机网络与信息安全管理中心
IPC: H04M3/436
Abstract: 本发明属于电信中有害电话监控技术领域，尤其是涉及一种诈骗电话筛选分析方法及系统。本发明的系统利用诈骗电话分析模型对历史数据进行分析，确定模型各特征权重值；对实时数据进行分析检测，检测结果与设定阈值比较给出诈骗电话的置信度。整个系统由数据查询管理系统、实时检测系统、模型自学习系统、趋势预测系统、数据存储系统组成。数据查询管理系统提供全量话单查询、诈骗话单查询、模型参数管理、自学习管理、趋势预测分析功能。实时检测系统通过诈骗电话发现模型实时分析、检测话单数据，发现诈骗电话。模型自学习系统对历史话单数据分析，通过自学习算法不断优化模型参数。趋势预测系统提供对未来诈骗电话趋势和变化进行预测。数据存储系统采用分布式存储系统，大数据分析处理引擎为整个系统提供快速数据抓取、数据分发、数据查询功能。
-
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：CN102542290A
公开(公告)日：2012-07-04
申请号：CN201110435765.4
申请日：2011-12-22
Applicant: 国家计算机网络与信息安全管理中心 , 中国互联网协会
Abstract: 本发明公开了一种垃圾邮件图像识别方法。该方法包括：将邮件图像划分为文本区域和非文本区域；将所述非文本区域从空域变换到频域，并分解为水平、垂直和对角方向的细节子图像；对各个细节子图像中的高频系数进行统计分析，利用噪声连通域面积的总和与非文本区域面积的比值度量邮件图像的含噪声程度；根据所述邮件图像的含噪声程度是否达到了预设门限值，判断所述邮件图像是否为垃圾邮件图像。借助于本发明的技术方案，提高了通过含噪声程度进行垃圾邮件图像识别技术的识别精度。本发明还公开了一种垃圾邮件图像识别装置，包括图像区域划分模块、图像分解模块、含噪程度计算模块和图像判别模块。
-
公开(公告)号：CN113052270B
公开(公告)日：2024-12-24
申请号：CN202110503779.9
申请日：2021-05-10
Applicant: 清华大学 , 国家计算机网络与信息安全管理中心
IPC: G06F18/21 , G06F18/241 , G06F18/22
Abstract: 本申请涉及一种分类精度评价方法、装置、计算机设备和存储介质。所述方法包括：获取有害语音样本集；将有害语音样本集中的每个有害语音样本输入待评价的有害语音分类模型中进行分类，得到预测类别标签；在预设的分类层级中，确定与预测类别标签和有害语音样本的样本类别标签对应的目标分类；根据目标分类计算待评价的有害语音分类模型的分类精确程度。本方案中，对有害语音样本进行了多层次的分类(即分类层级)，然后在分类层级中确定预测类别标签和样本类别标签共同所属的目标分类，目标分类可以反映预测类别标签和样本类别标签的匹配度，进而根据目标分类确定分类模型的分类精确程度，能够有效的提高分类模型评价的准确度。
-
-
-
-
-
-
-
-
-
Search Results
123
records
(took 0.105 seconds)
