-
公开(公告)号：CN109190750A
公开(公告)日：2019-01-11
申请号：CN201810737975.0
申请日：2018-07-06
Applicant: 国家计算机网络与信息安全管理中心 , 中国科学院自动化研究所
Abstract: 本发明涉及深度学习技术领域，具体提供了一种基于对抗生成网络的小样本生成方法及装置，旨在解决如何在少量样本数据的情况下利用生成对抗网络生成样本数据的技术问题。为此目的，本发明提供的基于对抗生成网络的小样本生成方法能够基于对抗生成网络并根据随机噪声和标签信息，生成小样本类型对应的样本。在此过程中，本发明采用迁移学习和批量训练的方法对对抗生成网络进行网络训练，使生成对抗网络可以有效迁移应用于少量样本的对抗生成网络样本生成任务中。
-
公开(公告)号：CN119600625A
公开(公告)日：2025-03-11
申请号：CN202510143447.2
申请日：2025-02-10
Applicant: 国家计算机网络与信息安全管理中心
Abstract: 本发明涉及自然语言处理技术领域，提供一种变体词识别方法及装置，所述方法包括：对待识别文本进行分词，得到至少一个文本分词；对各文本分词进行文本图像生成，得到各文本分词对应的分词图像；基于各文本分词的编码特征，以及对应分词图像的编码特征，得到各文本分词的变体词识别结果。本发明结合各文本分词的编码特征以及对应分词图像的编码特征，可以融合文本语义与视觉细节信息，将文本模态的文本分词和图像模态的分词图像对齐到同一语义空间，更全面地理解和识别变体词，有效提升了变体词识别的准确率。
-
公开(公告)号：CN118277914B
公开(公告)日：2025-01-24
申请号：CN202311471891.4
申请日：2023-11-07
Applicant: 国家计算机网络与信息安全管理中心
IPC: G06F18/2431 , G06F18/24 , G06F18/213 , G06F18/22
Abstract: 本发明涉及APP分类分析技术领域，公开了一种基于动静结合多维度APK特征的移动应用分类方法，首先进行APP特征构建，基于主流手机应用商店、互联网小型分发平台、APP传播页面对APP的信息进行采集，具体通过APP所提供的功能或呈现的信息内容，识别APP的业务分类，采集通信类的信息，形成初始的测试数据集；再基于APP源码进行分析，获取APP的静态源码特征、动态流量和页面特征数据，具体包括名称、流量和内容信息；进行建立规则匹配模型和匹配机制，具体通过构建定时扫描程序，通过预设的各分类规则匹配模型进行识别和研判。本发明对具有显著技术特征或内容特征的APP具有较高的识别准确率，降低人工审核参与度。
-
公开(公告)号：CN115190217B
公开(公告)日：2024-03-26
申请号：CN202210801788.0
申请日：2022-07-07
Applicant: 国家计算机网络与信息安全管理中心
IPC: H04N1/44 , H04N19/60 , H04L9/40 , G06T9/00 , G06F21/60 , G06N3/0455 , G06N3/0464
Abstract: 本发明公开了一种融合自编码网络的数据安全加密方法和装置，涉及互联网数据处理技术领域。本发明为了解决现有数据安全加密时面对包含大量图片的海量数据存储资源开销大、数据传输不安全、数据传输效率低的缺陷，其方法为采用文本加密模块对文本类型数据作加密处理，构建图片自编码网络模型，采用图片压缩模块对待加密的原始图片类型数据作预压缩处理；采用图片加密模块对图片压缩编码作加密处理，采用解密模块对需要应用于下游任务的文本密文数据或图片密文数据进行解密，采用图片重建模块对解密后的图片压缩编码进行重建复原，译码器将码字通过重建处理后得到重建图片类型数据。本发明主要用于海量数据传输。
-
公开(公告)号：CN116962996B
公开(公告)日：2024-01-16
申请号：CN202311222480.1
申请日：2023-09-21
Applicant: 国家计算机网络与信息安全管理中心
IPC: H04W4/12 , H04W4/08 , H04L51/063 , H04L51/214 , H04L51/52 , H04L51/56 , G06N3/006
Abstract: 本发明提供一种基于粒子群算法的信息传播预测方法、装置和设备，属于信息处理技术领域，该方法包括：确定在第一时刻目标信息对应的各个类型的用户的数量；其中，各个类型的用户对目标信息的信任程度和/或传播方式不同；根据第一时刻目标信息对应的各个类型的用户的数量和信息传播模型，确定目标信息的传播预测结果；目标信息的传播预测结果中包括在第二时刻目标信息对应的各个类型的用户的数量；信息传播模型用于对信息在传播过程中各个类型用户数量的变化情况进行预测。本发明的方法实现了对目标信息传播过程中各类型用户数量变化情况的准确预测，提升了信息传播预测结果的准确性。
-
Patent Agency Ranking
公开(公告)号：CN116628515A
公开(公告)日：2023-08-22
申请号：CN202310538586.6
申请日：2023-05-12
Applicant: 国家计算机网络与信息安全管理中心
IPC: G06F18/22 , G06F18/25 , G06N3/0464 , G06N3/08 , G06F17/16
Abstract: 本发明涉及社交网络技术领域，尤其为基于同空间用户特征传递的多网络身份对齐系统及方法，包括：数据采集模块：用于采集社交网络中的用户数据；身份学习模块：用于通过搭建网络拓扑结构与采集的用户数据相结合进行用户的多社交网络身份学习；身份传递模块：用于通过网络拓扑结构将用户数据进行多社交网络传递；向量生成模块：用于通过所述网络拓扑结构和用户数据获取多社交网络用户在同一个空间上的用户向量；身份对齐模块：用于通过相似度算法实现对未标注的潜在锚链路进行用户身份对齐。本发明利用自注意力机制，对用户的不同属性特征进行学习、融合，进行锚链路对齐判别，对用户的不同属性信息进行有效地整合与协调，进一步提高了用户身份的对齐准确性。
-
公开(公告)号：CN116610758A
公开(公告)日：2023-08-18
申请号：CN202310478299.0
申请日：2023-04-28
Applicant: 国家计算机网络与信息安全管理中心
Abstract: 本发明实施例涉及一种信息溯源方法、系统及存储介质，所述方法包括：从多个平台中获取同一类目标主题信息，并对所述目标主题信息进行预处理，得到目标文本；创建所述目标文本的目标图谱；对所述目标图谱进行实体链接处理，得到所述目标文本的发布者集合，所述发布者集合携带有所述目标文本的传播路径信息；对所述发布者集合进行溯源分析，确定所述目标主题信息的目标发布者。通过对多个平台上的主题信息进行跨平台、跨时空的追踪和分析，确定主题信息的起源、演变和传播路径，为用户提供全面的信息参考和决策支持，由此，可以实现多平台的信息溯源的技术效果。
-
公开(公告)号：CN115186240A
公开(公告)日：2022-10-14
申请号：CN202210807211.0
申请日：2022-07-07
Applicant: 国家计算机网络与信息安全管理中心
IPC: G06F21/31 , G06F16/951 , G06F16/953 , G06F16/955 , G06F16/958 , G06N3/04 , G06N3/08 , G06Q50/00
Abstract: 本发明公开了基于关联性信息的社交网络用户对齐方法、装置、介质，所述方法包括：从公开信息源中获取用户身份的关联性信息；在社交网络中基于所述用户身份的关联信息进行检索，并对检索到的网页快照进行保存；对所述网页快照进行筛选，获取疑似包含社交网络应用账号信息的目标网站；采集疑似包含社交网络应用账号信息的目标网站所对应的的网页信息，并对采集结果进行验证，获取用户在社交网络中的账号信息；将同一关联信息所对应的社交网络账号信息视为同属同一用户，实现社交网络用户对齐。本发明以关联性信息为出发点，此类信息相对真实可靠，使得本发明的社交网络用户对齐方法结果更为准确、高效。
-
公开(公告)号：CN110704612B
公开(公告)日：2022-09-16
申请号：CN201910732451.7
申请日：2019-08-09
Applicant: 国家计算机网络与信息安全管理中心 , 中国科学院计算技术研究所
IPC: G06F16/35 , G06F16/31 , G06F40/216 , G06F40/30 , G06Q50/00
Abstract: 本发明提出了一种社交群体发现方法、装置和存储介质，用以提高社交群体发现精度和准确度。所述社交群体发现方法，包括：利用预先设定的种子用户和约束条件，从通信数据源中查找候选用户，所述候选用户包括与所述种子用户通信的第一用户和/或满足所述约束条件的第二用户；从所述候选用户的通信数据中提取与所述种子用户关联的关联特征信息；根据提取的关联特征信息，确定每一候选用户对应的置信度；确定对应的置信度大于预设阈值的候选用户为目标用户；根据目标用户之间的通信联系建立初始群体网络；利用群体发现算法从所述初始群体网络中发现社交群体子网络。
-
公开(公告)号：CN112990220B
公开(公告)日：2022-08-05
申请号：CN202110417894.4
申请日：2021-04-19
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: 本发明涉及人工智能技术领域，特别涉及一种图像中目标文本智能识别方法。该方法步骤如下：将目标文本由像素点坐标表示，输入目标文本像素点坐标值对像素坐标识别神经网络进行训练，获得文本自编码模型和目标文本的表述特征；根据区域的高度值计算背景区域数量，提取覆盖背景区域，剩余区域为前景区域；利用训练好的文本自编码模型在前景区域中获得待识别的文本的表述特征，将文本的表述特征与期望的目标文本的表述特征进行对比判断，若两者误差达到预设阈值，则识别文字为目标文本。本发明还提供一种图像中目标文本智能识别系统。本发明通过基于文本自编码模型来识别目标文本，能够精准定位目标文本在图像中的位置，计算复杂度低，识别准确率高。
-
-
-
-
-
-
-
-
-
Search Results
90
records
(took 0.078 seconds)
