-
公开(公告)号：CN106972967B
公开(公告)日：2020-07-24
申请号：CN201710195501.3
申请日：2017-03-29
Applicant: 国家计算机网络与信息安全管理中心 , 中国科学院声学研究所
Abstract: 本发明提出了一种用于链路预测的深度学习降维方法和装置，该方法，包括：根据各个网络节点在设定时间段内的连接关系，确定每个网络节点的一级连接网络节点和二级连接网络节点；按照设定时长将所述设定时间段划分为多个时间片，并根据所述各个网络节点在每个时间片内的连接关系，确定出在每个时间片内每个网络节点与对应的一级连接网络节点和二级连接网络节点的连接关系；根据在每个时间片内每个网络节点与对应的一级连接网络节点和二级连接网络节点的连接关系，通过深度学习算法模型，对所述各个网络节点进行链路预测。本发明减少输入到深度学习算法模型的数据量，减少学习训练时间并提高链路预测的准确性。
-
公开(公告)号：CN110912766A
公开(公告)日：2020-03-24
申请号：CN201910991038.2
申请日：2019-10-18
Applicant: 国家计算机网络与信息安全管理中心 , 长安通信科技有限责任公司 , 杭州东信北邮信息技术有限公司
Abstract: 一种通讯网络多平面数据一致性校验方法，包括：业务平面装置对数据加密，并封装成数据消息，然后将数据消息下发至控制平面装置：控制平面装置从数据消息中提取数据路由规则，然后将数据消息分发到相应的接入平面装置；接入平面装置从控制平面装置发来的数据消息中逐一读取、并加载每条加密数据，当加载完所有数据后，计算已加载的数据条目数和数据校验和，将已加载的数据条目数和数据校验和、与从数据消息中提取的数据条目数量和数据校验和进行比对，当比对结果一致时，向业务平面装置返回数据加载成功结果消息。本发明属于信息技术领域，能基于当前的通讯网络管理架构，有效保障多平面之间的数据同步一致性，从而确保通讯网络的安全可靠。
-
公开(公告)号：CN110895933A
公开(公告)日：2020-03-20
申请号：CN201811030952.2
申请日：2018-09-05
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: 本发明公开了一种基于空时残差神经网络的远场语音识别方法，所述方法包括：步骤1)构建并训练空时残差神经网络ST-RES-LSTM，该神经网络是在的空间和时间两个维度上都引入了残差结构的LSTM神经网络；步骤2)利用训练好的空时残差神经网络ST-RES-LSTM进行声学模型训练，并生成每一帧的分类概率；步骤3)构建语音识别解码网络，并使用步骤2)的训练好的声学模型进行维特比解码出最终识别结果。本发明的方法在LSTM网络的空间和时间两个维度都引入残差结构，既能缓解层数加深带来的梯度消失问题，又能缓解LSTM在时间维度存在的梯度消失问题，从而提高语音识别的性能。
-
公开(公告)号：CN110798461A
公开(公告)日：2020-02-14
申请号：CN201911011338.6
申请日：2019-10-23
Applicant: 国家计算机网络与信息安全管理中心
Abstract: 本发明公开了一种非对称路由网络下VoIP关联方法、装置及可读存储介质，所述方法包括如下步骤：采集非对称路由网络环境下的原始流量，并提取所述原始流量中的VoIP协议特征；分别提取与所述VoIP协议特征中的控制流和数据流相关联的key；整合控制流关联key和数据流关联key以生成完整的VoIP通话信息。本发明针对当前单一使用深度包检测技术无法实现VoIP业务的完整描述问题，实现了在非对称路由网络环境下，对VoIP控制流的识别及单向流关联，实现了在非对称路由网络环境下VoIP业务完整描述。
-
公开(公告)号：CN109600752A
公开(公告)日：2019-04-09
申请号：CN201811433091.2
申请日：2018-11-28
Applicant: 国家计算机网络与信息安全管理中心 , 北京邮电大学
Abstract: 本申请公开了一种深度聚类的诈骗通话检测方法，包括：对所有话单数据进行深度聚类形成多个簇，将所述多个簇与诈骗簇的指标值进行比较，将与所述指标值匹配度最高的簇作为诈骗簇；获取所述诈骗簇中的主叫号码呼叫过的各被叫号码，根据话单数据确定呼叫过所述各被叫号码的所有主叫号码，利用所述各被叫号码和所述所有主叫号码进行复杂网络建模；在建模的复杂网络中，进行社区发现，并根据各社区包含所述诈骗簇中主叫号码的比例，确定诈骗高风险社区；对所述诈骗高风险社区中的各次通话进行语音识别，根据语音识别结果进行诈骗电话的判决和分类。应用本申请，能够在保证实时性的基础上能够更准确的发现诈骗通话。
-
Patent Agency Ranking
公开(公告)号：CN109474756A
公开(公告)日：2019-03-15
申请号：CN201811367747.5
申请日：2018-11-16
Applicant: 国家计算机网络与信息安全管理中心
IPC: H04M3/22 , H04W12/12 , G06F16/2458
CPC classification number: H04M3/2281 , H04W12/12
Abstract: 本发明公开了一种基于协同网络表示学习的电信异常检测方法，属于数据挖掘与机器学习领域。首先训练xgboost分类器，测试每条CDR数据的欺诈类别概率构成待检测的信令数据集。提取主被叫用户构成通联二部图P，根据评分从信令数据集中选取疑似欺诈的主叫节点生成种子节点集合Z，并将存在共同被叫邻居的任意两个主叫添加到协同网络集合G。通联二部图P扩展出待选的被叫节点集合B，并移除不满足条件的被叫用户，保留下来的被叫节点更新到集合B'中；扩展并更新种子节点集合Z'，去重合并更新协同网络G'，降维得到嵌入向量进行建模预测，取异常得分最大的N个作为检测结果输出。本发明保证了生成的协同网络的质量，提高计算速度，可以适应不同的数据特点。
-
公开(公告)号：CN109243492A
公开(公告)日：2019-01-18
申请号：CN201811263371.3
申请日：2018-10-28
Applicant: 国家计算机网络与信息安全管理中心 , 讯飞智元信息科技有限公司
Abstract: 本发明公开一种语音情感识别系统，包括语音预处理模块、情感特征提取模块、情感分析模块，所述语音预处理模块的输入端接语音数据，所述语音预处理模块的输出端与所述情感特征提取模块的输入端相联接，所述情感特征提取模块的输出端与所述情感分析模块的输入端相联接，所述情感分析模块的输出端输出分析识别结果；所述语音预处理模块通过对语音数据进行处理获得语音信号，并传递到所述情感特征提取模块对所述语音信号中与情感关联紧密的声学参数进行提取，最后送入所述情感分析模块完成情感的判断。本发明还提出一种语音情感识别方法，增加了电话诈骗系统的检出手段，对于语音数据可进行多维度分析，系统的检出准确率提高了5％。
-
公开(公告)号：CN109150816A
公开(公告)日：2019-01-04
申请号：CN201710750090.X
申请日：2017-08-28
Applicant: 国家计算机网络与信息安全管理中心
IPC: H04L29/06
CPC classification number: H04L63/0263
Abstract: 本发明公开了一种基于堆结构的防火墙规则集动态优化方法，其特征在于，具体包括：步骤SS1：构建堆结构的构造模型，所述堆结构的构造模型包括最小堆、单链表；步骤SS2：提出堆结构的动态调整算法，所述动态调整算法包括最小堆调整算法、堆结构调整算法。本发明所达到的有益效果：与现有的统计分析方法相比，本发明提出了一种基于堆结构的防火墙规则集动态优化算法，通过对网络数据包的相关特性进行分析，提出了优先级计算的三个公式，用于实现规则优先级的快速计算。同时根据三个计算公式，提出了一种高效的调整算法，使得防火墙规则集能实现高效可靠的改变，降低防火墙规则集的命中次数。
-
公开(公告)号：CN107342926A
公开(公告)日：2017-11-10
申请号：CN201710442603.0
申请日：2017-06-13
Applicant: 国家计算机网络与信息安全管理中心
IPC: H04L12/46
CPC classification number: H04L12/4645 , H04L12/4654 , H04L12/4675 , H04L12/4679
Abstract: 本发明公开了一种多业务快速匹配分发的方法。本方法为：1)在网络流量分析设备上配置各个业务规则；网络流量分析设备从接入流中提取五元组信息，根据五元组信息在规则表中查找该接入流中各业务匹配的业务规则，然后根据各业务匹配的业务规则计算一虚拟局域网标识VLAN ID；2)网络流量分析设备将该接入流中的每一业务报文携带上该虚拟局域网标识VLAN ID后转发到二级交换机上；3)二级交换机根据收到的业务报文中携带的虚拟局域网标识VLAN ID将该业务报文复制转发到一个或多个业务后端服务器；其中，二级交换机上每一虚拟局域网标识VLAN ID设置一对应的复制端口组合。本发明大大提高了系统整体的吞吐量。
-
公开(公告)号：CN107342077A
公开(公告)日：2017-11-10
申请号：CN201710395341.7
申请日：2017-05-27
Applicant: 国家计算机网络与信息安全管理中心
CPC classification number: G10L15/063 , G10L15/07 , G10L15/14 , G10L17/04 , G10L17/14 , G10L2015/0631 , G10L2015/0635
Abstract: 本发明涉及一种基于因子分析的说话人分段聚类方法及系统。该方法包括：1)提取训练语音的声学特征，训练高斯混合通用背景模型，进而训练总变化因子模型和高斯概率线性判别分析模型；2)对测试语音进行分段并提取语音片段的声学特征；3)依据高斯混合通用背景模型和总变化因子模型将提取的声学特征映射为总变化量因子，加载高斯概率线性判别分析模型，根据总变化量因子计算任意两语音片段之间的对数似然比得分；4)选择得分最高的两类进行合并，根据层次聚类的方法逐步迭代至收敛，最终输出说话人分段聚类结果。本发明将总变化因子的不确定性引入到高斯概率线性判别分析模型进行训练和打分，能够提升短时语音片段上的基于因子分析的系统性能。
-
-
-
-
-
-
-
-
-
Search Results
127
records
(took 0.081 seconds)
