-
公开(公告)号：CN117633657A
公开(公告)日：2024-03-01
申请号：CN202311805721.5
申请日：2023-12-26
Applicant: 公安部第三研究所
IPC: G06F18/2415 , G06N3/042 , G06N3/0464
Abstract: 本发明涉及一种基于多图表征增强实现加密应用流量识别处理的方法，包括以下步骤：基于多类型交互信息的数据包图构建；基于流序列关联关系的会话流图构建；基于层次图卷积网络的加密应用流量分类。本发明还涉及一种用于实现基于多图表征增强的加密应用流量识别处理的装置、处理器及其计算机可读存储介质。采用了本发明的基于多图表征增强实现加密应用流量识别处理的方法、装置、处理器及其计算机可读存储介质，针对现有基于深度学习的加密流量分类算法特征构建存在易被攻击，且忽略会话间语义关联等问题。该方法创新性地构建了数据包图和会话流图，充分挖掘会话流及会话流间的信息，具有一定的创新性。
-
公开(公告)号：CN111552815B
公开(公告)日：2023-11-17
申请号：CN202010248850.9
申请日：2020-04-01
IPC: G06F16/36
Abstract: 本发明涉及数据库领域，公开了一种情感语料库的扩展方法、装置及计算机可读存储介质。其中，情感语料库的扩展方法，包括：获取标准情感语料库，标准情感语料库包括多个标准情感词以及与标准情感词对应存储的标准情感极性和标准情感类别；根据标准情感词获取扩展语料，并将扩展语料添加存储至标准情感语料库；根据标准情感极性计算扩展语料的情感极性，并将扩展语料的情感极性与扩展语料关联存储至标准情感语料库；根据标准情感类别获取扩展语料的情感类别，并将扩展语料的情感类别与扩展语料关联存储至标准情感语料库。与现有技术相比，本发明实施方式所提供的情感语料库的扩展方法、装置及计算机可读存储介质具有自动扩展的优点。
-
公开(公告)号：CN111428118A
公开(公告)日：2020-07-17
申请号：CN201911089871.4
申请日：2019-11-08
IPC: G06F16/953 , G06F16/2458 , G06K9/62 , G06F40/30
Abstract: 本发明实施例涉及计算机技术领域，公开了一种检测事件可靠性的方法及电子设备。本发明中检测事件可靠性的方法，包括：获取待检测事件的时序数据，所述时序数据包括所述待检测事件的多个文本数据以及每个文本数据对应的时间值，其中，文本数据包括情感信息；根据多个文本数据对应的时间值以及每个文本数据的情感信息，将时序数据划分为K个第一区间，K为大于1的整数；根据每个第一区间中的文本数据及预设的可靠性分析模型，确定待检测事件的可靠性结果，可靠性分析模型是预先训练至收敛用于确定待检测事件的可靠性结果的神经网络模型。本实施方式，使得可以快速、准确地检测出事件的真实性。
-
公开(公告)号：CN114627412A
公开(公告)日：2022-06-14
申请号：CN202210222550.2
申请日：2022-03-07
Applicant: 公安部第三研究所
Abstract: 本发明涉及一种基于误差重构实现无监督深度伪造视频检测处理的方法，其中，该方法包括：(1)输入待检测视频进行数据预处理，提取待检测视频中的人脸特征点序列；(2)对人脸特征点序列进行重构处理，生成人脸特征点重构序列；(3)根据人脸特征点序列以及人脸特征点重构序列计算当前该视频的伪造分数；(4)根据伪造分数与预设阈值之间的比较关系，以判断当前该视频真伪。本发明还涉及一种相应的装置、处理器及其计算机可读存储介质。采用了本发明的该基于误差重构实现无监督深度伪造视频检测处理的方法、装置、处理器及其计算机可读存储介质，不需要使用伪造视频用于训练，节省了生成伪造视频的成本，并且有效平衡了性能和使用成本。
-
公开(公告)号：CN114239566A
公开(公告)日：2022-03-25
申请号：CN202111528511.7
申请日：2021-12-14
Applicant: 公安部第三研究所
IPC: G06F40/284 , G06N3/04 , G06N3/08
Abstract: 本发明涉及一种基于信息增强实现两步中文事件精准检测的方法，其中，该方法包括：输入包含中文的事件句和事件句文档进行分词处理；对事件句中的每一个字符进行多粒度事件信息混合表示的处理；将每一个字符的最终表征用于构建残差型门限空洞卷积网络；采用首尾双指针的标注策略对所有中文事件中的触发词进行识别处理；利用所述的事件句和事件句文档构建包含实体‑主体‑候选触发词的交互图模型；使用Softmax层预测事件触发词的事件类别分布特征，并通过概率分布计算出各个触发词所属的事件类别。本发明还涉及一种相应的装置、处理器及其存储介质。采用了本发明的该基于信息增强实现两步中文事件精准检测的方法，显著地提高了事件触发词分类的准确率。
-
Patent Agency Ranking
公开(公告)号：CN116959011A
公开(公告)日：2023-10-27
申请号：CN202310904151.9
申请日：2023-07-21
Applicant: 公安部第三研究所
Abstract: 本发明涉及一种身份证证件识别与信息提取的方法，其中，所述的方法包括以下步骤：通过底图采集、人工去除文字与头像、人工标注文字与头像坐标、生成基础证件、模拟光照、几何变换、样本分级、背景填充进行证件数据的生成处理；提出IDYolo模型对获取到的证件数据进行识别训练；最后使用成熟OCR提取方法对证件数据进行提取。本发明还涉及一种相应的装置、处理器及其计算机可读存储介质。采用了本发明的该身份证证件识别与信息提取的方法、装置、处理器及其计算机可读存储介质，从训练数据、证件识别模型、后处理三方面进行设计，有效提高了相机拍摄角度不完全垂直带来的几何畸变、背景多样造成的证件检测漏报、闪光灯等点光源造成的漏检问题。
-
公开(公告)号：CN111552815A
公开(公告)日：2020-08-18
申请号：CN202010248850.9
申请日：2020-04-01
IPC: G06F16/36
Abstract: 本发明涉及数据库领域，公开了一种情感语料库的扩展方法、装置及计算机可读存储介质。其中，情感语料库的扩展方法，包括：获取标准情感语料库，标准情感语料库包括多个标准情感词以及与标准情感词对应存储的标准情感极性和标准情感类别；根据标准情感词获取扩展语料，并将扩展语料添加存储至标准情感语料库；根据标准情感极性计算扩展语料的情感极性，并将扩展语料的情感极性与扩展语料关联存储至标准情感语料库；根据标准情感类别获取扩展语料的情感类别，并将扩展语料的情感类别与扩展语料关联存储至标准情感语料库。与现有技术相比，本发明实施方式所提供的情感语料库的扩展方法、装置及计算机可读存储介质具有自动扩展的优点。
-
公开(公告)号：CN114627412B
公开(公告)日：2025-04-11
申请号：CN202210222550.2
申请日：2022-03-07
Applicant: 公安部第三研究所
Abstract: 本发明涉及一种基于误差重构实现无监督深度伪造视频检测处理的方法，其中，该方法包括：(1)输入待检测视频进行数据预处理，提取待检测视频中的人脸特征点序列；(2)对人脸特征点序列进行重构处理，生成人脸特征点重构序列；(3)根据人脸特征点序列以及人脸特征点重构序列计算当前该视频的伪造分数；(4)根据伪造分数与预设阈值之间的比较关系，以判断当前该视频真伪。本发明还涉及一种相应的装置、处理器及其计算机可读存储介质。采用了本发明的该基于误差重构实现无监督深度伪造视频检测处理的方法、装置、处理器及其计算机可读存储介质，不需要使用伪造视频用于训练，节省了生成伪造视频的成本，并且有效平衡了性能和使用成本。
-
公开(公告)号：CN114239566B
公开(公告)日：2024-04-23
申请号：CN202111528511.7
申请日：2021-12-14
Applicant: 公安部第三研究所
IPC: G06F40/284 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及一种基于信息增强实现两步中文事件精准检测的方法，其中，该方法包括：输入包含中文的事件句和事件句文档进行分词处理；对事件句中的每一个字符进行多粒度事件信息混合表示的处理；将每一个字符的最终表征用于构建残差型门限空洞卷积网络；采用首尾双指针的标注策略对所有中文事件中的触发词进行识别处理；利用所述的事件句和事件句文档构建包含实体‑主体‑候选触发词的交互图模型；使用Softmax层预测事件触发词的事件类别分布特征，并通过概率分布计算出各个触发词所属的事件类别。本发明还涉及一种相应的装置、处理器及其存储介质。采用了本发明的该基于信息增强实现两步中文事件精准检测的方法，显著地提高了事件触发词分类的准确率。
-
公开(公告)号：CN111428118B
公开(公告)日：2023-04-11
申请号：CN201911089871.4
申请日：2019-11-08
IPC: G06F16/953 , G06F16/2458 , G06F18/23211 , G06F40/30
Abstract: 本发明实施例涉及计算机技术领域，公开了一种检测事件可靠性的方法及电子设备。本发明中检测事件可靠性的方法，包括：获取待检测事件的时序数据，所述时序数据包括所述待检测事件的多个文本数据以及每个文本数据对应的时间值，其中，文本数据包括情感信息；根据多个文本数据对应的时间值以及每个文本数据的情感信息，将时序数据划分为K个第一区间，K为大于1的整数；根据每个第一区间中的文本数据及预设的可靠性分析模型，确定待检测事件的可靠性结果，可靠性分析模型是预先训练至收敛用于确定待检测事件的可靠性结果的神经网络模型。本实施方式，使得可以快速、准确地检测出事件的真实性。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.027 seconds)
