公开(公告)号：CN119202742A

公开(公告)日：2024-12-27

申请号：CN202411302306.2

申请日：2024-09-18

Applicant: 公安部第三研究所

Inventor： 邵航 ,  吴松洋 ,  杨涛 ,  丁治国 ,  李营那 ,  李株华

IPC: G06F18/22 ,  G06F21/62 ,  G06F21/60

Abstract: 本发明提供一种基于隐私保护的多用户时空安全匹配方法和系统，步骤A1，若干第一用户端和若干第二用户端各自提取各自的期望位置数据，期望位置数据包括起点位置和终点位置；步骤A2，各第一用户端和第二用户端基于各自的期望位置数据形成各自的规划路线集合；步骤A3，基于隐私集合求交协议对第一用户端的规划路线集合和第二用户端的规划路线集合进行匹配，得到第一匹配结果。实现用户之间的信息的安全匿名匹配，且不需要依赖额外的辅助服务器，在保障服务效率的同时，有效保护用户隐私信息，为安全匹配服务提供了新的解决方案。

公开(公告)号：CN119150188A

公开(公告)日：2024-12-17

申请号：CN202411186174.1

申请日：2024-08-27

Applicant: 公安部第三研究所

Inventor： 吴松洋 ,  杨涛 ,  李营那 ,  丁治国 ,  谢康 ,  李株华 ,  邵航

IPC: G06F18/2433 ,  G06F18/213 ,  G06F18/214 ,  G06F11/34 ,  G06N5/025 ,  G06N5/045 ,  G06N3/0442 ,  G06N3/045 ,  G06N3/088

Abstract: 本发明公开了一种业务系统用户行为相对性异常的检测方法、系统及相关设备，本方案首先从多个业务系统中获取用户行为日志数据，并进行预处理，提取对应不同业务系统的关键特征；接着抽取相应的业务知识，并据此构建知识图谱，根据不同业务系统用户行为日志中的实体和关系映射到知识图谱中；接着基于构建相应的用户行为知识图谱，学习方式学习用户行为知识图谱中的特征；接着基于学习提取的特征值，并采用无监督学习模式来完成深度异常检测模型训练；接着基于完成训练的深度异常检测模型来对实时采集的用户行为日志进行异常检测，以智能判别相应日志对应的用户行为。本方案能够有效地处理多业务系统中复杂的用户行为数据，并实现高效、准确的异常检测。