-
公开(公告)号：CN113052729B
公开(公告)日：2024-06-18
申请号：CN202110281524.2
申请日：2021-03-16
Applicant: 公安部第三研究所 , 中国合格评定国家认可中心
IPC: G06Q50/18 , H04M1/72403
Abstract: 本发明公开了一种手机取证能力验证样品的构建平台及方法，本方案由考点选取模块、环境模拟模块、数据构造模块以及检材拷贝模块配合构成。考点选取模块对手机取证能力验证的不同能力考察点进行选取；环境模拟模块匹配手机环境要素；数据构造模块从数据构造库中匹配对应的数据，利用匹配到的数据随机构造所需的数据，并进行不同数据的生成，可对应构造手机属性数据(如基本信息数据)与手机应用数据；检材拷贝模块自动选取检材的拷贝方式。本发明提供的方案能够实现根据用户选择的能力验证考察点，自动快速的生成能力验证检材，不仅效率高，且有效降低能力验证样品制作对操作人员的技术要求，同时还能够实现能力验证检材制作的规范化。
-
公开(公告)号：CN117852013A
公开(公告)日：2024-04-09
申请号：CN202311731531.3
申请日：2023-12-15
Applicant: 公安部第三研究所 , 中国合格评定国家认可中心
IPC: G06F21/45
Abstract: 本发明提供一种电子数据能力验证的防串通方法及系统，涉及能力验证技术领域，包括接收能力验证提供者上传的能力验证物品、检验要求和结果标准值；接收多个参加者的报名信息，对于每一个参加者，根据报名信息调整参加者对应的检验要求、并且根据调整后的检验要求以及结果标准值计算得到参加者对应的唯一结果标准值；向每一个参加者发放能力验证物品以及与参加者对应的调整后的检验要求，随后接收参加者返回的检验结果，将检验结果与所有参加者的唯一结果标准值进行比对，在未串通作弊时，根据检验结果和唯一结果标准值进行能力评价得到能力验证结果。有益效果是节省计算校验值的时间；降低能力验证平台建设成本，提高了能力验证计划实施的效率。
-
公开(公告)号：CN117850891A
公开(公告)日：2024-04-09
申请号：CN202311872258.6
申请日：2023-12-29
Applicant: 公安部第三研究所 , 中国合格评定国家认可中心
IPC: G06F9/4401 , G06F9/445
Abstract: 本发明涉及信息技术领域，具体涉及一种适用于企业反舞弊的远程数据审查方法及系统。包括，步骤S1，将客户端远程推送至目标计算机内，并在目标计算机中静默运行；步骤S2，服务器端根据创建的审查任务发送对目标计算机的审查指令，目标计算机上的客户端接收到审查指令后，对目标计算机上的数据进行取证分析；步骤S3，客户端在取证分析结束后，将取证结果传回服务器端，并清除数据痕迹。本发明针对企业反舞弊场景采用客户端隐蔽策略，保障客户端在运行期间不易被察觉，适合企业反舞弊场景中的隐秘、无感需求。
-
公开(公告)号：CN114898269B
公开(公告)日：2024-06-28
申请号：CN202210548960.6
申请日：2022-05-20
Applicant: 公安部第三研究所
IPC: G06V20/40 , G06V40/16 , G06V40/18 , G06V10/82 , G06V10/80 , G06V10/774 , G06V10/764 , G06V10/40 , G06N3/0464 , G06N3/047 , G06N3/048
Abstract: 本发明涉及一种基于眼部特征和人脸特点实现深度伪造融合检测的系统，其中，该系统包括：待检测图像序列处理模块，用于从待检测视频中按帧提取出含有人脸的待检测图像序列；眼部特征图像序列提取模块，用于定位出人脸区域并提取眼部局部特征图像序列；骨干网络特征提取处理模块，用于进行防伪图像检测；图像融合预测处理模块，用于采用回归函数分别获取待检测图像和眼部局部特征图像的预测概率分布，并通过图像融合，获取当前帧图像的最终伪造概率。本发明还涉及一种相应的方法、装置、处理器及其存储介质。采用了本发明的该系统、方法、装置、处理器及其存储介质，在现有检测方法的基础上加入眼部特征点，从而更加准确、有效识别出深度伪造视频。
-
公开(公告)号：CN117914472A
公开(公告)日：2024-04-19
申请号：CN202311604250.1
申请日：2023-11-28
Applicant: 公安部第三研究所
IPC: H04L9/08 , H04L67/025
Abstract: 本发明公开一种远程数据解密取证方法，其中，于目标计算机以外的其中一个控制计算机中安装服务端软件后，执行待取证的目标计算机的即时聊天软件的远程数据解密取证过程；目标计算机与控制计算机处于同一局域网内；包括：控制计算机通过服务端软件，将客户端软件静默安装于局域网内所有目标计算机中；控制计算机向待取证的目标计算机中的客户端软件发送任务指令；客户端软件根据任务指令于目标计算机中进行取证，并将取证结果发送至服务端软件；控制计算机通过服务端软件接收并显示取证结果。本发明通过将客户端软件静默安装于目标计算机，通过客户端软件与服务器软件可以对聊天软件进行静默取证。
-
Patent Agency Ranking
公开(公告)号：CN118260382A
公开(公告)日：2024-06-28
申请号：CN202410368833.7
申请日：2024-03-28
Applicant: 公安部第三研究所
IPC: G06F16/33 , G06F16/338 , G06F40/284 , G06F40/30 , G06F40/211
Abstract: 本发明提供一种基于大语言模型的文本搜索匹配方法和系统，输入待搜索文本；基于大语言模型计算待搜索文本的词嵌入向量；将待搜索文本的词嵌入向量与预先构建的向量数据库中的词嵌入向量进行搜索匹配，得到匹配的词嵌入向量；将匹配的词嵌入向量对应的文本数据作为对待搜索文本的搜索结果进行输出；其中，向量数据库的词嵌入向量基于大语言模型构建。有效捕捉了长文本的语义信息，并提高了文本匹配的精确率和召回率，提升了待检索文本与检索结果之间的语义匹配度，无需重新训练模型，节约了构建模型的时间、金钱和人力成本。
-
公开(公告)号：CN112766994A
公开(公告)日：2021-05-07
申请号：CN202110181957.0
申请日：2021-02-09
Applicant: 公安部第三研究所
Abstract: 本发明公开了一种能力验证检材的防篡改方法，系统及存储介质，本方案首先，在能力验证检材被下载获取时，分别获取每个下载获取能力验证检材用户对象的身份ID，同时对验证检材中文件随机植入唯一特征值，并将植入的唯一特征值存入加密数据库中；接着，计算验证检材标志值，并将计算得到的标志值，与该验证检材对应的唯一特征值以及被考核对象ID一同存储在加密数据库中；接着，将被唯一标记的验证检材推送给对应的用户对象；最后，获取用户对象针对验证检材上传的检材结果和原始验证检材所对应的用户ID、标志值、以及特征值，并将其与加密数据库中存储的对应信息进行对比。本方案能够保证检材的完整性与真实性：以及保证检材来源可追溯与校验。
-
公开(公告)号：CN114898269A
公开(公告)日：2022-08-12
申请号：CN202210548960.6
申请日：2022-05-20
Applicant: 公安部第三研究所
IPC: G06V20/40 , G06V40/16 , G06V40/18 , G06V10/82 , G06V10/80 , G06V10/774 , G06V10/764 , G06V10/40 , G06N3/04
Abstract: 本发明涉及一种基于眼部特征和人脸特点实现深度伪造融合检测的系统，其中，该系统包括：待检测图像序列处理模块，用于从待检测视频中按帧提取出含有人脸的待检测图像序列；眼部特征图像序列提取模块，用于定位出人脸区域并提取眼部局部特征图像序列；骨干网络特征提取处理模块，用于进行防伪图像检测；图像融合预测处理模块，用于采用回归函数分别获取待检测图像和眼部局部特征图像的预测概率分布，并通过图像融合，获取当前帧图像的最终伪造概率。本发明还涉及一种相应的方法、装置、处理器及其存储介质。采用了本发明的该系统、方法、装置、处理器及其存储介质，在现有检测方法的基础上加入眼部特征点，从而更加准确、有效识别出深度伪造视频。
-
公开(公告)号：CN109215680B
公开(公告)日：2020-06-30
申请号：CN201810937126.X
申请日：2018-08-16
Applicant: 公安部第三研究所
Abstract: 本发明涉及语音处理技术领域，尤其涉及一种基于卷积神经网络的语音还原方法，包括：步骤S1，采集电子伪装语音；步骤S2，采用预处理模型对电子伪装语音进行预处理，以将电子伪装语音转换为具有预设维度的标准语音序列；步骤S3，采用还原模型将标准语音序列还原为原始语音序列；其中，步骤S2中，预处理的过程包括共振峰折损清洗、共振峰合并优化以及共振峰序列调整；采用了卷积神经网络进行电子伪装语音还原，具有足够高的还原效果，能够满足高要求的电子伪装语音还原场景。
-
公开(公告)号：CN109215680A
公开(公告)日：2019-01-15
申请号：CN201810937126.X
申请日：2018-08-16
Applicant: 公安部第三研究所
Abstract: 本发明涉及语音处理技术领域，尤其涉及一种基于卷积神经网络的语音还原方法，包括：步骤S1，采集电子伪装语音；步骤S2，采用预处理模型对电子伪装语音进行预处理，以将电子伪装语音转换为具有预设维度的标准语音序列；步骤S3，采用还原模型将标准语音序列还原为原始语音序列；其中，步骤S2中，预处理的过程包括共振峰折损清洗、共振峰合并优化以及共振峰序列调整；采用了卷积神经网络进行电子伪装语音还原，具有足够高的还原效果，能够满足高要求的电子伪装语音还原场景。
-
-
-
-
-
-
-
-
-
Search Results
18
records
(took 0.048 seconds)
