-
公开(公告)号：CN111786985B
公开(公告)日：2023-05-23
申请号：CN202010599585.9
申请日：2020-06-28
Applicant: 厦门市美亚柏科信息股份有限公司 , 广州市公安局网络警察支队
Abstract: 本发明公开了一种解析TCP和UDP数据的方法、装置及存储介质，通过根据不同已知应用软件建立解析父类和解析子类，其中解析父类包括分别对应于TCP协议的第一函数和对应于UDP协议的第二函数，解析子类包括与已知应用软件对应的首包特征和解析方法；判断待解析数据的协议类型，根据协议类型将解析子类中的已知应用软件与首包特征形成队列；获取待解析数据的首包数据，根据协议类型调用第一函数或第二函数将首包数据的特征与队列中的首包特征进行匹配；若存在与首包特征匹配的特征，则对待解析数据采用与匹配上的首包特征对应的已知应用软件的解析方法进行解析，根据解析结果判断待解析数据所对应的应用软件，并获得待解析数据的内容，实现对TCP/UDP数据的解析。
-
公开(公告)号：CN111786985A
公开(公告)日：2020-10-16
申请号：CN202010599585.9
申请日：2020-06-28
Applicant: 厦门市美亚柏科信息股份有限公司
IPC: H04L29/06
Abstract: 本发明公开了一种解析TCP和UDP数据的方法、装置及存储介质，通过根据不同已知应用软件建立解析父类和解析子类，其中解析父类包括分别对应于TCP协议的第一函数和对应于UDP协议的第二函数，解析子类包括与已知应用软件对应的首包特征和解析方法；判断待解析数据的协议类型，根据协议类型将解析子类中的已知应用软件与首包特征形成队列；获取待解析数据的首包数据，根据协议类型调用第一函数或第二函数将首包数据的特征与队列中的首包特征进行匹配；若存在与首包特征匹配的特征，则对待解析数据采用与匹配上的首包特征对应的已知应用软件的解析方法进行解析，根据解析结果判断待解析数据所对应的应用软件，并获得待解析数据的内容，实现对TCP/UDP数据的解析。
-
公开(公告)号：CN111783858A
公开(公告)日：2020-10-16
申请号：CN202010567257.0
申请日：2020-06-19
Applicant: 厦门市美亚柏科信息股份有限公司
IPC: G06K9/62
Abstract: 本申请实施例公开了生成类别向量的方法和装置。该方法的一具体实施方式包括：获取第一预设数量个属于预设类别的向量作为第一向量集；获取第二预设数量个属于预设类别的向量作为第二向量集；从第二向量集中确定符合预设条件的目标向量；获取属于预设类别的待替换向量；确定待替换向量是否符合预设替换条件，如果符合，将目标向量替换为待替换向量；基于第一向量集和进行向量替换后的第二向量集，确定表征预设类别的类别向量并存储。该实施方式实现了实时地对第二向量集进行更新，使第二向量集中的向量对预设类别的代表性逐渐增强，提高生成类别向量的精确性。
-
公开(公告)号：CN114372560A
公开(公告)日：2022-04-19
申请号：CN202111650469.6
申请日：2021-12-30
Applicant: 厦门市美亚柏科信息股份有限公司
IPC: G06N3/04 , G06N3/08 , G06V40/16 , G06K9/62 , G06V10/82 , G06V10/774 , G06V10/764
Abstract: 本发明提出了一种神经网络训练方法、装置、设备及存储介质，该方法包括：获取步骤，获取用于神经网络训练的样本集，所述样本集包括多个不同类别的图片；优化步骤，优化现有的神经网络模型损失函数，减小每个神经元由于分类样本不均衡导致的梯度方向偏差；训练步骤，使用优化后的损失函数对所述神经网络使用所述样本集进行训练得到训练好的神经网络模型。本发明通过对损失函数进行优化，从而减小由于分类样本不均衡导致的梯度方向偏差，减小的含义是，在同样的样本集经过同样的训练次数后，梯度方向的偏差相比现有方案更小，其可以解决由于现有损失函数导致的缺陷。
-
公开(公告)号：CN112199377A
公开(公告)日：2021-01-08
申请号：CN202011292703.8
申请日：2020-11-18
Applicant: 厦门市美亚柏科信息股份有限公司
IPC: G06F16/22 , G06F16/21 , G06F16/2453
Abstract: 本发明提出了一种基于关系数据的移动终端伴随分析方法、装置及存储介质，该方法包括：在数据库中构建一数据表，所述数据表包括一个手机号码字段、多个轨迹字段和读个与轨迹字段相应的时间字段，所述数据表中的记录数为全量手机数，所述手机号码作为主字段；在到达一定触发条件时，获取产生流量数据的手机对应的轨迹点来更新相应时间字段的轨迹字段；基于所述数据表查找相同时间点对应的轨迹一致或类似的手机进行伴随分析得到分析结果。其可以利用少量的数据对于特定对象未知的多个手机进行时空轨迹伴随状态进行分析，可以避免耗时的聚类操作，使得工作流程更高效，还能够避免无用的数据冗余问题，提升查找效率。
-
Patent Agency Ranking
公开(公告)号：CN109726239A
公开(公告)日：2019-05-07
申请号：CN201811592331.3
申请日：2018-12-25
Applicant: 厦门市美亚柏科信息股份有限公司
IPC: G06F16/25
Abstract: 本发明公开了一种对取证数据进行分析的方法，包括如下步骤：S1：对取证数据通过ETL技术抽取以数据库方式存储的数据，通过python脚本抽取以文件方式存储的数据得出内容型数据，对文本内容中的数据通过正则表达式引擎或特征匹配引擎进行提取得出内容型数据；S2：对内容型数据进行有效性校验、归一化处理；S3：建立双向LSTM模型对归一化处理后的内容型数据进行处理得到最终的输出结果，根据最终的输出结果判断取证数据是否属于交易数据。根据不同的数据类型采用不同的技术手段进行数据提取，因此可以提高数据提取的准确度。并利用双向LSTM模型对取证数据进行分析判断，有效提高数据的识别率。
-
公开(公告)号：CN111783624B
公开(公告)日：2023-03-24
申请号：CN202010605632.6
申请日：2020-06-29
Applicant: 厦门市美亚柏科信息股份有限公司
IPC: G06V40/10 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明提出了一种保留平移不变性的行人重识别方法、装置及存储介质，该方法包括：训练步骤，使用样本集对卷积神经网络模型进行训练获得训练后的卷积神经网络模型，其中，所述神经网络的模型的下采样层由步长为1的最大池化层、步长为2的平均池化层依次连接组成，或者由步长为1的卷积层、ReLU激活函数层和步长为2的平均池化层依次连接组成；行人重识别步骤，使用训练后的卷积神经网络模型对摄像头获取的图像进行行人重识别获得识别结果。本发明对卷积神经网络的下采样层的结构进行了修改，仅使用平均池化层进行下采样操作，不会破坏整个网络的平移不变性，提高了行人重识别的准确性，且针对修改后的网络结构提出了样本集及损失函数的具体修改方法。
-
公开(公告)号：CN112633394B
公开(公告)日：2022-12-16
申请号：CN202011590641.9
申请日：2020-12-29
Applicant: 厦门市美亚柏科信息股份有限公司
Abstract: 本发明涉及一种智能用户标签确定方法、终端设备及存储介质，该方法包括以下步骤：根据确定用户标签所需的数据来源将用户标签分成简单标签和复杂标签，其中，简单标签只需要结构化数据，复杂标签信息同时存在多模态数据中；简单标签采用单一模态标签确定方法来确定，以及复杂标签采用深度学习算法确定方法来确定。本发明利用多模态数据之间的互补性，并剔除多模态数据间的冗余性，从而能够更准确、更全面确定用户标签和提高用户标签确定方法的泛化性能，更好地推广和应用。
-
公开(公告)号：CN113626427B
公开(公告)日：2022-07-22
申请号：CN202110767561.4
申请日：2021-07-07
Applicant: 厦门市美亚柏科信息股份有限公司
IPC: G06F16/22 , G06F16/2453 , G06F16/33
Abstract: 本发明给出了一种基于规则引擎的主题检索方法和系统，包括分析检索条件的关键特征和不同类型对象主题的数据特征，根据不同主题同一属性的互斥关系和同一主题不同属性的关联关系，动态调整主题检索的路径规则；根据路径规则检索对应的主题库，基于不同主题的依存关系，动态调整检索结果的合并规则。该方法和系统基于海量数据场景下，可以分析不同类型的对象主题的特征，自动匹配对应的主题检索规则，识别准确率和效率都有大幅度提高，大大提高大数据的分析利用价值，减少大数据系统的建设成本。
-
公开(公告)号：CN111783624A
公开(公告)日：2020-10-16
申请号：CN202010605632.6
申请日：2020-06-29
Applicant: 厦门市美亚柏科信息股份有限公司
Abstract: 本发明提出了一种保留平移不变性的行人重识别方法、装置及存储介质，该方法包括：训练步骤，使用样本集对卷积神经网络模型进行训练获得训练后的卷积神经网络模型，其中，所述神经网络的模型的下采样层由步长为1的最大池化层、步长为2的平均池化层依次连接组成，或者由步长为1的卷积层、ReLU激活函数层和步长为2的平均池化层依次连接组成；行人重识别步骤，使用训练后的卷积神经网络模型对摄像头获取的图像进行行人重识别获得识别结果。本发明对卷积神经网络的下采样层的结构进行了修改，仅使用平均池化层进行下采样操作，不会破坏整个网络的平移不变性，提高了行人重识别的准确性，且针对修改后的网络结构提出了样本集及损失函数的具体修改方法。
-
-
-
-
-
-
-
-
-
Search Results
20
records
(took 0.026 seconds)
