-
公开(公告)号：CN119478584A
公开(公告)日：2025-02-18
申请号：CN202411549685.5
申请日：2024-11-01
Applicant: 国家计算机网络与信息安全管理中心 , 国家计算机网络与信息安全管理中心黑龙江分中心
IPC: G06V10/774 , G06V10/764 , G06V10/74 , G06V10/82 , G06N3/0475 , G06N3/094
Abstract: 本发明提供一种有效的深度学习模型训练测试方法及装置。所述方法包括以下步骤：对原始的图像数据集D0进行去重处理，删除相似图像，得到数据集D1；对数据集D1进行数据增强处理，得到数据量增多的数据集D2；将数据集D2随机分成多个子集，分别以每个子集为测试集，以其余子集的合集为训练集，对深度学习模型进行循环交叉训练和测试，直到训练后的模型满足精度要求。本发明通过对原始数据集进行去重处理，并删除重复或相似图像，可提高数据质量；通过对去重后的数据集进行数据增强处理，生成多样化的图像样本，可提升训练后模型的泛化能力和鲁棒性；通过采用交叉训练测试方法，可提高模型训练精度。
-
公开(公告)号：CN117811934A
公开(公告)日：2024-04-02
申请号：CN202311609179.6
申请日：2023-11-28
Applicant: 国家计算机网络与信息安全管理中心
Abstract: 本申请公开了一种基于流量分析的挖矿加密流量监控方法、装置及存储介质。其中，方法包括：确定作为监控对象的流量源和流量目标；获取在监控周期内与流量源和流量目标之间的加密流量相关的网络监控日志；利用预先设置的日志记录分类模型，确定网络监控日志中的各个日志记录所对应的日志记录分类信息，其中日志记录分类信息用于指示日志记录的日志记录类别；利用预先设置的基于隐藏的狄利克雷分配的主题模型，根据日志记录分类信息，确定与网络监控日志的隐藏主题相关的主题信息；以及根据主题信息，确定流量源和流量目标之间是否存在挖矿行为。
-
公开(公告)号：CN118965451A
公开(公告)日：2024-11-15
申请号：CN202410973742.6
申请日：2024-07-19
Applicant: 国家计算机网络与信息安全管理中心
IPC: G06F21/64 , G06F16/27 , G06F21/62 , G06F16/182
Abstract: 本发明公开一种基于区块链的分布式存储数据轻量化管理方法及系统，属于区块链技术领域。所述方法包括：通过调用权限管理智能合约生成交易，来实现账户的权限管理和分布式存储文件的数据管理，所述权限管理智能合约的输入参数包括：操作类型、账户id、权限id和数据id。本发明可以实现对分布式存储数据的多样化管理权限，包括数据创建、删除、检索、共享、转移等。
-
公开(公告)号：CN117896277A
公开(公告)日：2024-04-16
申请号：CN202311604355.7
申请日：2023-11-28
Applicant: 国家计算机网络与信息安全管理中心
IPC: H04L43/026 , H04L9/40 , G06N3/0455 , G06N3/0464
Abstract: 本申请公开了基于特征提取的加密流量监控方法、装置及存储介质。其中，方法包括：确定作为监控对象的流量源和流量目标；根据网络监控日志生成与流量源和流量目标之间的第一加密流量相关的特征向量序列，其中特征向量序列中的各个特征向量分别与第一加密流量的数据包对应，用于指示相应数据包的流量信息；利用加密流量分割模型生成与特征向量序列对应的加密流量分割向量，其中加密流量分割向量的用于指示流量源和流量目标之间与通过计算获取区块链通证的行为相关的第二加密流量；以及根据加密流量分割向量确定第二加密流量。
-
公开(公告)号：CN116346483A
公开(公告)日：2023-06-27
申请号：CN202310351861.3
申请日：2023-04-04
Applicant: 国家计算机网络与信息安全管理中心
IPC: H04L9/40 , G06F18/243 , G06F18/214
Abstract: 本发明提供一种加密挖矿行为识别方法及装置。所述方法包括以下步骤：基于矿工与矿池通信的反馈报文获取包括IP信息和端口信息的加密矿池节点信息；根据获取的加密矿池节点信息，进行加密挖矿流量特征提取；构建机器学习模型分类器，将提取的流量特征输入到所述分类器，对加密挖矿行为进行识别。本发明通过获取加密矿池节点信息、提取加密挖矿流量和构建机器学习模型分类器，能够精确识别加密挖矿行为。
-
Patent Agency Ranking
公开(公告)号：CN115374064A
公开(公告)日：2022-11-22
申请号：CN202211064792.X
申请日：2022-09-01
Applicant: 湖南天河国云科技有限公司 , 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可证明数据去重技术的分布式存储方法、存储系统及介质，包括：上传：用户C通过分布式网关G提供的用户数据上传接口PUT上传数据；用户C向分布式网关G发起数据上传请求，通过密钥验证方式进行具有标识化的存储；下载：用户C将需要下载的文件的文件标识FID给分布式网关G，分布式网关G判断用户身份C是否在在下载文件的文件标识FID的元数据里面，用以判定用户是否能够下载；删除：当用户需要删除指定文件时，将文件对应的文件标识FID发给分布式网关G；分布式网关G只需要将用户C的身份ID从本地或者区块链上的文件存储元数据删除。该存储系统和介质均是基于上述方法来实施。本发明具有原理简单、便于管理、适用范围广等优点。
-
公开(公告)号：CN118331972A
公开(公告)日：2024-07-12
申请号：CN202410342318.1
申请日：2024-03-25
Applicant: 国家计算机网络与信息安全管理中心 , 莫荻 , 孙润涛
Abstract: 本发明提供了一种基于账本分叉的链上数字内容模拟方法及装置，适用于以太网，采用基于账本分叉，综合链下情报收集、链上数据分析、合约代码静态分析等技术，进行链上数字内容演化模拟，降低了动态NFT演化分析的手续费、运行时间等成本，通过链下情报、链上交易行为统计、源代码静态分析等方式，在对合约的功能特征进行刻画的基础上，提供集成的演化模拟分析环境，提高了操作效率。
-
公开(公告)号：CN118074888A
公开(公告)日：2024-05-24
申请号：CN202310509395.7
申请日：2023-05-08
Applicant: 国家计算机网络与信息安全管理中心
IPC: H04L9/06 , H04L9/00 , H04L67/1097
Abstract: 本发明提供了一种基于联盟链的超文本文件与元数据分布式存储及管理方法，所述存储方法包括：接收存储用户的存储请求，存储请求包括：待存储文件、请求信息和存储副本数；将待存储文件分片为N个分片集合；针对每一分片集合，通过对分片的加密以及对加密分片的哈希计算，得到分片集合对应的加密数据集合和哈希数组；计算哈希数组的根哈希，将根哈希返回至存储用户，将加密数据集合与哈希数组发送至分布式存储系统；基于请求信息与所有分片集合对应的根哈希，生成交易元数据；通过调用智能合约或交易生成交易事务，并将交易事务广播至区块链网络中。本发明解决了分布式存储系统中查询效率低、难以支持模糊搜索、数据存储管理逻辑复杂等问题。
-
公开(公告)号：CN118069595A
公开(公告)日：2024-05-24
申请号：CN202310512049.4
申请日：2023-05-08
Applicant: 国家计算机网络与信息安全管理中心
IPC: G06F16/16 , H04L67/1097 , G06F16/14 , G06F16/13 , G06F16/182 , G06F16/27
Abstract: 本发明提供了一种基于区块链管理元数据的分布式存储系统存储及检索方法，所述存储方法包括：获取待存储文件；提取待存储文件中的关键词，并基于关键词，得到元数据特征字段；将待存储文件发送至分布式存储系统，以使分布式存储系统存储该待存储文件完成后，返回该待存储文件的检索哈希；其中，检索哈希用于在分布式存储系统中以内容寻址的方式检索该待存储文件；根据元数据特征字段和检索哈希，生成元数据，并按照区块链的数据格式记录，将元数据记录在区块链账本中；基于关键词，更新关键词索引表；其中，关键词索引表记录关键词以及关键词对应的元数据在区块链账本中所在的区块高度。本发明实现了存储文件的快速检索。
-
公开(公告)号：CN117609497A
公开(公告)日：2024-02-27
申请号：CN202311343043.5
申请日：2023-10-17
Applicant: 国家计算机网络与信息安全管理中心 , 中网数安(北京)科技有限公司 , 联洋国融(北京)科技有限公司
IPC: G06F16/35 , G06F18/214 , G06F18/22 , G06F18/2431
Abstract: 本发明提供一种文本有害内容无监督识别方法及装置。所述方法包括：获取待识别的多个文本，计算每个待识别文本的特征向量；计算有害文本分类库中每个有害文本类别的特征向量，有害文本分类库包括每种有害文本类别的标识词；计算待识别文本的特征向量与每个有害文本类别的特征向量的相似度，若所述相似度的最大值超过设定阈值，则所述最大值对应的有害文本类别为所述待识别文本的类别。本发明通过构建有害文本分类库，并通过相似度计算，能够对文本中的有害内容进行无监督识别，解决了基于有监督学习的现有识别方法存在的需要不断地对新的大量文本数据进行标注，耗费大量的人工和时间的问题。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.01 seconds)
