-
公开(公告)号：CN106570414A
公开(公告)日：2017-04-19
申请号：CN201610952673.6
申请日：2016-11-02
Applicant: 国家计算机网络与信息安全管理中心 , 恒安嘉新(北京)科技有限公司
IPC: G06F21/62
CPC classification number: G06F21/6281 , G06F21/629
Abstract: 本发明公开了一种自动化获取iOS APP加密通讯数据的方法和系统，属于移动应用技术领域，该方法包括：步骤1、逆向分析所述APP，得到所述APP的数据加密函数入口地址；步骤2、启动所述APP，注入所述APP的进程ID；步骤3、在所述数据加密函数入口地址下断点，读取明文数据并显示。本发明的技术方案通过获取iOS APP的数据加密函数入口地址，在数据被加密之前，可以从内存中读取明文数据，实现对网络通信数据的监控，并且对iOS APP的监控也不限于新闻类、微博类的通讯数据。
-
公开(公告)号：CN115713462A
公开(公告)日：2023-02-24
申请号：CN202211412609.0
申请日：2022-11-11
Applicant: 烟台中科网络技术研究所 , 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上海分中心
IPC: G06T3/40 , G06N3/0464 , G06N3/08 , G06N3/082
Abstract: 本发明公开了超分辨模型训练方法、图像识别方法、装置及设备，属于图像处理技术领域，获取多个样本数据，样本数据包括获取同一场景成对的 ；构建图像超分辨率模型：将含有多个卷积网络模块的深度神经网络模型分别对低分辨率图像和高分辨率图像的特征进行提取和映射，学习特征间非线性的映射关系，最终将提取到的特征进行加权融合；构建目标方程：将低分辨率图像LR(x)输入到图像超分辨率模型中，获得超分辨率图像SR(x)，SR(x)与对应的高分辨率图像HR(x)计算损失用于约束网络的训练过程。本申请能够使得重建后的高分辨率图像具有更清晰的纹理细节，进而提高图像检测的精确率。
-
公开(公告)号：CN116702094B
公开(公告)日：2023-12-22
申请号：CN202310957274.9
申请日：2023-08-01
Applicant: 国家计算机网络与信息安全管理中心
IPC: G06F18/26 , G06F18/25 , G06F18/213 , G06F18/22 , G06F18/27 , G06N3/045 , G06N3/044 , G06N3/0442 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及数据处理技术领域，提供一种群体应用偏好特征表示方法，其中方法包括：获取用户的交互数据；基于多模态预训练模型，提取所述交互数据的特征表示；基于所述交互数据的特征表示，确定所述交互数据的群体应用偏好特征；基于所述群体应用偏好特征，对所述用户进行画像。本发明提供的群体应用偏好特征表示方法，能够自适应的针对任意的纯文本数据、纯图像数据、图文混合数据提取联合特征，实现对多模态数据的分析处理，在图文模态下，可以增加特征提取的语义交互能力，使得到的群体应用偏好特征更准确，从而提高用户画像的质量。
-
公开(公告)号：CN117234572A
公开(公告)日：2023-12-15
申请号：CN202310892421.9
申请日：2023-07-20
Applicant: 国家计算机网络与信息安全管理中心
IPC: G06F8/70 , G06F8/71 , G06F8/74 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及多模态数据提取技术领域，尤其为一种基于游戏引擎的多模态数据提取方法，包括如下步骤包括如下步骤：S1：通过对游戏文件逆向，获得游戏的资源文件；S2：通过对资源文件引擎特征提取，获得游戏资源文件中的游戏引擎；S3：通过对游戏资源文件中的游戏引擎进行特征融合获得融合特征进行多模态数据提取。本发明通过逆向手段分析游戏引擎，从游戏引擎对资源文件打包开始，深入研究打包流程和打包过程中使用的技术，无需运行游戏，直接从游戏安装路径下对资源文件提取，减少了资源浪费问题。
-
公开(公告)号：CN105871630B
公开(公告)日：2019-03-05
申请号：CN201610370749.4
申请日：2016-05-30
Applicant: 国家计算机网络与信息安全管理中心
Abstract: 本发明提出了一种确定网络用户的上网行为类别的方法，该方法，包括：提取每个待测网络用户的上网行为特征，并通过文档向量空间模型的量化方法形成用户行为特征矩阵X；根据所述用户行为特征矩阵X，通过概率潜在语义分析方法PLSA和EM算法，得到行为倾向集合T以及“用户‑倾向”概率分布矩阵D；根据所述用户行为特征矩阵X，通过支持向量机SVM算法，得到“特征词‑类别”概率分布矩阵C；通过矩阵乘法运行T×C得到“倾向‑类别”映射矩阵M；通过矩阵乘法运行D×M得到“用户‑类别”概率分布矩阵Y；根据任一待测网络用户在各个类别上的概率分布情况，将所述任一待测网络用户分类到概率值最大的类别中。
-
Patent Agency Ranking
公开(公告)号：CN105069169B
公开(公告)日：2019-03-05
申请号：CN201510547203.7
申请日：2015-08-31
Applicant: 国家计算机网络与信息安全管理中心
IPC: G06F16/958
Abstract: 本发明提出了一种网站镜像的检测方法及装置。所述检测方法包括：计算待检测网站的标题信息与原始网站的标题信息的相似度，若所述相似度超过设定阈值，则所述待检测网站为疑似网站；比对所述疑似网站的网页结构中的可视化元素和所述原始网站的网页结构中的可视化元素，若满足预设条件，则判定所述疑似网站为镜像网站，在保证检测准确性的同时，提高网站镜像检测的效率。
-
公开(公告)号：CN106970962A
公开(公告)日：2017-07-21
申请号：CN201710170469.3
申请日：2017-03-21
Applicant: 国家计算机网络与信息安全管理中心
IPC: G06F17/30
CPC classification number: G06F16/95 , G06F16/951
Abstract: 本发明公开了一种获取搜索引擎搜索结果的方法和装置。所述方法包括：输入待测试的搜索引擎、关键词和页码；将关键词和页码输入搜索引擎对应的搜索引擎模板，获得关键词和页码对应的一级页面地址；将一级页面地址输入到预设的浏览器中，通过浏览器访问一级页面地址，并获取一级页面地址对应一级页面信息和二级页面信息。本发明采用自动化的方式获取搜索引擎的搜索结果，通过预先设置搜索引擎模板的方式，自动获得一级页面地址，并将一级页面地址输入预设的浏览器中，进而通过访问该一级页面地址，自动获得所需的一级页面信息和二级页面信息。通过本发明可以有效提升搜索验证效率和准确率，提高搜索效果以及获得搜索结果的效率。
-
公开(公告)号：CN105871630A
公开(公告)日：2016-08-17
申请号：CN201610370749.4
申请日：2016-05-30
Applicant: 国家计算机网络与信息安全管理中心
Abstract: 本发明提出了一种确定网络用户的上网行为类别的方法，该方法，包括：提取每个待测网络用户的上网行为特征，并通过文档向量空间模型的量化方法形成用户行为特征矩阵X；根据所述用户行为特征矩阵X，通过概率潜在语义分析方法PLSA和EM算法，得到行为倾向集合T以及“用户?倾向”概率分布矩阵D；根据所述用户行为特征矩阵X，通过支持向量机SVM算法，得到“特征词?类别”概率分布矩阵C；通过矩阵乘法运行T×C得到“倾向?类别”映射矩阵M；通过矩阵乘法运行D×M得到“用户?类别”概率分布矩阵Y；根据任一待测网络用户在各个类别上的概率分布情况，将所述任一待测网络用户分类到概率值最大的类别中。
-
公开(公告)号：CN104601573A
公开(公告)日：2015-05-06
申请号：CN201510020365.5
申请日：2015-01-15
Applicant: 国家计算机网络与信息安全管理中心
IPC: H04L29/06
CPC classification number: H04L63/10 , H04L63/0236 , H04L67/02
Abstract: 本发明提出了一种Android平台URL访问结果验证方法及装置，面对背景技术中提到的安全威胁，可以快速、有效地获取URL访问过程信息，包括对URL链接的访问是否成功，判断Android浏览器应用是否具有网络代理能力等，也对能够成功访问的URL进行周期性测试。本发明通过图片对比、网络数据包分析来判断链接是否可用，提供必要的相应格式的分析报告供人工分析验证。可以广泛应用在Android应用程序信息安全自动化批量检测工具之中。
-
公开(公告)号：CN104573033A
公开(公告)日：2015-04-29
申请号：CN201510020876.7
申请日：2015-01-15
Applicant: 国家计算机网络与信息安全管理中心
IPC: G06F17/30
CPC classification number: G06F17/30876 , G06F17/30887
Abstract: 本发明提出了一种动态URL过滤方法及装置，该方法包括：基于URL标注集创建信息字典；针对URL标注集中的每一个URL，根据所述信息字典生成对应的特征向量，由URL标注集中所有的URL对应的特征向量组成特征矩阵；对URL特征矩阵进行分类得到特征权重向量和二分类阈值；基于所述信息字段对待预测的URL进行特征提取，并基于提取出的特征生成所述待预测的URL的特征向量；将所述待预测的URL的特征向量与所述特征权重向量对应相乘后相加得到目标数值，将目标数值与二分类阈值相比较以判断所述待预测的URL是动态URL还是静态URL。本发明可以离线处理，不需要访问网络、减少了存储，比较节省处理时间和计算资源。
-
-
-
-
-
-
-
-
-
Search Results
52
records
(took 0.084 seconds)
