-
公开(公告)号：CN119276618A
公开(公告)日：2025-01-07
申请号：CN202411660401.X
申请日：2024-11-20
Applicant: 天津市国瑞数码安全系统股份有限公司
IPC: H04L9/40 , H04L9/00 , G06N3/045 , G06F18/214
Abstract: 本发明提供一种数据共享场景下加密流量数据检测的方法和系统，通过使用过采样算法和欠采样算法，解决训练数据集的数据不平衡的问题，优化深度异常检测模型，参与共享的节点上传训练好的模型参数，由控制节点进行优化聚合，再把聚合后的参数下发给各个节点，使得节点们可以使用相同检测效果的模型，使用深度异常检测模型识别出伪造合成或篡改等攻击，从而保证数据通信安全和高效匹配，克服现有技术不能快速准确检测加密数据是否被篡改或伪造的问题。
-
公开(公告)号：CN119520101A
公开(公告)日：2025-02-25
申请号：CN202411660400.5
申请日：2024-11-20
Applicant: 天津市国瑞数码安全系统股份有限公司
IPC: H04L9/40 , G06F18/213 , G06F18/2433 , H04L9/00
Abstract: 本发明提供一种数据共享场景下数据防篡改的方法和系统，通过使用过采样算法和欠采样算法，解决训练数据集的数据不平衡的问题，优化深度异常检测模型，参与共享的节点之间分享训练好的模型参数，使得节点们可以使用相同检测效果的模型，使用深度异常检测模型识别出伪造合成或篡改等攻击，从而保证数据通信安全和高效匹配，克服现有技术中公开的信道容易带来隐私泄露和安全威胁的问题。
-
Patent Agency Ranking
公开(公告)号：CN115329770B
公开(公告)日：2025-05-06
申请号：CN202210892597.X
申请日：2022-07-27
Applicant: 天津市国瑞数码安全系统股份有限公司
IPC: G06F40/30 , G06F16/353 , G06F16/36 , G06N5/022 , G06N3/045 , G06N3/0464 , G06N3/0442 , G06F16/28 , G06F16/26
Abstract: 本发明提供一种基于语义分析的威胁情报提取方法和系统，由于在现有的威胁情报分析的基础上，通过改进使用两种网络结构得到增强的语义特征，以及改进实体抽取的嵌入层处理，可以准确标注实体类别和边界，再改进LSTM层实现得到隐藏状态，进一步得到隐藏状态对应的语义特征,克服了现有的关系抽取通常仅使用单一的深度学习模型，无法捕获完整的语义特征，以及实体之间存在有大量的隐式关系，现有的模型难以有效捕获隐式关系的语义特征的问题。
-
公开(公告)号：CN119276619A
公开(公告)日：2025-01-07
申请号：CN202411660402.4
申请日：2024-11-20
Applicant: 天津市国瑞数码安全系统股份有限公司
IPC: H04L9/40 , H04L9/00 , G06N3/045 , G06N3/08 , G06F18/214
Abstract: 本发明提供一种针对网络隐蔽攻击的检测方法和系统，通过使用过采样算法和欠采样算法，解决训练数据集的数据不平衡的问题，同时通过捕获特征的长距离依赖关系和计算各属性特征的重要程度，突出混淆的关键特征，优化深度异常检测模型，节点上传训练好的模型参数，由控制节点优化聚合，再下发给各个节点，使用深度异常检测模型快速识别出隐蔽攻击，克服现有技术无法有效对抗混淆代码，无法快速精确地识别出隐蔽的攻击手段的问题。
-
公开(公告)号：CN115103192B
公开(公告)日：2024-11-01
申请号：CN202210674214.1
申请日：2022-06-15
Applicant: 天津市国瑞数码安全系统股份有限公司
Inventor： 段凯
IPC: H04N19/42 , H04N19/436 , H04N19/59 , G06N3/0464
Abstract: 本发明提供一种融合视频的压缩方法和系统，通过采用两次不同方向的采样过程，先降低视频数据的分辨率和维度，提取特征后再提高视频数据的分辨率和维度，利用全连接层原理，将两种特征时空融合在一起，最后调用神经网络求解到损失函数的最优解，实现视频数据的实时压缩还原。
-
公开(公告)号：CN115329770A
公开(公告)日：2022-11-11
申请号：CN202210892597.X
申请日：2022-07-27
Applicant: 天津市国瑞数码安全系统股份有限公司
Abstract: 本发明提供一种基于语义分析的威胁情报提取方法和系统，由于在现有的威胁情报分析的基础上，通过改进使用两种网络结构得到增强的语义特征，以及改进实体抽取的嵌入层处理，可以准确标注实体类别和边界，再改进LSTM层实现得到隐藏状态，进一步得到隐藏状态对应的语义特征,克服了现有的关系抽取通常仅使用单一的深度学习模型，无法捕获完整的语义特征，以及实体之间存在有大量的隐式关系，现有的模型难以有效捕获隐式关系的语义特征的问题。
-
公开(公告)号：CN115103192A
公开(公告)日：2022-09-23
申请号：CN202210674214.1
申请日：2022-06-15
Applicant: 天津市国瑞数码安全系统股份有限公司
IPC: H04N19/42 , H04N19/436 , H04N19/59 , G06N3/04 , G06N3/08
Abstract: 本发明提供一种融合视频的压缩方法和系统，通过采用两次不同方向的采样过程，先降低视频数据的分辨率和维度，提取特征后再提高视频数据的分辨率和维度，利用全连接层原理，将两种特征时空融合在一起，最后调用神经网络求解到损失函数的最优解，实现视频数据的实时压缩还原。
-
-
-
-
-
-
Search Results
7
records
(took 0.057 seconds)
