-
公开(公告)号：CN113343219A
公开(公告)日：2021-09-03
申请号：CN202110606530.0
申请日：2021-05-31
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
Abstract: 本发明公开了一种自动高效的高风险移动应用程序检测方法，包括S1、获取待测App的SDK列表和权限列表，转化为向量形式，得到列表向量；计算待测App与已知的高风险App之间的相似度，判定为潜在风险App；S2、动态分析进一步判定是否为高风险App，若判定为“是”，将其标记为高风险App；S3、人工审核判定是否是高风险App，若“是”，添加至高风险App库，标记为高风险App。本发明采用以静态分析、动态分析为主，辅助以人工审核的方式，避免了人工审核存在的效率低、成本高、准确率低等问题，实现了高风险App得自动高效识别。
-
公开(公告)号：CN113132383A
公开(公告)日：2021-07-16
申请号：CN202110421317.2
申请日：2021-04-19
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
Abstract: 本发明涉及大数据技术领域。本发明公开了一种网络数据采集系统，该系统包括服务器，服务器包括：任务下发模块，用于创建用户信息获取任务，将用户信息获取任务分配至不同的任务池，计算任务池优先级，根据任务下发规则，得到并传输具有优先级参数的用户信息获取任务；数据解析模块，与任务下发模块数据连接，用于获取来自中间代理服务端的用户信息流量数据，数据解析模块构建报文解析神经网络模型，将待解析报文信息输入训练后报文解析神经网络模型，判断待解析报文信息中是否包括指定用户信息并提取。通过设置任务优先级，优先处理重要的任务，提高任务处理效率。本公开实施例还公开了一种网络数据采集方法。
-
公开(公告)号：CN112990220B
公开(公告)日：2022-08-05
申请号：CN202110417894.4
申请日：2021-04-19
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
Abstract: 本发明涉及人工智能技术领域，特别涉及一种图像中目标文本智能识别方法。该方法步骤如下：将目标文本由像素点坐标表示，输入目标文本像素点坐标值对像素坐标识别神经网络进行训练，获得文本自编码模型和目标文本的表述特征；根据区域的高度值计算背景区域数量，提取覆盖背景区域，剩余区域为前景区域；利用训练好的文本自编码模型在前景区域中获得待识别的文本的表述特征，将文本的表述特征与期望的目标文本的表述特征进行对比判断，若两者误差达到预设阈值，则识别文字为目标文本。本发明还提供一种图像中目标文本智能识别系统。本发明通过基于文本自编码模型来识别目标文本，能够精准定位目标文本在图像中的位置，计算复杂度低，识别准确率高。
-
公开(公告)号：CN113536077B
公开(公告)日：2022-06-17
申请号：CN202110606596.X
申请日：2021-05-31
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
IPC: G06F16/906 , G06F16/953 , G06F16/901 , G06N20/00
Abstract: 本发明公开了一种移动APP特定事件内容检测方法，涉及网络信息安全和自然语言处理交叉技术领域。首先获取互联网上特定事件的若干内容作为原始语料，从中抽取原始关键词；针对原始语料构建关键词关系图，并对关键词关系图进行聚类，得到若干簇；对同一簇中的关键词进行量化和排序，得到最能够表达该事件的特征关键词；将特征关键词输入到APP搜索框中进行自动化检索，保存结果；使用机器学习算法对保存结果进行分析，实现了移动APP中特定事件的自动、高效检测分析。本发明以很低的搜索成本获得了不同移动应用针对特定事件的舆论观点和舆论走向信息。本发明还公开了一种移动APP特定事件内容检测装置。
-
公开(公告)号：CN113343219B
公开(公告)日：2023-03-07
申请号：CN202110606530.0
申请日：2021-05-31
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
Abstract: 本发明公开了一种自动高效的高风险移动应用程序检测方法，包括S1、获取待测App的SDK列表和权限列表，转化为向量形式，得到列表向量；计算待测App与已知的高风险App之间的相似度，判定为潜在风险App；S2、动态分析进一步判定是否为高风险App，若判定为“是”，将其标记为高风险App；S3、人工审核判定是否是高风险App，若“是”，添加至高风险App库，标记为高风险App。本发明采用以静态分析、动态分析为主，辅助以人工审核的方式，避免了人工审核存在的效率低、成本高、准确率低等问题，实现了高风险App得自动高效识别。
-
Patent Agency Ranking
公开(公告)号：CN113536077A
公开(公告)日：2021-10-22
申请号：CN202110606596.X
申请日：2021-05-31
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
IPC: G06F16/906 , G06F16/953 , G06F16/901 , G06N20/00
Abstract: 本发明公开了一种移动APP特定事件内容检测方法，涉及网络信息安全和自然语言处理交叉技术领域。首先获取互联网上特定事件的若干内容作为原始语料，从中抽取原始关键词；针对原始语料构建关键词关系图，并对关键词关系图进行聚类，得到若干簇；对同一簇中的关键词进行量化和排序，得到最能够表达该事件的特征关键词；将特征关键词输入到APP搜索框中进行自动化检索，保存结果；使用机器学习算法对保存结果进行分析，实现了移动APP中特定事件的自动、高效检测分析。本发明以很低的搜索成本获得了不同移动应用针对特定事件的舆论观点和舆论走向信息。本发明还公开了一种移动APP特定事件内容检测装置。
-
公开(公告)号：CN113132383B
公开(公告)日：2022-03-25
申请号：CN202110421317.2
申请日：2021-04-19
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
IPC: H04L69/22 , H04L67/562 , G06N3/08
Abstract: 本发明涉及大数据技术领域。本发明公开了一种网络数据采集系统，该系统包括服务器，服务器包括：任务下发模块，用于创建用户信息获取任务，将用户信息获取任务分配至不同的任务池，计算任务池优先级，根据任务下发规则，得到并传输具有优先级参数的用户信息获取任务；数据解析模块，与任务下发模块数据连接，用于获取来自中间代理服务端的用户信息流量数据，数据解析模块构建报文解析神经网络模型，将待解析报文信息输入训练后报文解析神经网络模型，判断待解析报文信息中是否包括指定用户信息并提取。通过设置任务优先级，优先处理重要的任务，提高任务处理效率。本公开实施例还公开了一种网络数据采集方法。
-
公开(公告)号：CN112990220A
公开(公告)日：2021-06-18
申请号：CN202110417894.4
申请日：2021-04-19
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
Abstract: 本发明涉及人工智能技术领域，特别涉及一种图像中目标文本智能识别方法。该方法步骤如下：将目标文本由像素点坐标表示，输入目标文本像素点坐标值对像素坐标识别神经网络进行训练，获得文本自编码模型和目标文本的表述特征；根据区域的高度值计算背景区域数量，提取覆盖背景区域，剩余区域为前景区域；利用训练好的文本自编码模型在前景区域中获得待识别的文本的表述特征，将文本的表述特征与期望的目标文本的表述特征进行对比判断，若两者误差达到预设阈值，则识别文字为目标文本。本发明还提供一种图像中目标文本智能识别系统。本发明通过基于文本自编码模型来识别目标文本，能够精准定位目标文本在图像中的位置，计算复杂度低，识别准确率高。
-
公开(公告)号：CN118898760A
公开(公告)日：2024-11-05
申请号：CN202411074222.8
申请日：2024-08-06
Applicant: 国家计算机网络与信息安全管理中心 , 中国科学院信息工程研究所 , 中国软件评测中心(工业和信息化部软件与集成电路促进中心)
IPC: G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/094
Abstract: 本说明书涉及计算机技术领域，尤其涉及一种针对网络安全的图像识别方法及装置。所述方法包括：获取用于训练网络安全图像对抗网络的训练样本图像，训练样本图像是真实拍摄的图像；将训练样本图像作为网络安全图像对抗网络中的图像重构模型的输入数据，以通过图像重构模型生成训练样本图像对应的重构图像；将重构图像和训练样本图像作为网络安全图像对抗网络中的图像判别模型的输入数据，以基于预设的损失函数，通过交替训练的方式对图像重构模型和图像判别模型进行模型训练，得到训练后的网络安全图像对抗网络；根据训练后的网络安全图像对抗网络对需要进行网络安全检测的图像进行真实性判别。
-
公开(公告)号：CN119496603A
公开(公告)日：2025-02-21
申请号：CN202411408274.4
申请日：2024-10-10
Applicant: 中国科学院信息工程研究所 , 国家计算机网络与信息安全管理中心
Abstract: 本发明提供一种基于全同态加密的密态数据并行排序方法及系统，该方法包括：通过安全参数生成公共参数、公钥与私钥，并发布公共参数与公钥；基于私钥，将明文数组编码并打包加密到若干个密文，并发布密文，以供服务器基于公共参数与公钥，对明文数组的密文执行同态比较，得到明文数组的比较矩阵的密文，以及基于公共参数与公钥，根据比较矩阵对明文数组排序，得到有序数组的密文；基于私钥，将有序数组的密文解密并译码得到明文计算结果。本发明能够在密文形式下完成相应明文数组的排序任务，实现了同态排序算法的并行加速，提高了吞吐率、降低了运算时延。
-
-
-
-
-
-
-
-
-
Search Results
22
records
(took 0.06 seconds)
