-
公开(公告)号：CN113326689B
公开(公告)日：2023-08-18
申请号：CN202010128327.2
申请日：2020-02-28
Applicant: 中国科学院声学研究所 , 国家计算机网络与信息安全管理中心
IPC: G06F40/205 , G06F40/211 , G06F18/214 , G06F18/2415 , G06N3/045 , G06N3/092
Abstract: 本发明属于数据通信和数据处理技术领域，具体涉及一种基于深度强化学习模型的数据清洗方法，该方法包括：获取待清洗的带标签的数据集；采用预筛选算法，删除待清洗的带标签的数据集中的无内容数据、不在标签集内的标签数据和标签矛盾的数据，获得待分类的数据集；将待分类的数据集输入至预先训练的深度强化学习模型中，获得不同类别的延迟奖励；再根据获得的不同类别的延迟奖励，依据预先训练的深度强化学习模型中的动作集合，丢弃掉有偏数据，保留有效数据，并更新状态列表S，最大化每一类别的延迟奖励值，将每一类别的最大延迟奖励值对应的带标签的训练数据集作为清洗干净的带标签的训练数据集，从而完成数据清洗。
-
公开(公告)号：CN115828277A
公开(公告)日：2023-03-21
申请号：CN202211327183.9
申请日：2022-10-25
Applicant: 国家计算机网络与信息安全管理中心
Abstract: 本申请提供一种数据预测方法、装置、电子设备及存储介质。该方法包括：获取原始明文数据和待预测明文数据；利用根据全同态加密技术得到的公钥对原始明文数据加密以确定原始密文数据，并利用公钥对待预测明文数据加密以确定待预测密文数据；利用原始密文数据训练得到预测模型；根据预测模型对待预测密文数据进行预测以确定预测密文数据；利用根据全同态加密技术得到的私钥对预测密文数据进行解密以确定预测明文数据。本申请全过程中的数据均通过全同态加密技术进行加密，在神经网络模型的训练以及数据预测过程中都可以有效的保证用户的隐私数据不被泄露，为数据安全性提供了保障。
-
公开(公告)号：CN115525758A
公开(公告)日：2022-12-27
申请号：CN202210628092.2
申请日：2022-06-06
Applicant: 国家计算机网络与信息安全管理中心
Abstract: 本发明涉及一种基于SVM的特定文本大数据分析方法及系统，所述一种基于SVM的特定文本大数据分析方法包括：利用历史特定文本大数据得到历史特定文本大数据特征；利用所述历史特定文本大数据特征获取历史特定文本大数据分析结果，采用SVM的大数据分析系统的技术，全面提高特定文本的分类的准确性和覆盖率，通过在海量数据中实现对特定内容的精准分类，大大提高了特定内容分类的及时性和准确性，从而提高了系统层面对特定内容处理的流转环节，大大提高了应用系统的处理能力。
-
公开(公告)号：CN115238703A
公开(公告)日：2022-10-25
申请号：CN202210616914.5
申请日：2022-06-01
Applicant: 国家计算机网络与信息安全管理中心
IPC: G06F40/30 , G06F40/289 , G06F16/35 , G06N20/00
Abstract: 本发明涉及一种包含历史深度语义特定文本的识别方法及系统，所述一种包含历史深度语义特定文本的识别方法包括：利用历史深度语义特定文本数据进行初始处理得到历史深度语义特定文本初始数据；利用所述历史深度语义特定文本初始数据得到历史深度语义特定文本识别结果，通过大数据分析特定文本进行模型训练，并对特定内容的语义特征进行分析筛除，进而进行分类、识别及定性，提升了对于特定文本的识别准确率，避免误差的产生。
-
公开(公告)号：CN110942783A
公开(公告)日：2020-03-31
申请号：CN201910978660.X
申请日：2019-10-15
Applicant: 国家计算机网络与信息安全管理中心 , 珠海高凌信息科技股份有限公司
Abstract: 本发明涉及一种基于音频多级聚类的群呼型骚扰电话分类方法，该方法包括：S100，将包括有多个音频数据的音频池划分为多个等同分组，将每个分组依次进行特征提取及特征对比，进而执行聚类分析，得到音频聚类；S200，将音频进行语音转写，将语音转写的文本进行关键词库检索对比，得到关键词对比结果；S300，将音频聚类执行音频库检索对比，得到音频聚类结果；S400，对所述关键词对比结果及音频聚类结果进行合并分析，得到自动分类的群呼型骚扰电话。本发明的有益效果为：能够有效检测和发现群呼型骚扰电话；结合关键词、文本转写等手段，对骚扰电话实现了自动分类，节省了人工成本，提高了效率。
-
Patent Agency Ranking
公开(公告)号：CN110602332A
公开(公告)日：2019-12-20
申请号：CN201910708779.5
申请日：2019-08-01
Applicant: 国家计算机网络与信息安全管理中心 , 北京邮电大学
Abstract: 本发明公开了一种通信线路特征提取方法、通信线路识别方法及装置。所述通信线路特征提取方法包括：获取主叫端与被叫端之间的通话音频；对所述通话音频进行处理，以去除所述通话音频中的人声音频；分别采用差分方法、频率划分方法和自编码网络方法从处理后的通话音频中对应提取第一噪声特征、第二噪声特征和第三噪声特征，并将所述第一噪声特征、所述第二噪声特征和所述第三噪声特征作为所述主叫端与所述被叫端之间的通信线路特征，从而能够准确且高效的提取通信线路特征，进而提高通信线路识别的准确性和高效性，提高电话通信的可靠性。
-
公开(公告)号：CN115914056B
公开(公告)日：2024-12-17
申请号：CN202110914688.4
申请日：2021-08-10
Applicant: 国家计算机网络与信息安全管理中心
IPC: H04L43/50 , H04L65/1104 , H04L67/02 , H04L67/141
Abstract: 本申请提供一种网络电话服务端的识别方法及装置、系统、电子设备，该方法包括：获取SIP流量，对SIP流量进行分析，获得目的IP信息；根据目的IP信息，对目标服务端的通信端口进行扫描，查找开放服务的目标端口；与开放服务的目标端口建立连接，并向开放服务的目标端口发送HTTP报文；根据HTTP报文的响应消息，确定目标服务端是否为网络电话服务端。由此可以高效地过滤出网络中大部分的VoIP运营平台信息，比传统的被动解析方式需要的资源更少且更加灵活，比传统的主动方式更加高效、目的性更强。在消耗少量资源的情况下，可以高效的进行定向分析，大大提高整体分析的高效性。
-
公开(公告)号：CN111669757B
公开(公告)日：2023-03-14
申请号：CN202010542362.9
申请日：2020-06-15
Applicant: 国家计算机网络与信息安全管理中心 , 杭州东信北邮信息技术有限公司
IPC: H04W12/12 , G06F40/211 , G06F40/284 , G06F40/30 , G06N3/04
Abstract: 一种基于通话文本词向量的终端诈骗电话识别方法，包括：用户在终端App中标记来话，当标记为诈骗类别时，经用户授权同意后转化为文本，由用户检视和脱敏，并在用户授权后上传服务器保存为文本样本；对文本样本进行分词和词性标注，获得分词的句法依存标签和词组合向量，再将词组合向量、词性标注和句法依存标签拼合构成分词的内容向量，计算分词所属的情景要素标签，以获得文本样本的语义向量；构建诈骗分类识别模型，使用服务器中文本样本作为训练样本，然后将训练好的模型从服务器端推送给App；App接收新的待识别通话后，根据模型获得其所属的涉诈类别，并提示用户。本发明属于信息技术领域，能基于通话文本准确识别诈骗电话。
-
公开(公告)号：CN110942783B
公开(公告)日：2022-06-17
申请号：CN201910978660.X
申请日：2019-10-15
Applicant: 国家计算机网络与信息安全管理中心 , 珠海高凌信息科技股份有限公司
Abstract: 本发明涉及一种基于音频多级聚类的群呼型骚扰电话分类方法，该方法包括：S100，将包括有多个音频数据的音频池划分为多个等同分组，将每个分组依次进行特征提取及特征对比，进而执行聚类分析，得到音频聚类；S200，将音频进行语音转写，将语音转写的文本进行关键词库检索对比，得到关键词对比结果；S300，将音频聚类执行音频库检索对比，得到音频聚类结果；S400，对所述关键词对比结果及音频聚类结果进行合并分析，得到自动分类的群呼型骚扰电话。本发明的有益效果为：能够有效检测和发现群呼型骚扰电话；结合关键词、文本转写等手段，对骚扰电话实现了自动分类，节省了人工成本，提高了效率。
-
公开(公告)号：CN113742478A
公开(公告)日：2021-12-03
申请号：CN202010474192.5
申请日：2020-05-29
Applicant: 国家计算机网络与信息安全管理中心
IPC: G06F16/35 , G06F16/33 , G06F40/295 , G06N3/04
Abstract: 本发明公开了一种针对海量文本数据的定向筛选架构及方法。本方法步骤包括：1)使用关键词匹配方法从待筛选文本中获取疑似目标文本；2)从已标注的目标文本中提取常用句式，并分为与业务强相关句式、与业务弱相关句式；对待筛选文本进行模糊句式匹配，如果与业务强相关句式匹配，则将文本判断为目标文本，否则为疑似目标文本；3)对每一疑似目标文本进行分类；4)根据疑似目标文本匹配上的关键词的个数确定文本的评估值E1；根据分类判别结果，确定文本的评估值E2；基于文本与外部辅助语料的信息匹配结果确定文本的评估值E3；然后基于评估值E1～E3，计算得到文本最终评分反馈给研判层；5)研判层确定反馈的文本是否为目标文本。
-
-
-
-
-
-
-
-
-
Search Results
55
records
(took 0.057 seconds)
