网页恶意篡改识别方法、系统及可读存储介质

    公开(公告)号:CN115396237A

    公开(公告)日:2022-11-25

    申请号:CN202211322297.4

    申请日:2022-10-27

    摘要: 本发明涉及网页恶意篡改识别方法、系统及可读存储介质,识别方法包括:S1、爬取待测网页的图片数据和文本数据;S2、判断待测网页的数据信息与预设网页的数据信息是否相同;若否,则转至步骤S3;S3、利用VGG卷积神经网络的全连接层的输出作为SVM分类器的输入构成的第一分类模型对待测网页的图片数据进行分类,得到第一分类标签及其对应的置信度;利用BERT神经网络拼接双向LSTM神经网络并在输出前添加注意力构成的第二分类模型对待测网页的文本数据进行分类,得到第二分类标签及其对应的置信度;S4、判断各置信度是否超出置信度阈值;若是,则输出网页存在恶意篡改告警。本发明有效提升了网页恶意篡改识别的精度和效率。

    一种骚扰诈骗电话的防范方法及系统

    公开(公告)号:CN114710591A

    公开(公告)日:2022-07-05

    申请号:CN202210613857.5

    申请日:2022-06-01

    摘要: 本发明涉及一种骚扰诈骗电话的防范方法及系统,防范方法包括:构建防范骚扰诈骗信息库;获取主叫企业端呼叫被叫用户端的信令数据,并根据信令数据依次判断主叫号码是否为骚扰电话、是否属于诈骗号码名单、是否属于分类号码名单、主叫号码对应的所属行业是否在用户接听意愿分类名单的对应行业接听意愿中、信令数据中的归属网络是否属于VoLTE、信令数据中的被叫资源协商是否成功;之后执行不同的屏显方式,基于VoLTE‑CRS技术的屏显方式或GSM‑FlashSMS技术的屏显方式在被叫用户端提示主叫号码信息。本发明基于通信技术提示主叫身份信息,从而便于被叫用户自行判断是否需要接听,能够精准防范骚扰诈骗电话。

    一种木马图片检测方法、系统及计算机可读存储介质

    公开(公告)号:CN113806747B

    公开(公告)日:2022-02-25

    申请号:CN202111365886.6

    申请日:2021-11-18

    摘要: 本发明涉及一种木马图片检测方法、系统及计算机可读存储介质;木马图片检测方法包括:S1、对图像数据集中的图片进行解码、切分;其中,图像数据集包括正常图片和木马图片;S2、根据切分得到的文本样本构建文本总体特征;S3、对文本向量分别通过加入注意力的双向LSTM和三个不同kernel_size的并行CNN进行特征提取,得到LSTM特征和CNN特征;S4、将三种特征组合,之后依次通过全连接层和softmax激活函数,建立混合神经网络模型并进行权重训练;S5、将待检测图片进行解码、切分,然后经过处理得到三种特征并输入权重训练之后的混合神经网络模型,输出待检测图片的分类结果。本发明提升了木马检测的精度。

    一种基于自适应和色彩归一的人脸识别方法及系统

    公开(公告)号:CN111738242B

    公开(公告)日:2020-12-25

    申请号:CN202010848894.5

    申请日:2020-08-21

    IPC分类号: G06K9/00

    摘要: 本发明公开了一种基于自适应和色彩归一的人脸识别方法,包括步骤:S1.创建人脸图像数据集;S2.对人脸数据集中的图像基于人脸检测网络进行自适应尺度选择处理,得到新的人脸图像;S3.对输出的新的人脸图像进行人脸定位,并对定位后的人脸的眼周区域进行色彩归一处理,得到处理后的人脸图像;S4.将处理后人脸图像输入人脸识别网络中,并计算处理后人脸图像的向量与预存的人脸图像的欧式距离,判断所述欧氏距离是否小于第一预设阈值,若是,则得到训练样本,并将所述训练样本输入至人脸识别网络中进行训练,得到最终的人脸识别网络模型;S5.将所要识别的图像输入至人脸识别网络模型中进行人脸识别,得到最终的识别结果。

    一种利用键值匹配模型提高黑名单准确率的方法及系统

    公开(公告)号:CN111930808A

    公开(公告)日:2020-11-13

    申请号:CN202010970431.6

    申请日:2020-09-16

    摘要: 本发明公开了一种利用键值匹配模型提高黑名单准确率的方法,包括:S1.采集类别标签中的每个号码数据对应的24小时内的通话记录;S2.根据采集到的通话记录计算每个号码的查询键,并将计算得到的查询键与号码对应的类别标签进行组合,生成号码的数据集;S3.统计所有号码的数据集,并筛选统计的数据集中同一查询键所对应的类别标签,得到查询键对应的类别标签统计模型;S4.将测试号码进行步骤S2的处理,得到测试号码的查询键,并将查询键输入至得到的统计模型中,统计模型输出与测试号码的查询键相同的查询键所对应的类别标签;S5.将输出的查询键的类别标签相加,得到输出的查询键的键值对;根据得到的键值对计算查询键所对应的类别标签,得到最终结果。

    一种基于操作日志的故障修复手段的推荐方法及系统

    公开(公告)号:CN111506487A

    公开(公告)日:2020-08-07

    申请号:CN202010594026.9

    申请日:2020-06-28

    摘要: 本发明公开了一种基于操作日志的故障修复手段的推荐方法及系统,本发明涉及的一种基于操作日志的故障修复手段的推荐方法,包括步骤:S11.建立记录操作信息的代理节点;S12.根据建立的代理节点记录异常事件相关对象的操作日志,并对所述操作日志进行标记;S13.对所述进行标记的操作日志进行过滤处理,得到异常事件中带有标记的介入性操作;S14.对所述得到的介入性操作的标记进行判断,剔除介入性操作中执行失败的操作日志行,得到介入性操作中执行成功的操作日志片段;S15.对所述得到的执行成功的操作日志片段进行标准化处理;S16.对步骤S12中与执行成功的操作日志片段相同的异常事件所搜集的操作日志片段进行公共操作片段提取,并作为故障处置的推荐操作。

    一种利用级联卷积神经网络实现人脸检测的方法

    公开(公告)号:CN110717481B

    公开(公告)日:2020-04-07

    申请号:CN201911271105.X

    申请日:2019-12-12

    IPC分类号: G06K9/00 G06K9/62

    摘要: 本发明涉及一种利用级联卷积神经网络实现人脸检测的方法,包括以下步骤:样本采集,采集不同条件下的已标注的人脸图像作为正样本,采集非人脸图像作为负样本;样本预处理,对正样本和负样本进行等比放大缩小,得到预处理后的图像集;网络训练,将预处理后的图像集中的各图像数据输入级联卷积神经网络,依次经过三个模型的分类和回归进行人脸候选框的过滤,得到最终的人脸检测框,完成级联卷积神经网络的训练,构建训练后的模型;人脸检测,将测试数据集中的测试图像进行等比放大缩小以得到测试图像集,然后输入训练后的模型中以对测试图像进行人脸候选框的标定。本发明减少了干扰因素对人脸检测的影响,提高人脸检测的精度。

    一种利用时序聚类算法实现故障检测的方法

    公开(公告)号:CN110826648A

    公开(公告)日:2020-02-21

    申请号:CN202010021275.9

    申请日:2020-01-09

    IPC分类号: G06K9/62 G06F11/30

    摘要: 本发明属于IT运维以及机器学习技术领域,具体涉及一种利用时序聚类算法实现故障检测的方法,包括以下步骤:按照预设的时间频率采集设备性能指标信息,获得时间序列数据;对时间序列数据进行归一化;利用DBSCAN算法对归一化后的时间序列数据进行聚类分析,计算聚类后的时间序列的异常值分数;根据异常值分数是否超出设定的阈值以判断是否存在故障。本发明的利用时序聚类算法实现故障检测的方法,利用DBSCAN算法,将设备时间序列数据进行聚类分析,并且通过分析各个性能数据指标之间的差异值,来判断设备性能状态是否平稳,以此衡量设备运行健康程度,可以有效提高检测效率与准确性。

    一种基于异构模型策略库的安全事件自动化处置方法

    公开(公告)号:CN109743300A

    公开(公告)日:2019-05-10

    申请号:CN201811562239.2

    申请日:2018-12-20

    IPC分类号: H04L29/06 H04L12/24

    摘要: 本发明提供了本发明提供了一种基于异构模型策略库的安全事件自动化处置方法,采用三重异构模型设计,既支持系统级策略加载,又能支持用户级策略设置,同时引入机器学习算法,针对网站攻击和APT攻击等安全事件通过GBDT模型提炼规则,分析正常访问及异常访问特征,加载模型并上线验证,精确识别攻击事件。此外,策略库支持分层逆向反馈,经算法级策略层反复学习得到的规则将定期加入到用户级策略层作为个性化策略,经算法级策略层识别的攻击者IP将实时加入到系统级策略层,通过异构模型策略库的分层逆向反馈机制能够有效提升安全事件处置规则的自学习能力,提高策略库的准确性和完整性,最终实现安全事件的自动化处置。