-
公开(公告)号：CN116129913A
公开(公告)日：2023-05-16
申请号：CN202211490461.2
申请日：2022-11-25
Applicant: 国家计算机网络与信息安全管理中心
Abstract: 本发明实施例公开了一种基于频带选择的伪造语音检测方法。所述方法包括，获取目标语音信号，将目标语音信号进行变换，获得语谱图特征；对所述语谱图特征进行频带切分，获得低频子带特征和高频子带特征；使用低频子带特征训练语音合成伪造语音检测模型；使用高频子带特征训练录音回放伪造语音检测模型；然后将低频子带特征输入语音合成伪造语音检测模型；以及将交叉匹配的高、低频子带特征输入录音回放伪造语音检测模型，获得最终的语音检测结果。在本发明实施例中，实现了提升神经网络伪造语音检测系统在数据集不匹配等情况下的鲁棒性，以及通过子带选择减小了特征大小，降低了伪造语音检测的参数量和计算量。
-
公开(公告)号：CN115759043A
公开(公告)日：2023-03-07
申请号：CN202211434726.7
申请日：2022-11-16
Applicant: 国家计算机网络与信息安全管理中心
IPC: G06F40/211 , G06F40/30 , G06N3/0464 , G06N3/08 , G06F18/241
Abstract: 本发明涉及一种文档级敏感信息检测模型训练及预测方法，所述训练方法包括：获取训练样本集；使用上下文编码器对所述文档中的每个句子进行编码，得到句子中每个单词的上下文表示，根据所述句子中最短依赖路径上的关系和所述上下文语义的关联强度，生成文档级实体注意力权重图；将所述注意力权重图输入到图卷积神经网络中，得到文档级跨句语义结构，根据所述文档级跨句语义结构，更新所述注意力权重图；将更新后的注意力权重图输入到分类器中，得到分类分数；根据所述分类分数与所述标签计算损失值，根据所述损失值对所述上下文编码器、图卷积神经网络和分类器进行训练，得到训练完成的模型。
-
公开(公告)号：CN115083422B
公开(公告)日：2022-11-15
申请号：CN202210859678.X
申请日：2022-07-21
Applicant: 中国科学院自动化研究所 , 国家计算机网络与信息安全管理中心
Abstract: 本公开涉及一种语音溯源取证方法及装置、设备及存储介质，所述方法包括：本提取待测试语音的至少两种不同的声学特征；对提取的待测试语音的至少两种不同的声学特征进行融合，得到第一融合声学特征；基于预先训练的语音溯源取证模型，从所述第一融合声学特征中提取帧级别的算法指纹特征，对帧级别的算法指纹特征进行池化平均，根据池化平均得到的特征加权平均向量和加权标准差向量计算段级别的算法指纹特征，以基于段级别的算法指纹特征预测出待测试语音的生成算法；将预测出的待测试语音的生成算法作为语音溯源取证结果，通过提取算法指纹，不仅可以判断音频的真实性，而且可以进一步溯源取证，得到虚假音频的生成来源。
-
公开(公告)号：CN115083423A
公开(公告)日：2022-09-20
申请号：CN202210861979.6
申请日：2022-07-21
Applicant: 中国科学院自动化研究所 , 国家计算机网络与信息安全管理中心
Abstract: 本公开涉及一种语音鉴别的数据处理方法和装置，涉及语音识别技术、人工智能和计算机技术领域，上述数据处理方法包括：获取待鉴别音频；对上述待鉴别音频进行特征提取，得到初始声学特征；对上述初始声学特征进行量化处理，得到量化声学特征；将上述量化声学特征输入至目标语音鉴别模型中进行处理，输出得到上述待鉴别音频的真伪结果，上述目标语音鉴别模型为参数预训练好且经过量化后的语音鉴别模型。在确保语音真伪鉴别准确率的基础上能够提升语音真伪鉴别的鉴别速度，提升数据处理的效率。
-
公开(公告)号：CN111541645B
公开(公告)日：2022-06-17
申请号：CN202010213474.X
申请日：2020-03-24
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
IPC: H04L61/4511 , H04L65/1101 , H04M7/00 , G06F16/2455 , G06F16/2458 , G06F16/248 , G06N5/02
Abstract: 本发明公开了一种VoIP服务知识库构建方法及系统。本方法为：1)在各选定的物理网关上分别部署一实时流量解析模块，用于从VoIP流量中解析出SIP协议和SDP协议，生成VoIP信令日志发送至消息队列；2)从各消息队列中实时读取VoIP信令日志并对其统一标准化；3)对标准化日志进行实时统计计算，并将统计计算结果实时存入实时结果数据库；4)定期从原始日志数据库中获取标准化日志进行聚合，得到各服务域名下的统计信息；然后基于服务域名下的统计信息和设定的判断条件判断该服务域名所代表的VoIP服务的网关类型、VoIP服务与PSTN的关系以及VoIP服务是否存在可疑行为，并将其保存在VoIP服务基础知识库。
-
Patent Agency Ranking
公开(公告)号：CN114267333A
公开(公告)日：2022-04-01
申请号：CN202111509949.0
申请日：2021-12-10
Applicant: 国家计算机网络与信息安全管理中心广东分中心 , 讯飞智元信息科技有限公司
IPC: G10L15/00 , G10L15/06 , G06F40/126 , G06F40/242
Abstract: 本发明公开了一种混合双语语音识别方法及系统，所述方法包括如下步骤：数据处理步骤，包括：对一定量的目标双语音频数据和目标双语文本语料执行BPE共享词典制作、数据增广和特征提取操作，为后端网络训练提供有效数据输入；Encoder‑Decoder训练步骤，包括：对所述数据处理步骤获得的有效数据采用Transformer结构训练语音识别器。本发明涉及双语混合连续语音识别技术领域。根据输入的目标语种的单语语音数据、双语混合语音数据或者双语混杂语音数据，自动转写出语音的内容信息。
-
公开(公告)号：CN113642328A
公开(公告)日：2021-11-12
申请号：CN202010343089.7
申请日：2020-04-27
Applicant: 国家计算机网络与信息安全管理中心 , 天津市国瑞数码安全系统股份有限公司
IPC: G06F40/295 , G06N3/04 , G06N3/08
Abstract: 本发明提出一种诈骗文本命名实体识别方法，包括：收集诈骗文本，对诈骗文本进行类别标记；使用诈骗文本和类别标记过的诈骗文本进行诈骗文本模型训练，生成诈骗文本命名实体判断模型；接收新通信文本，使用诈骗文本命名实体判断模型对新通信文本进行分析，获取新通信文本中的命名实体及类别。本发明针对诈骗文本手段不断变化，收集大量的历史诈骗文本，构建诈骗文本命名实体判断模型，周期性收集多条历史诈骗文本的相关数据对诈骗文本命名实体判断模型进行自回溯验证，对新通讯文本命名实体识别进行实时验证，实现系统自动化分析处理与人工校准相结合，有效识别新型诈骗文本中的命名实体，通过自动验证不断完善系统模型，实现系统自动化。
-
公开(公告)号：CN111641531B
公开(公告)日：2021-08-17
申请号：CN202010399499.3
申请日：2020-05-12
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
Abstract: 一种基于DPDK的数据包分发和特征提取方法，包括：步骤一、设置多台Worker服务器和1台采集Proxy服务器，并对每台服务器预先进行DPDK环境部署；步骤二、采集Proxy服务器从绑定网卡中读取网络数据包并存入缓冲区中，同时，按照每个数据包的五元组信息，将缓存区中五元组信息相对应的所有数据包分发给其中1台对应的Worker服务器；步骤三、每台Worker服务器从收到的数据包中提取数据特征信息。本发明属于信息技术领域，能有效提高对网络海量数据包的处理效率和正确率。
-
公开(公告)号：CN113115363A
公开(公告)日：2021-07-13
申请号：CN202110426526.6
申请日：2021-04-20
Applicant: 国家计算机网络与信息安全管理中心
Inventor： 倪善金 , 万辛 , 黄远 , 孙晓晨 , 宁珊 , 沈亮 , 高圣翔 , 计哲 , 杨晶超 , 张震 , 李鹏 , 石瑾 , 李沁 , 侯炜 , 刁则鸣 , 刘发强 , 孙旭东 , 王立强 , 刘睿霖
IPC: H04W28/02 , H04W28/08 , H04B17/318 , H04B17/382
Abstract: 本公开提供一种异构网络中的移动通信方法、装置与电子设备。异构网络中的移动通信方法包括：确定目标用户在所述目标异构网络中的目标位置确定所述目标位置处于所述目标低功率节点的目标信号范围内，所述目标信号范围是根据所述目标低功率节点与所述宏基站之间的目标信号强度边界和所述目标信号强度边界的目标范围扩展基基确定的将所述目标用户与所述宏基站之间通信切换为所述目标用户与所述目标低功率节点进行通信。本公开实施例提供的技术方案可以通过低功率节点的覆盖边界扩展，降低宏基站的负载，提高异构网络中用户的网络信号强度，增强系统的可靠性和频谱效率。
-
公开(公告)号：CN112836043A
公开(公告)日：2021-05-25
申请号：CN202011093000.2
申请日：2020-10-13
Applicant: 讯飞智元信息科技有限公司 , 国家计算机网络与信息安全管理中心
Abstract: 本发明公开了一种基于预训练语言模型的长文本聚类方法及装置，该方法包括：步骤SS1：使用文本摘要模型将长文本压缩为短文本；步骤SS2：根据步骤SS1获得的所述短文本与BERT模型的有标签文本句子对来预测是否两个文本包含相同的事件，生成文本对初始分数；步骤SS3：使用步骤SS2获得的所述文本对初始分数作为初始分数，根据文本对相较于其他文本的关系来重新计算分数；步骤SS4：根据步骤SS3获得的文本对分数，从得分最高的文本对开始计算分组。本发明运用深度学习方法的同时，采用迁移学习，将大规模预训练模型应用到文本聚类中。
-
-
-
-
-
-
-
-
-
Search Results
124
records
(took 0.113 seconds)
