-
公开(公告)号：CN111726460B
公开(公告)日：2021-04-20
申请号：CN202010542365.2
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
Abstract: 一种基于时空图的诈骗号码识别方法，包括：由全量通话记录生成电信通联网络，并构建识别诈骗号码的时空图，使用Snapshot方法按时间间隔T、从图中连续截取出多张时空子图；基于用户在每张时空子图对应时间周期下的通话记录，计算每个用户在每张时空子图对应时间周期下的通话特征指标向量，同时，为每个用户从时空子图中提取和其有相同被叫的邻居用户；构建、并训练识别诈骗号码的时空图神经网络；将待识别目标用户和其所有邻居用户在所有时空子图中的通话特征指标向量输入时空图神经网络，并根据输出判断待识别目标用户号码是否是疑似诈骗号码。本发明属于信息技术领域，能动态的捕获到号码呼叫行为的变化，从而实现诈骗号码的精准识别。
-
公开(公告)号：CN111881682A
公开(公告)日：2020-11-03
申请号：CN202010554413.X
申请日：2020-06-17
Applicant: 国家计算机网络与信息安全管理中心 , 讯飞智元信息科技有限公司
IPC: G06F40/295 , G06F40/30 , G06N3/04
Abstract: 本发明公开了一种改进的DRNN模型的意图识别方法及装置，该方法包括如下步骤：步骤SS1：将输入序列输入到DRNN循环神经网络中进行阻断信息流动，使输入序列传递固定的步长K；步骤SS2：将DRNN循环神经网络的每个隐层标识送入MLP多层感知器中，来抽取更高层的特征信息；步骤SS3：通过Max Pooling池化操作来抽取整个输入序列的文本中最重要的特征信息；步骤SS4：通过一层MLP多层感知器送入softmax逻辑回归模型中进行分类，输出文本分类结果。本发明通过改进的DRNN（Disconnected Recurrent Neural Networks）进行意图识别分类，以提高文本分类的准确性，使相关技术在实际应用场景中达到更好效果。
-
公开(公告)号：CN111737318A
公开(公告)日：2020-10-02
申请号：CN202010585668.2
申请日：2020-06-24
Applicant: 国家计算机网络与信息安全管理中心浙江分中心
IPC: G06F16/2458 , G06F16/2457
Abstract: 本发明提供一种网络诈骗易感人群筛选方法，包括：提取高危用户的社会属性数据；根据高危用户的社会属性进行分段，统计每个属性分段的访问诈骗网站人数；根据高危用户在各个属性分段的数量分布，为每个属性分段分配不同的权重，形成权重集合；计算所有高危用户的权重的加权平均值，取加权平均值最小的用户作为筛选阈值；使用权重集合与筛选阈值建立初始模型。由于容易受害的群体往往集中在部分人群，针对这些人群重点宣传，可以起到事半功倍的效果，因此通过本发明可以准确、迅速的对诈骗网站的访问数据分析筛选，挖掘出网络诈骗易受害人群，从而提高防网络诈骗宣传的效率，针对易被骗人群重点宣传，有效降低诈骗率，降低宣传成本。
-
公开(公告)号：CN111641599A
公开(公告)日：2020-09-08
申请号：CN202010394712.1
申请日：2020-05-11
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VoIP网络流量所属平台的识别方法，包括：根据流量特征从流量数据中过滤出VoIP流量，并根据五元组信息对VoIP流量进行拆分，生成新的流量文件；识别每个流量文件中的上下行流量，提取和计算上行、下行、合并流量的特征指标，并构成每个流量文件的特征向量；使用随机森林模型进行建模，构建VoIP平台识别模型，输入是由多个流量文件的特征向量构成的特征向量矩阵，输出是多个流量文件分别对应的VoIP平台标签；将待识别的多个流量文件的特征向量构成的特征向量矩阵输入至VoIP平台识别模型，并获得每个待识别的流量文件分别对应的VoIP平台标签。本发明属于信息技术领域，能有效识别加密后的VoIP流量及其平台归属。
-
公开(公告)号：CN106960672B
公开(公告)日：2020-08-21
申请号：CN201710203054.1
申请日：2017-03-30
Applicant: 国家计算机网络与信息安全管理中心 , 中国科学院声学研究所
IPC: G10L21/0388 , H04S7/00
Abstract: 本发明公开了一种立体声音频的带宽扩展方法与装置。该方法包括：将立体声信号分解为直达声和扩散声；按照预设的频带扩展方法对扩散声进行带宽扩展；将直达声分离成多个不同方位的点声源，对多个点声源分别进行带宽扩展，得到带宽扩展后的多个点声源；将带宽扩展后的多个点声源按照预先估计的方位信息进行重新混合，得到带宽扩展后的直达声；根据带宽扩展后的直达声结合带宽扩展后的扩散声重建出宽带立体声音频信号。借助于本发明的技术方案，解决了现有技术中仅根据单个声道重建信号的主观质量实现对信号带宽的扩展，没有考虑到两个声道中信号能量和相位的相关性，其重建立体声信号严重影响了听者对声源位置和距离的判定的问题。
-
Patent Agency Ranking
公开(公告)号：CN106203126B
公开(公告)日：2019-07-09
申请号：CN201610557670.2
申请日：2016-07-15
Applicant: 国家计算机网络与信息安全管理中心
Abstract: 本发明提出了一种基于模拟环境的漏洞验证方法及系统，该方法包括：构建验证漏洞的模拟环境，将所述模拟环境的配置信息以模板形式保存至模板库中；对所述模板库中的模板以设定格式进行封装；根据封装后的模板创建所述模拟环境的实例，并通过所述实例对所述漏洞进行验证。本发明所述基于模拟环境的漏洞验证方法及系统，有效提高漏洞验证实验的资源利用率，有效提高漏洞验证的工作效率和质量。
-
公开(公告)号：CN109493882A
公开(公告)日：2019-03-19
申请号：CN201811304612.4
申请日：2018-11-04
Applicant: 国家计算机网络与信息安全管理中心 , 讯飞智元信息科技有限公司
Abstract: 本发明公开一种诈骗电话语音自动标注系统，包括基础维度标注模块、声纹标注模块、连续语音识别标注模块，所述基础维度标注模块的输出端分别与所述声纹标注模块的输入端、所述连续语音识别标注模块的输入端相连接。本发明还提出一种诈骗电话语音自动标注方法，具体包括如下步骤：基础维度标注步骤；连续语音识别步骤；声纹标注步骤。本发明通过智能语音技术实现对输入语音数据进行自动处理，实现语音数据的自动分析识别，并进行标签预标注工作，再结合人工确认，进行目标数据维度标签的有效标注管理，有效地利用通话语音数据，优化智能语音技术在电话诈骗场景下的应用及效果，同时保证数据在标注过程中的脱密及加密传输。
-
公开(公告)号：CN106791220A
公开(公告)日：2017-05-31
申请号：CN201611082262.2
申请日：2016-11-30
Applicant: 国家计算机网络与信息安全管理中心
CPC classification number: H04M3/2281 , H04M3/436 , H04M11/04 , H04W12/12
Abstract: 本发明公开了一种防止电话诈骗的方法及系统，其中，所述方法包括：获取实时话单；提取所述实时话单的号码特征和/或行为特征；根据预设的诈骗电话识别模型对所述实时话单的号码特征和/或行为特征进行分析，以确定所述实时话单对应的通话行为是否为诈骗电话；若确认所述实时话单对应的通话行为是诈骗电话，则向所述实时话单中的被叫号码发送报警提示，并将本次诈骗电话识别结果发送到第三方管理系统。本发明能够准确定位诈骗电话，及时获知诈骗电话的发生，并及时向诈骗电话对应的被叫号码发送报警提示，有效提高了用户对骚扰、诈骗电话的防控能力。
-
公开(公告)号：CN113420123B
公开(公告)日：2025-01-14
申请号：CN202110705729.9
申请日：2021-06-24
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: G06F16/3329 , G06F16/334 , G06F18/214 , G06N3/02
Abstract: 本申请提供了一种语言模型的训练方法、NLP任务处理方法及装置，包括：获取训练样本集；训练样本集包括新任务的第一任务标签、新任务的多个第一训练文本和每个第一训练文本的第一文本标签、至少一个旧任务中每个旧任务的第二任务标签；复制语言模型得到教师语言模型，将语言模型作为学生语言模型；将第二任务标签输入至教师语言模型中，生成旧任务对应的多个第二训练文本和每个第二训练文本的第二文本标签；将第一任务标签、第二任务标签、第一训练文本和第二训练文本输入至学生语言模型中，生成第一预测文本、第一预测结果、第二预测文本和第二预测结果，对学生语言模型进行训练。根据本申请实施例，能够解决相关技术中存储资源占用大的问题。
-
公开(公告)号：CN114826735B
公开(公告)日：2023-11-03
申请号：CN202210442276.X
申请日：2022-04-25
Applicant: 国家计算机网络与信息安全管理中心
IPC: H04L9/40
Abstract: 本发明公开一种基于异构神经网络技术的VoIP恶意行为检测方法及系统，涉及网络信息安全领域，通过从VoIP多数据源中抽取出信息对象，构建异构信息网络，利用GEM模型获得节点向量表示；再通过计算不同节点之间的相似度进行聚类，通过对同一类节点打上相同标签来丰富训练数据，再对对分类算法进行有监督学习分类，获取有害的VoIP节点。本发明能够利用多种数据源的信息，通过挖掘异构信息网络中的隐式关系和隐藏模式发现有害VoIP行为。
-
-
-
-
-
-
-
-
-
Search Results
124
records
(took 0.153 seconds)
