-
公开(公告)号:CN113268782B
公开(公告)日:2022-08-16
申请号:CN202110442722.2
申请日:2021-04-23
申请人: 中国电子科技集团公司电子科学研究院 , 深圳市网联安瑞网络科技有限公司
摘要: 本发明公开了一种基于图神经网络的机器账号识别及伪装对抗方法,本发明是基于图神经网络的机器账号识别是通过网络模型,学习到每一个用户节点的嵌入表示,在用户节点嵌入中将用户节点和其邻居节点之间的交互关系融合表示,在检测机器账号时,用户节点的嵌入表示中包含该用户节点和其他用户节点交互的丰富信息,所以基于该嵌入表示可以非常准确地达到检测目的,从而最终提高机器账号检测的准确率。
-
公开(公告)号:CN113268782A
公开(公告)日:2021-08-17
申请号:CN202110442722.2
申请日:2021-04-23
申请人: 中国电子科技集团公司电子科学研究院 , 深圳市网联安瑞网络科技有限公司
摘要: 本发明公开了一种基于图神经网络的机器账号识别及伪装对抗方法,本发明是基于图神经网络的机器账号识别是通过网络模型,学习到每一个用户节点的嵌入表示,在用户节点嵌入中将用户节点和其邻居节点之间的交互关系融合表示,在检测机器账号时,用户节点的嵌入表示中包含该用户节点和其他用户节点交互的丰富信息,所以基于该嵌入表示可以非常准确地达到检测目的,从而最终提高机器账号检测的准确率。
-
公开(公告)号:CN112861967B
公开(公告)日:2023-04-07
申请号:CN202110168649.4
申请日:2021-02-07
申请人: 中国电子科技集团公司电子科学研究院 , 深圳市网联安瑞网络科技有限公司
IPC分类号: G06F18/2415 , G06F18/22 , G06Q50/00 , G06N3/042 , G06N3/0464 , G06N3/08
摘要: 本发明公开了一种基于异构图神经网络的社交网络异常用户检测方法及设备,基于异构图神经网络的社交网络异常用户检测方法,包括:针对社交网络收集用户信息,并对收集到的用户信息进行特征提取;基于提取的特征,构建基于社交网络的异构信息网络,并利用社交网络的关系属性设计相应的元路径和元图;基于异构信息网络、元路径和元图,根据用户之间的亲密度和相似度,确定用户在社交网络中的表示;基于用户在社交网络中的表示,检测用户类型,以确定异常用户。本发明整合了丰富的用户特征,基于真实的社交场景汇总用户信息形成了两个视角,即用户亲密程度和关系类型,模型具有出色的性能,在准确度和F1值上都表现较好。
-
公开(公告)号:CN112861967A
公开(公告)日:2021-05-28
申请号:CN202110168649.4
申请日:2021-02-07
申请人: 中国电子科技集团公司电子科学研究院 , 深圳市网联安瑞网络科技有限公司
摘要: 本发明公开了一种基于异构图神经网络的社交网络异常用户检测方法及设备,基于异构图神经网络的社交网络异常用户检测方法,包括:针对社交网络收集用户信息,并对收集到的用户信息进行特征提取;基于提取的特征,构建基于社交网络的异构信息网络,并利用社交网络的关系属性设计相应的元路径和元图;基于异构信息网络、元路径和元图,根据用户之间的亲密度和相似度,确定用户在社交网络中的表示;基于用户在社交网络中的表示,检测用户类型,以确定异常用户。本发明整合了丰富的用户特征,基于真实的社交场景汇总用户信息形成了两个视角,即用户亲密程度和关系类型,模型具有出色的性能,在准确度和F1值上都表现较好。
-
公开(公告)号:CN113609424B
公开(公告)日:2024-06-11
申请号:CN202110693652.8
申请日:2021-06-22
申请人: 深圳市网联安瑞网络科技有限公司
IPC分类号: G06F16/958 , G06Q50/00
摘要: 本发明公开是关于一种针对网络舆情热度的计算与预警系统及方法,涉及网络安全技术领域。新闻媒体热度模块由报道热度单元、报道覆盖度单元和报道权威度单元构成,用于反映网络舆情热度;社交平台热度模块由发帖热度单元、互动热度单元、账户活跃度单元和发布者影响度单元构成,用于反映网络舆情热度。解决了传统网络舆情热度计算方法中从全网采集数据时所采集的数据过于宽泛,从而导致信息密度太低的问题。解决了传统网络舆情热度指标计算时,未考虑不同媒体和不同的用户之间的影响力和权威度存在差别的问题。解决传统网络舆情热度计算时,权重定义掺杂人为主观性且无法针对不同的话题进行更新的问题。
-
公开(公告)号:CN115964638A
公开(公告)日:2023-04-14
申请号:CN202211731084.7
申请日:2022-12-30
申请人: 深圳市网联安瑞网络科技有限公司
IPC分类号: G06F18/214 , G06F16/35 , G06F18/2415 , G06N3/08 , G06N3/0464 , G06N3/0442
摘要: 本发明属于人工智能、深度学习、情感识别、多模态融合技术领域,公开了多模态社交数据情感分类方法、系统、终端、设备及应用。所述方法包括:基于掩码自编码器MAE的图像特征提取;基于BERT神经网络模型的文本信息提取;MFB融合层融合图像特征信息和文本信息;融合向量通过全连接神经网络层和softmax分类层完成情感分类。本发明掩码自编码器MAE模型具有enconder‑deconder网络结构,deconder结构负责重建原图,其enconder网络结构输出向量能够更好的表征图像高维抽象信息和细粒度局部信息;MFB融合层具有更好融合图像信息和文本信息的能力。本发明分类准确率获得提升。
-
公开(公告)号:CN115827891A
公开(公告)日:2023-03-21
申请号:CN202211510362.6
申请日:2022-11-29
申请人: 深圳市网联安瑞网络科技有限公司
IPC分类号: G06F16/36
摘要: 本发明属于自然语言处理技术领域,公开了基于赋范线性空间拓扑结构的图谱信息补全方法、系统,基于赋范线性空间拓扑结构的图谱信息补全方法包括:针对图谱信息补全进行抽象建模,将构建的模型抽象至赋范线性空间中,将拓扑结构作为模型的超参数,根据数据特点和需求对拓扑结构进行调整,在不同拓扑结构下对数据进行针对性的优化,补全知识图谱的信息。本发明解决了知识图谱领域信息补全方法缺少对拓扑结构参数进行必要考虑的问题,将图谱信息补全问题还原到理论层面,并提出将拓扑结构作为超参数的新型方法。本发明在不同拓扑结构下对数据实现针对性的优化,提升了图谱信息补全的准确性。
-
公开(公告)号:CN115796169A
公开(公告)日:2023-03-14
申请号:CN202211442035.1
申请日:2022-11-17
申请人: 深圳市网联安瑞网络科技有限公司
IPC分类号: G06F40/284 , G06F40/30
摘要: 本发明属于人工智能、深度学习以及文本生成技术领域,公开了一种文本生成质量评价方法、系统及应用,将生成句和参照句拆成词块,分别用BERT预训练模型提取特征;对两个句子的每个词向量分别计算余弦相似度,得到相似性矩阵;基于所述相似性矩阵,分别对所述参照句和所述生成句进行最大相似性得分的累加和归一化,得到生成句的precision、recall和F1;其中,所述生成句x是指生成模型生成的句子,所述参照句x’是指人工撰写的句子。本发明采用语言模型BERT提取句子上下文表示和人工设计的计算逻辑对句子相似度进行计算,能够准确识别句子语义或语法的变化,对词重复、短句和长文本都非常友好,具有较好的鲁棒性。
-
公开(公告)号:CN115660847A
公开(公告)日:2023-01-31
申请号:CN202211330353.9
申请日:2022-10-27
申请人: 深圳市网联安瑞网络科技有限公司
IPC分类号: G06Q40/04 , G06Q10/06 , G06F16/958 , G06F16/953
摘要: 本发明属于金融数据统计分析与识别技术领域,公开了一种舆情指数分析方法、分析系统、计算机设备及终端。所述分析方法包括:对分析目标与监测地区进行目标舆情数据获取以及与舆情指数的计算,获得舆情指数数据;基于获得的舆情指数数据,进行递归移动平均线算法优化使用优化后的递归移动平均线算法,进行针对舆情指数数据的移动平均值指数计算,并进一步依据移动平均值指数变化特征对舆情指数未来发展趋势进行分析研判。本发明TMA算法能够综合考虑所有历史数据对现状指数的影响,时间越近影响权重相对越高。可应用于金融交易数据的分析。而且准确率高,耗时短,提高了运行效率。
-
公开(公告)号:CN114510936A
公开(公告)日:2022-05-17
申请号:CN202111644633.2
申请日:2021-12-29
申请人: 深圳市网联安瑞网络科技有限公司
IPC分类号: G06F40/289 , G06F40/242 , G06F40/211
摘要: 本申请涉及人工智能领域,提供了敏感词检测方法、装置、设备和计算机可读存储介质,以检测出文本中各种复杂敏感类型和/或自定义敏感类型的敏感词。所述方法包括:基于敏感词扩充算法对基础敏感词库进行扩充,得到敏感词扩充库,其中,敏感词扩充库包括按照不同组合规则构成的I种敏感类型的单敏感词和/或多敏感词对;基于非敏感词库、停用词库和所述敏感词扩充库,检测目标检测文本;若从目标检测文本检出的关键词均为非敏感词,则确定目标检测文本为非敏感文本;若从目标检测文本尚未检测到非敏感词,则对目标检测文本进行预处理,并对预处理后的目标检测文本继续检测。本申请的技术方案具有检测速率高、误报率低和召回率高等显著优势。
-
-
-
-
-
-
-
-
-