-
公开(公告)号:CN109428976A
公开(公告)日:2019-03-05
申请号:CN201710773926.8
申请日:2017-08-31
申请人: 中国移动通信集团公司 , 中国移动通信集团上海有限公司 , 浙江鹏信信息科技股份有限公司
摘要: 本发明实施例提供一种拦截恶意呼叫的方法、关口局及平台,所述方法包括:接收主叫用户发送的呼叫请求,所述呼叫请求携带有主叫号码和被叫号码;若判断获知所述主叫号码在预先配置的系统级黑名单中,则直接拦截所述呼叫请求。所述关口局执行上述方法。所述平台执行如下方法:接收由NGIN从关口局转发的呼叫请求;若判断获知所述主叫号码在预先配置的用户级黑名单中,且所述被叫号码预先申请过恶意呼叫保护,则确定拦截呼叫的操作策略,并将所述操作策略发送给所述NGIN,以指示所述NGIN拦截所述呼叫请求。本发明实施例提供的拦截恶意呼叫的方法、关口局及平台,通过设置系统级黑名单和/或用户级黑名单,能够实时有效的对恶意呼叫进行拦截。
-
公开(公告)号:CN109428976B
公开(公告)日:2021-06-11
申请号:CN201710773926.8
申请日:2017-08-31
申请人: 中国移动通信集团公司 , 中国移动通信集团上海有限公司 , 浙江鹏信信息科技股份有限公司
摘要: 本发明实施例提供一种拦截恶意呼叫的方法、关口局及平台,所述方法包括:接收主叫用户发送的呼叫请求,所述呼叫请求携带有主叫号码和被叫号码;若判断获知所述主叫号码在预先配置的系统级黑名单中,则直接拦截所述呼叫请求。所述关口局执行上述方法。所述平台执行如下方法:接收由NGIN从关口局转发的呼叫请求;若判断获知所述主叫号码在预先配置的用户级黑名单中,且所述被叫号码预先申请过恶意呼叫保护,则确定拦截呼叫的操作策略,并将所述操作策略发送给所述NGIN,以指示所述NGIN拦截所述呼叫请求。本发明实施例提供的拦截恶意呼叫的方法、关口局及平台,通过设置系统级黑名单和/或用户级黑名单,能够实时有效的对恶意呼叫进行拦截。
-
公开(公告)号:CN118093210B
公开(公告)日:2024-06-28
申请号:CN202410527700.X
申请日:2024-04-29
申请人: 浙江鹏信信息科技股份有限公司
摘要: 本发明涉及基于模型蒸馏的异构算力调度方法、系统及可读存储介质,其调度方法包括以下步骤:S1、采集算力资源请求;其中,算力资源请求的信息包括预训练模型及其计算框架、选择镜像、申请加速器类型、使用用途及目标资源池;S2、基于目标资源池的算力大小,判断算力资源请求所需的算力大小是否满足目标要求;若否,则转至步骤S3;若是,则转至步骤S4;S3、基于知识蒸馏对预训练模型进行模型压缩,基于压缩后的模型分配对应的算力资源;S4、调度分配对应的算力资源并进行安全校验,安全校验通过后进行下发。本发明通过模型能力迁移的方式,选择轻量级模型以达到模型压缩的目的,以聚合社会多方算力、满足算力消费方多样化业务需求。
-
公开(公告)号:CN118093210A
公开(公告)日:2024-05-28
申请号:CN202410527700.X
申请日:2024-04-29
申请人: 浙江鹏信信息科技股份有限公司
摘要: 本发明涉及基于模型蒸馏的异构算力调度方法、系统及可读存储介质,其调度方法包括以下步骤:S1、采集算力资源请求;其中,算力资源请求的信息包括预训练模型及其计算框架、选择镜像、申请加速器类型、使用用途及目标资源池;S2、基于目标资源池的算力大小,判断算力资源请求所需的算力大小是否满足目标要求;若否,则转至步骤S3;若是,则转至步骤S4;S3、基于知识蒸馏对预训练模型进行模型压缩,基于压缩后的模型分配对应的算力资源;S4、调度分配对应的算力资源并进行安全校验,安全校验通过后进行下发。本发明通过模型能力迁移的方式,选择轻量级模型以达到模型压缩的目的,以聚合社会多方算力、满足算力消费方多样化业务需求。
-
公开(公告)号:CN117807603B
公开(公告)日:2024-04-30
申请号:CN202410227591.X
申请日:2024-02-29
申请人: 浙江鹏信信息科技股份有限公司
IPC分类号: G06F21/57 , G06F21/56 , G06F40/289 , G06N3/0455
摘要: 本发明涉及软件供应链审计方法、系统及计算机可读存储介质,审计方法包括:采集软件供应链审计数据;对采集的软件供应链审计数据进行数据分词,以转换得到Token序列;之后进行Embedding编码,得到待处理数据矩阵;对待处理数据矩阵进行归一化处理,之后进行位置编码,得到位置编码矩阵;将位置编码矩阵输入多头注意力机制网络结构进行计算,其计算结果通过多次Gibbs采样结合自回归的方式逐个生成输出序列中的每个Token,得到Token输出序列;将Token输出序列通过输出层计算,以输出审计结果;其中,输出层包括依次连接的归一化逆转换和前馈神经网络。本发明有效提高网络模型的精确性、灵活性、可解释性。
-
公开(公告)号:CN117688604A
公开(公告)日:2024-03-12
申请号:CN202311702233.1
申请日:2023-12-12
申请人: 浙大城市学院 , 浙江大学 , 浙江鹏信信息科技股份有限公司 , 杭州趣链科技有限公司
摘要: 本发明公开了一种智慧城市系统中隐私集合求交方法、设备及储存介质,本发明采用门限秘密共享技术将隐私集合在三方之间进行共享,从而隐藏交集基数,提高隐私集合求交的安全性。在双方进行隐私集合求交前,利用区块链对二者身份进行验证,一定程度上保护了双方数据的安全性。另外,本发明通过将隐私集合划分成多个带有标签的子集,实现了更细粒度的求交方式。因此,相比于之前智慧城市系统中的隐私集合求交方案,本发明在实用性、安全性等方面得到了极大的提高。
-
公开(公告)号:CN116204890B
公开(公告)日:2023-07-21
申请号:CN202310473597.0
申请日:2023-04-28
申请人: 浙江鹏信信息科技股份有限公司
IPC分类号: G06F21/57 , G06F21/55 , G06F21/60 , G06F18/2415 , G06N20/00
摘要: 本发明属于网络安全及深度学习技术领域,具体涉及一种自适应增强人工智能算法安全的算法组件库,包括:模型库,用于存储算法模型;数据存储调用引擎,用于控制数据的存储和调用;其中,数据的属性包括所属行业、场景和数据类型;训练与部署引擎,用于根据训练防御机制对算法模型进行训练以及根据数据的属性部署相应的目标算法模型;算法安全防御引擎,用于根据数据的属性选择相应的训练防御机制和模拟攻击机制;模型评估与分析引擎,用于根据模拟攻击机制对目标算法模型的性能进行评估。本发明的算法组件库,通过训练防御机制以及模拟攻击机制,实现人工智能算法的安全监测与增强。
-
公开(公告)号:CN116204890A
公开(公告)日:2023-06-02
申请号:CN202310473597.0
申请日:2023-04-28
申请人: 浙江鹏信信息科技股份有限公司
IPC分类号: G06F21/57 , G06F21/55 , G06F21/60 , G06F18/2415 , G06N20/00
摘要: 本发明属于网络安全及深度学习技术领域,具体涉及一种自适应增强人工智能算法安全的算法组件库,包括:模型库,用于存储算法模型;数据存储调用引擎,用于控制数据的存储和调用;其中,数据的属性包括所属行业、场景和数据类型;训练与部署引擎,用于根据训练防御机制对算法模型进行训练以及根据数据的属性部署相应的目标算法模型;算法安全防御引擎,用于根据数据的属性选择相应的训练防御机制和模拟攻击机制;模型评估与分析引擎,用于根据模拟攻击机制对目标算法模型的性能进行评估。本发明的算法组件库,通过训练防御机制以及模拟攻击机制,实现人工智能算法的安全监测与增强。
-
公开(公告)号:CN116048866A
公开(公告)日:2023-05-02
申请号:CN202310208894.2
申请日:2023-03-07
申请人: 浙江鹏信信息科技股份有限公司
IPC分类号: G06F11/07 , G06F9/54 , G06F16/2455 , G06F16/2458
摘要: 本发明涉及基于实时流计算引擎的数据故障检测方法、系统及介质,其方法包括以下步骤:S1、在数据流进入Flink程序之后,对每一条事件打上当前时间戳标签并根据事件及其时间戳加密生成一个通用唯一识别码;S2、根据事件对应的通用唯一识别码生成事件状态缓存,并按时间戳排序;S3、在每个算子链的位置读取数据以获取slot的ID和事件,并根据事件对应的通用唯一识别码将其写入事件状态缓存;S4、判断事件状态缓存是否满足预设释放条件;若是,则转至步骤S5;S5、判断满足释放条件的目标事件是否完成整个流处理流程;若否,则目标事件标记为异常事件。本发明实现数据故障的自动化检测,有效提升数据故障检测的效率和精度。
-
公开(公告)号:CN115661725A
公开(公告)日:2023-01-31
申请号:CN202211671206.8
申请日:2022-12-26
申请人: 浙江鹏信信息科技股份有限公司
IPC分类号: G06V20/40 , G06V40/16 , G06V40/40 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/0442 , G06N3/048
摘要: 本发明涉及Deepfake视频检测方法、系统及可读存储介质,视频检测方法,包括:将待检测视频按预设帧数进行切分,得到n张待检测图片;对待检测图片进行人脸检测,得到人脸图片;对人脸图片进行特征提取,分别得到傅里叶频谱图、不同切割幅度对应的高通滤波图;将人脸图片、傅里叶频谱图以及不同切割幅度对应的高通滤波图构成的特征图矩阵输入预训练的Xception网络模型,以输出多维度融合特征;将多维度融合特征输入预训练的LSTM网络模型,以检测待检测视频是否为Deepfake视频。本发明结合人脸图片、图片自身特征维度和视频不同帧时间序列维度进行图片分类,有效提升Deepfake视频检测的精度。
-
-
-
-
-
-
-
-
-