-
公开(公告)号：CN113645356A
公开(公告)日：2021-11-12
申请号：CN202010343481.1
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
Abstract: 本发明提出一种基于网内开卡行为分析的诈骗电话识别方法，包括：收集诈骗电话和普通电话的开卡行为数据，并提取诈骗电话和普通电话的特征向量；使用诈骗电话和普通电话的特征向量进行诈骗电话模型训练，生成诈骗电话判断模型；接收新电话的开卡行为数据，并提取新电话的特征向量；使用诈骗电话判断模型对新电话的特征向量进行分析，对新电话进行判断。本发明针对诈骗电话手段不断变化，采用大数据分析历史诈骗电话和普通电话的相关数据，使用“GBDT‑LSTM‑RF”的深度学习模型架构，构建诈骗电话判断模型，通过自学习技术学习到网内开卡时序特征，并将多类特征进行融合，从而可以发现诈骗电话；本发明还可以自更新，可以有效发现新型诈骗电话。
-
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：CN110267272A
公开(公告)日：2019-09-20
申请号：CN201910572213.4
申请日：2019-06-28
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
Abstract: 本发明涉及一种诈骗短信识别方法及识别系统，该方法包括：收集多条历史诈骗短信的相关数据，并从每条历史诈骗短信的相关数据提取历史诈骗短信的特征向量和诈骗类别；根据历史诈骗短信的特征向量和诈骗类别进行诈骗短信模型训练，获取诈骗短信判断模型；接收新短信的相关数据，并从每条新短信的相关数据中提取新短信的特征向量；将新短信的特征向量输入诈骗短信判断模型中，获取新短信是否属于诈骗短信以及属于哪种诈骗类别。本发明收集并根据多条历史诈骗短信的相关数据获取诈骗短信判断模型，该诈骗短信判断模型基于历史诈骗短信的相关数据，不限于短信内容，使得诈骗短信判断模型能够从多方面综合判断新短信是否属于诈骗短信以及哪种诈骗短信。
-
公开(公告)号：CN113761919B
公开(公告)日：2025-01-07
申请号：CN202010500426.9
申请日：2020-06-04
Applicant: 国家计算机网络与信息安全管理中心
IPC: G06F40/295 , G06F40/211
Abstract: 本发明提供一种口语化短文本的实体属性提取方法及电子装置，包括对口语化短文本切词及词性标注，并对各标注词性的词语进行命名主体识别，得到实体词语；将口语化短文本映射为主谓宾三元组，获取主谓宾三元组中各词语的依存关系，并使用实体词语对主谓宾三元组中各词语进行实体识别；当主谓宾三元组中的主谓宾满足一触发规则时，提取宾语词组作为实体属性。本发明采用词性标注、依存句法分析、实体识别以及结合触发词词性规则的综合方法，更加有针对性的提取了口语化短数据的实体属性信息，丰富了口语化短文本领域的结构化信息抽取方法。
-
公开(公告)号：CN118332103A
公开(公告)日：2024-07-12
申请号：CN202410507046.6
申请日：2024-04-25
Applicant: 国家计算机网络与信息安全管理中心
IPC: G06F16/34 , G06F16/35 , G06F16/33 , G06F16/332 , G06F40/30 , G06F40/284 , G06N3/0455 , G06N3/047 , G06N3/084
Abstract: 本公开提供一种主题提取方法、装置、相关设备和计算机程序产品，涉及计算机与互联网技术领域。主题提取方法包括：获取多个文本和多个热点关键词，热点关键词是从网络中获得的；根据多个热点关键词对各个文本分别进行关键词匹配，以确定各个文本中的文本关键词；通过文本关键词对多个文本进行文本聚类，以确定至少一个文本组；将每个文本组中命中热点关键词最多的文本作为文本组的主题。本公开实施例可以快速且准确的从多个文本中提取出主题信息。
-
Patent Agency Ranking
公开(公告)号：CN110830999B
公开(公告)日：2023-04-07
申请号：CN201910991032.5
申请日：2019-10-18
Applicant: 国家计算机网络与信息安全管理中心 , 长安通信科技有限责任公司 , 杭州东信北邮信息技术有限公司
IPC: H04W12/041 , H04W12/122
Abstract: 一种呼叫处置策略的加密方法，包括：管理装置使用非对称加密算法生成公钥和私钥，并将公钥提供给通讯业务服务器上的控制装置；管理装置将诈骗电话呼叫处置策略通过公钥进行加密，策略包括可疑诈骗号码数据和可疑诈骗号段数据，其中，可疑诈骗号码数据是使用公钥加密后的可疑诈骗号码，可疑诈骗号段数据由可疑诈骗号段长度和加密后的可疑诈骗号段组成，然后将呼叫处置策略同步至控制装置；控制装置从触发至业务服务器的呼叫中提取号码，将提取号码和呼叫处置策略进行匹配，当匹配一致时，则表示该呼叫是可疑诈骗电话，对呼叫处理。本发明属于信息技术领域，能保证呼叫处置策略中可疑诈骗号码和号段数据的安全性，防止敏感数据泄露。
-
公开(公告)号：CN111709472B
公开(公告)日：2022-09-23
申请号：CN202010543099.5
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: 一种动态融合规则到诈骗行为识别模型的方法，包括：由全量通话记录生成电信通联网络：G＝{V，E，Y}，并据此构建识别诈骗行为的时空图；读取诈骗行为识别规则表中的每条规则，计算每个用户对应于每条规则的转换值；将每个用户对应于规则的转换值构成每个用户的通话特征指标向量，每个用户的通话特征指标向量即是时空图中每个用户的节点特征；构建、并训练诈骗行为识别模型，然后将待识别用户的节点特征输入至诈骗行为识别模型，并根据模型输出判断待识别用户是否是可疑诈骗行为号码。本发明属于信息技术领域，能实现规则和模型的动态融合，从而实时检测、并准确识别各种诈骗行为。
-
公开(公告)号：CN110556114B
公开(公告)日：2022-06-17
申请号：CN201910684343.7
申请日：2019-07-26
Applicant: 国家计算机网络与信息安全管理中心 , 北京邮电大学
IPC: G10L17/18 , G10L17/04 , H04M1/656 , H04M1/72454 , H04M1/72403
Abstract: 本发明公开了一种基于注意力机制的说话人识别方法及装置，包括如下步骤：采集多个被测试通话人的通话录音和测试通话人的通话录音；根据所述被测试通话人对应的通话录音，建立通话人语音库；采用基于注意力的神经网络对所述被测试通话人语音进行训练，获得训练模型；存储所述测试通话人的通话录音，获得录音文件；将所述录音文件采用所述训练模型识别所述被测试通话人是否目标通话人。通过采用基于注意力的神经网络对所述被测试通话人语音进行训练，获得训练模型，采用训练模型识别所述被测试通话人，确认了拨号码对应的主人的一致性，避免了由于通话人身份被仿冒带来的通信安全隐患，进一步提高了通话过程中的信息的安全性。
-
公开(公告)号：CN113761919A
公开(公告)日：2021-12-07
申请号：CN202010500426.9
申请日：2020-06-04
Applicant: 国家计算机网络与信息安全管理中心
IPC: G06F40/295 , G06F40/211
Abstract: 本发明提供一种口语化短文本的实体属性提取方法及电子装置，包括对口语化短文本切词及词性标注，并对各标注词性的词语进行命名主体识别，得到实体词语；将口语化短文本映射为主谓宾三元组，获取主谓宾三元组中各词语的依存关系，并使用实体词语对主谓宾三元组中各词语进行实体识别；当主谓宾三元组中的主谓宾满足一触发规则时，提取宾语词组作为实体属性。本发明采用词性标注、依存句法分析、实体识别以及结合触发词词性规则的综合方法，更加有针对性的提取了口语化短数据的实体属性信息，丰富了口语化短文本领域的结构化信息抽取方法。
-
公开(公告)号：CN113761903A
公开(公告)日：2021-12-07
申请号：CN202010504536.2
申请日：2020-06-05
Applicant: 国家计算机网络与信息安全管理中心
IPC: G06F40/289 , G06F40/30 , G06F40/232 , G06F16/35 , G06N3/04
Abstract: 本发明提出一种针对海量高噪音口语化短文本的文本筛选方法，属于自然语言处理领域，通过对训练语料和待筛选的目标文本进行预处理；对预处理后的训练语料中的标注的正类语料进行句式信息提取，区分出业务强相关句式和弱相关句式；利用提取的句式信息对预处理后的目标文本进行句式匹配，将业务强相关句式的匹配结果归为正类文本，对业务弱相关句式的匹配结果进行以下步骤的处理；对目标文本和训练语料都进行文本处理，将处理后的文本转化为词向量表示；使用训练语料的词向量表示训练文本分类模型，将目标文本的词向量表示输入到训练好的文本分类模型中对文本进行分类，实现对目标文本的文本筛选。
-
-
-
-
-
-
-
-
-
Search Results
82
records
(took 0.084 seconds)
