-
公开(公告)号：CN119004295A
公开(公告)日：2024-11-22
申请号：CN202411263926.X
申请日：2024-09-10
Applicant: 杭州安恒信息技术股份有限公司
IPC: G06F18/2431 , G06F16/22 , G06F16/28
Abstract: 本申请公开了一种数据分类分级方法、装置、设备及可读存储介质，包括：获取待分类字段对应的行业数据分类分级框架中最顶层级子类包含的各最顶层级分类标签和分别对应的最顶层分类描述；利用大模型根据待分类字段、各最顶层级分类标签和各最顶层分类描述对待分类字段进行分类；获取当前层分类标签对应的各下一层级子类对应的下一层级分类标签的下一层级分类描述；利用大模型根据待分类字段、当前层分类标签、各下一层级分类标签和各下一层级分类描述对待分类字段进行分类；将各层分类标签进行拼接，得到新的当前层分类标签，当不存在下一层级子类，将当前层分类标签确定为数据分类结果并分级得到数据分级结果。本申请提高了分类分级结果的准确性。
-
公开(公告)号：CN115567202A
公开(公告)日：2023-01-03
申请号：CN202211157062.4
申请日：2022-09-22
Applicant: 杭州安恒信息技术股份有限公司
IPC: H04L9/08
Abstract: 本申请公开了一种隐私数据可信比较方法、系统、设备及计算机介质，应用于目标数据提供方，获取自身的第一数据，并生成第一随机数；生成第一秘密份额及第二秘密份额；将第一秘密份额及第二秘密份额发送给对应的数据处理方；接收另一数据提供方发送的第三秘密份额及第四秘密份额；计算目标数据提供方的第一秘密份额与第三秘密份额间的差值并得到第五秘密共享份额；计算目标数据提供方的第二秘密份额与第四密码份额间的第一乘积值并得到第六秘密共享份额；计算目标数据提供方的第五秘密共享份额与第六秘密共享份额间的第二乘积值并得到第七秘密共享份额；上链第七秘密共享份额，以确定第一数据与第二数据的比较结果，可信度高且保证了数据隐私。
-
公开(公告)号：CN119337369A
公开(公告)日：2025-01-21
申请号：CN202411534145.X
申请日：2024-10-29
Applicant: 杭州安恒信息技术股份有限公司
IPC: G06F21/55 , G06F21/57 , G06N3/0455 , G06N5/04
Abstract: 本申请公开了一种大语言模型的提示词泄漏检测方法、装置、设备及介质，涉及人工智能技术领域，从用户提示词及系统提示词提取文本段落，并进行分割、筛选去重及编号，得到映射表；对大语言模型的输出结果分割，得到待检测句子和待检测字词；从第一映射表中确定特征字词，计算特征字词数量与待检测字词数量的第一比值，判断第一比值是否大于预设第一阈值；若不大于，将第二映射表和第三映射表与待检测句子比对，得到特征句子并统计数量，计算数量与特征字词总数的第二比值，判断第二比值是否大于预设第二阈值；若不大于，计算特征句子与待检测句子的相似度，若相似度不大于预设相似度阈值，判定未发生提示词泄漏，提高提示词泄漏检测性能和效率。
-
公开(公告)号：CN115080974B
公开(公告)日：2022-11-08
申请号：CN202210984153.9
申请日：2022-08-17
Applicant: 杭州安恒信息技术股份有限公司
Abstract: 本申请公开了一种恶意PE文件检测方法、装置、设备及介质，涉及人工智能领域，该方法包括：按照预设文件拆解方法对目标PE文件进行拆解，以获取文件头信息、文件可选头信息、文件节头信息以及文件节头信息对应的节信息；分别利用训练后的稀疏自编码神经网络模型对各头信息进行向量化，利用训练后的文本分类模型对节信息进行向量化，并将向量化后的各向量进行融合，将融合后向量输入神经网络模型，以获取神经网络模型输出的检测结果；神经网络模型为利用预设知识迁移方法对各训练后的稀疏自编码神经网络模型和文本分类模型进行模型迁移得到的。本发明能够通过使用针对性向量化处理的方法实现PE文件的恶意监测，检测流程精短，数据传递完整。
-
公开(公告)号：CN115567202B
公开(公告)日：2024-09-24
申请号：CN202211157062.4
申请日：2022-09-22
Applicant: 杭州安恒信息技术股份有限公司
IPC: H04L9/08
Abstract: 本申请公开了一种隐私数据可信比较方法、系统、设备及计算机介质，应用于目标数据提供方，获取自身的第一数据，并生成第一随机数；生成第一秘密份额及第二秘密份额；将第一秘密份额及第二秘密份额发送给对应的数据处理方；接收另一数据提供方发送的第三秘密份额及第四秘密份额；计算目标数据提供方的第一秘密份额与第三秘密份额间的差值并得到第五秘密共享份额；计算目标数据提供方的第二秘密份额与第四密码份额间的第一乘积值并得到第六秘密共享份额；计算目标数据提供方的第五秘密共享份额与第六秘密共享份额间的第二乘积值并得到第七秘密共享份额；上链第七秘密共享份额，以确定第一数据与第二数据的比较结果，可信度高且保证了数据隐私。
-
Patent Agency Ranking
公开(公告)号：CN116886417A
公开(公告)日：2023-10-13
申请号：CN202311008390.2
申请日：2023-08-10
Applicant: 杭州安恒信息技术股份有限公司
IPC: H04L9/40
Abstract: 本发明公开了一种报文检测方法、装置、设备及存储介质，应用于流量监测领域，该方法通过提取白名单报文组中各类型字段构建对应的字段组，将每个字段组按预设比例分割为第一字段组与第二字段组；通过第一预设数量的特征提取方式提取第一字段组中各字段的特征，得到第一特征矩阵；通过第一预设数量的特征提取方式提取第二字段组中各字段的特征，得到第二特征矩阵；通过统计检验方法得到第一特征矩阵与第二特征矩阵中各特征类型的同分布检验结果；通过每个字段组的同分布检验结果进行待处理报文的检测。相比于现有技术，无需采集恶意流量进行分类模型的训练，避免了由于恶意流量样本不足而导致的分类模型过拟合，识别精确度下降的问题。
-
公开(公告)号：CN114995939A
公开(公告)日：2022-09-02
申请号：CN202210688873.0
申请日：2022-06-17
Applicant: 杭州安恒信息技术股份有限公司
IPC: G06F9/451 , G06F16/957 , G06F40/143 , G06F40/154
Abstract: 本申请公开了一种前端页面自适应方法、装置、设备及存储介质，涉及网页数据处理技术领域，包括：获取前端框架的目标源代码，并利用预设babel插件对所述目标源代码进行解析，以得到抽象语法树；通过深度优先遍历获取所述抽象语法树中的样式节点，然后将所述样式节点中固定不变的目标像素值替换为所述目标像素值与前端页面的设计图宽度的比值，以得到目标抽象语法树；所述样式节点为所述抽象语法树中名称属性为style的属性节点；利用所述目标抽象语法树生成目标JS代码，以便根据所述目标JS代码对所述前端页面进行渲染。通过本申请的技术方案，可以不需要再去考虑不同设备、屏幕和分辨率的兼容性，实现内联样式在前端页面的自适应。
-
公开(公告)号：CN116561766A
公开(公告)日：2023-08-08
申请号：CN202310572854.6
申请日：2023-05-18
Applicant: 杭州安恒信息技术股份有限公司
Abstract: 本申请公开了一种自动化组件漏洞阻断方法、装置、设备及存储介质，本申请涉及计算机技术领域，该方法包括：基于Jenkins构建目标myBuild；在所述目标myBuild中，检索当前流水线的代码目录中的特征文件，并对所述特征文件进行分析以获取组件清单和所述组件清单中每个组件的坐标信息；通过爬虫技术基于所述每个组件的坐标信息去中央仓爬取组件的信息，并解析所述组件的信息以判断所述组件清单中是否存在漏洞；若存在所述漏洞，则停止当前所述目标myBuild的动作。可见，本申请能够在产品发布之前对漏洞组件进行预警，降低产品安全风险，并能避免人工大量繁琐的去查证组件安全的工作。
-
公开(公告)号：CN116545684A
公开(公告)日：2023-08-04
申请号：CN202310485316.3
申请日：2023-04-28
Applicant: 杭州安恒信息技术股份有限公司
Abstract: 本申请涉及一种微服务网关鉴权方法和系统，其中，该方法包括：通过网关层，获取客户端发起的请求的第一请求报文，并对第一请求报文进行内部鉴权标识清洗，得到第二请求报文；根据第二请求报文，调用第一微服务应用；在第一微服务应用调用第二微服务应用时，构造目标请求，在目标请求的第三请求报文中添加目标内部鉴权标识，并发送目标请求至第二微服务应用的目标接口；判断目标接口是否支持内部鉴权；在目标接口支持内部鉴权时，根据目标内部鉴权标识，对目标请求进行内部鉴权验证，在内部鉴权验证通过时，执行目标接口的业务逻辑。通过本申请，在获取到用户业务鉴权之外数据的同时，提高了系统的可维护性。
-
公开(公告)号：CN115907107A
公开(公告)日：2023-04-04
申请号：CN202211378221.3
申请日：2022-11-04
Applicant: 杭州安恒信息技术股份有限公司
IPC: G06Q10/04 , G06N3/0464 , G06N3/044 , G06N3/08
Abstract: 本申请涉及一种轨迹预测模型训练方法、装置、设备和轨迹预测方法。所述方法包括：获取初始数据，所述初始数据至少包括目标对象信息以及环境信息；基于时间属性将所述初始数据转化为有向图数据，所述有向图数据包括节点向量和有向边向量；基于每个所述节点向量的相邻节点向量确定每个所述节点向量的权重，得到训练数据集，所述训练数据集包括多个时刻的轨迹数据；基于所述训练数据集对初始模型进行训练，得到目标轨迹预测模型。采用本方法能够综合各个节点对应的特征信息，以及各个特征信息之间的联系对初始模型的训练数据进行优化，进而提高目标轨迹预测模型的轨迹预测能力，进一步提高轨迹预测的准确率。
-
-
-
-
-
-
-
-
-
Search Results
15
records
(took 0.026 seconds)
