-
公开(公告)号:CN111753322B
公开(公告)日:2021-10-01
申请号:CN202010635435.9
申请日:2020-07-03
申请人: 烟台中科网络技术研究所 , 烟台中科数据技术有限公司
摘要: 本发明公开了一种移动App权限列表自动核验方法,包括S1、获取待测移动App实际的权限列表,转化为向量形式,得到实际权限列表向量;S2、获取待测移动App的隐私协议,通过经训练的深度学习分类模型转化为向量形式,与设定阈值进行比较,得到声明权限列表向量;S3、对比待测移动App的实际权限列表向量跟声明权限列表向量是否一致,若一致,则判定待测移动App“合规”,否则判定待测移动App“不合规”。本发明的移动App权限列表自动核验方法实现了移动APP权限列表自动核验,不需要再通过人工对App隐私协议内容进行阅读审核就能判定该App是否存在违规获取用户个人信息的问题。本发明还公开了一种移动App权限列表自动核验系统。
-
公开(公告)号:CN111753322A
公开(公告)日:2020-10-09
申请号:CN202010635435.9
申请日:2020-07-03
申请人: 烟台中科网络技术研究所 , 烟台中科数据技术有限公司
摘要: 本发明公开了一种移动App权限列表自动核验方法,包括S1、获取待测移动App实际的权限列表,转化为向量形式,得到实际权限列表向量;S2、获取待测移动App的隐私协议,通过经训练的深度学习分类模型转化为向量形式,与设定阈值进行比较,得到声明权限列表向量;S3、对比待测移动App的实际权限列表向量跟声明权限列表向量是否一致,若一致,则判定待测移动App“合规”,否则判定待测移动App“不合规”。本发明的移动App权限列表自动核验方法实现了移动APP权限列表自动核验,不需要再通过人工对App隐私协议内容进行阅读审核就能判定该App是否存在违规获取用户个人信息的问题。本发明还公开了一种移动App权限列表自动核验系统。
-
公开(公告)号:CN114841981B
公开(公告)日:2024-09-06
申请号:CN202210553478.1
申请日:2022-05-20
申请人: 烟台中科网络技术研究所
IPC分类号: G06T7/00 , G06V30/148 , G06V30/19 , G06V10/26 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/048 , G06N3/084 , G06N3/09
摘要: 本发明涉及一种基于分割网络的零件缺陷检测与字符识别方法及装置。所述方法包括:获取一定数量的具有缺陷的零件图像并对获得的零件图像进行分类标注,得到分类标注训练数据集,分类标注的分类类型包括缺陷轮廓类型和字符轮廓类型,基于并行反向注意力的PraNet网络构建分割模型;对分割模型进行训练;使用训练好的分割模型对零件图像进行缺陷检测。本发明的方法可以准确定位缺陷和字符的位置,有效识别现有OCR方法无法识别的字符,提高生产效率和产品质量把控。
-
公开(公告)号:CN113536077B
公开(公告)日:2022-06-17
申请号:CN202110606596.X
申请日:2021-05-31
申请人: 烟台中科网络技术研究所 , 国家计算机网络与信息安全管理中心
IPC分类号: G06F16/906 , G06F16/953 , G06F16/901 , G06N20/00
摘要: 本发明公开了一种移动APP特定事件内容检测方法,涉及网络信息安全和自然语言处理交叉技术领域。首先获取互联网上特定事件的若干内容作为原始语料,从中抽取原始关键词;针对原始语料构建关键词关系图,并对关键词关系图进行聚类,得到若干簇;对同一簇中的关键词进行量化和排序,得到最能够表达该事件的特征关键词;将特征关键词输入到APP搜索框中进行自动化检索,保存结果;使用机器学习算法对保存结果进行分析,实现了移动APP中特定事件的自动、高效检测分析。本发明以很低的搜索成本获得了不同移动应用针对特定事件的舆论观点和舆论走向信息。本发明还公开了一种移动APP特定事件内容检测装置。
-
公开(公告)号:CN110505348A
公开(公告)日:2019-11-26
申请号:CN201910794491.4
申请日:2019-08-27
申请人: 烟台中科网络技术研究所 , 国家计算机网络与信息安全管理中心
摘要: 本发明公开了一种APP收集用户个人敏感信息的风险评估方法,通过对APP进行静态分析以及动态分析,得出权限评分、调用函数评分、SDK评分、流量包参数评分和域名评分,再进行加权求和,得出被评估APP的最终评分,根据评估矩阵得出被评估APP的风险评级;根据风险评级反向维护SDK风险权重库和域名风险权重库,对SDK或域名进行风险权重的修正。本发明的APP收集用户个人敏感信息的风险评估方法包含用户输入的用户个人敏感信息、非用户输入的潜在用户个人敏感信息,对APP收集用户个人敏感信息的风险程度进行量化,更全面的涵盖了多种敏感信息点,细化了APP收集用户个人敏感信息的风险大小,能大批量的评估APP收集用户个人敏感信息的风险程度。
-
公开(公告)号:CN110297854A
公开(公告)日:2019-10-01
申请号:CN201910584861.1
申请日:2019-07-01
申请人: 烟台中科网络技术研究所
IPC分类号: G06F16/2458 , G06F16/955
摘要: 本发明公开了一种APP域名核验方法,包括S1、获取待测APP所有操作产生的原始数据流量包;S2、以公共API知识库对原始数据流量包进行过滤,去除公共URL,获得剩余数据流量包;S3、对剩余数据流量包进行综合计算,对包括但不限于“URL请求次数”、“URL对应数据流量包的大小”、“URL与操作事件的对应关系”分别进行量化处理,归一化处理,再进行加权平均,获得一级域名对应的综合分值;S4、确定待测APP的实际域名,按照一级域名对应的综合分值进行从大到小排序;从序列中数值最大的一端开始,取至少1个一级域名设为APP的域名;S5、检验APP实际域名是否已进行备案;由此本发明可以确定并核验APP实际域名。本发明还公开了一种APP域名核验系统。
-
公开(公告)号:CN107181730A
公开(公告)日:2017-09-19
申请号:CN201710145302.1
申请日:2017-03-13
申请人: 烟台中科网络技术研究所 , 中国科学院计算技术研究所
IPC分类号: H04L29/06
摘要: 本发明公开了一种仿冒网站监测识别方法及系统,方法包括:S1、分别对被仿冒网站和待检测网站进行页面解析,得到解析后的被仿冒网页和待检测网页;S2、分别对解析后的被仿冒网页和待检测网页进行特征提取,得到被仿冒网页和待检测网页的网页特征;S3、计算被仿冒网页与待检测网页的网页特征的相似性,得到对应于网页特征中所有特征的所有计算结果;S4、对所有计算结果进行集成汇总,得到集成汇总结果;S5、将集成汇总结果与预设阈值进行比较,如果集成汇总结果大于预设阈值,则待检测网站为仿冒网站。本发明的有益效果是:同时考虑了网页URL、网页内容以及网页图像的相似性,并对三个相似性进行集成汇总,提高对仿冒网站进行识别的准确性。
-
公开(公告)号:CN113343219A
公开(公告)日:2021-09-03
申请号:CN202110606530.0
申请日:2021-05-31
申请人: 烟台中科网络技术研究所 , 国家计算机网络与信息安全管理中心
摘要: 本发明公开了一种自动高效的高风险移动应用程序检测方法,包括S1、获取待测App的SDK列表和权限列表,转化为向量形式,得到列表向量;计算待测App与已知的高风险App之间的相似度,判定为潜在风险App;S2、动态分析进一步判定是否为高风险App,若判定为“是”,将其标记为高风险App;S3、人工审核判定是否是高风险App,若“是”,添加至高风险App库,标记为高风险App。本发明采用以静态分析、动态分析为主,辅助以人工审核的方式,避免了人工审核存在的效率低、成本高、准确率低等问题,实现了高风险App得自动高效识别。
-
公开(公告)号:CN109308321A
公开(公告)日:2019-02-05
申请号:CN201811428266.0
申请日:2018-11-27
申请人: 烟台中科网络技术研究所 , 中国科学院计算技术研究所
IPC分类号: G06F16/36 , G06F16/33 , G06F16/332
摘要: 本发明涉及一种知识问答方法、知识问答系统及计算机可读存储介质,其方法包括以下步骤:接收问答请求,问答请求携带有源问题文本信息;根据源问题文本信息和预设问题标签模板确定查询语言;从动态更新的知识管理库中查询与查询语言匹配的推荐实体组,基于推荐实体组生成知识图谱;发送知识图谱。本发明提供的知识问答方法、知识问答系统和计算机可读存储介质,预设问题标签模板可以检验查询语言的完整性,提高了查询语言的准确性,查询语言和知识管理库共同保证了推荐实体组的准确性以及实时性,知识图谱形式统一归纳了推荐实体组,为用户提供专业化的知识答案。
-
公开(公告)号:CN113343219B
公开(公告)日:2023-03-07
申请号:CN202110606530.0
申请日:2021-05-31
申请人: 烟台中科网络技术研究所 , 国家计算机网络与信息安全管理中心
摘要: 本发明公开了一种自动高效的高风险移动应用程序检测方法,包括S1、获取待测App的SDK列表和权限列表,转化为向量形式,得到列表向量;计算待测App与已知的高风险App之间的相似度,判定为潜在风险App;S2、动态分析进一步判定是否为高风险App,若判定为“是”,将其标记为高风险App;S3、人工审核判定是否是高风险App,若“是”,添加至高风险App库,标记为高风险App。本发明采用以静态分析、动态分析为主,辅助以人工审核的方式,避免了人工审核存在的效率低、成本高、准确率低等问题,实现了高风险App得自动高效识别。
-
-
-
-
-
-
-
-
-