-
公开(公告)号：CN113868497A
公开(公告)日：2021-12-31
申请号：CN202111140419.3
申请日：2021-09-28
Applicant: 绿盟科技集团股份有限公司 , 北京神州绿盟科技有限公司 , 神州绿盟成都科技有限公司
IPC: G06F16/906 , G06K9/62
Abstract: 本申请涉及网络信息安全技术领域，尤其涉及一种数据分类方法、装置和存储介质，用以提高敏感数据分类准确率，包括：获取待检测数据信息；将待检测数据信息与预设敏感信息库中的各个敏感信息标签分别进行匹配，获得与待检测数据信息匹配的第一分类标签，基于已训练的分类模型，对待检测数据信息进行敏感信息分类，获得对应的第二分类标签；若第一分类标签和第二分类标签不一致，且第二分类标签的置信度不大于预设阈值，将第一分类标签作为待检测数据信息对应的目标分类标签；若第二分类标签的置信度大于预设阈值，将第二分类标签作为对应的目标分类标签。本申请通过将基于敏感信息库与神经网络匹配到的结果融合，提高了对敏感数据的安全防护能力。
-
公开(公告)号：CN115048638A
公开(公告)日：2022-09-13
申请号：CN202210730742.4
申请日：2022-06-24
Applicant: 绿盟科技集团股份有限公司 , 北京神州绿盟科技有限公司 , 神州绿盟成都科技有限公司
Abstract: 本申请公开了一种密码算法识别方法及相关装置，涉及信息安全技术领域。本申请中，获取基于待识别密码算法加密的密文数据，再基于密文数据的序列特征，获得密文数据的随机特征向量，其中，随机特征向量表征：待识别密码算法的加解密方式，从而分别基于预设的特征向量集合中各候选特征向量，各自与随机特征向量之间的向量相似度，筛选出满足预设的相似度条件的目标特征向量，并最终将目标特征向量对应的候选密码算法作为待识别密码算法。采用这种方式，避免了现有技术中，因传统机器学习通常基于单一或者较少的统计特征，对密码算法进行识别，从而导致对密码算法的识别不准确的技术弊端，提高了密码算法的识别准确率。
-
Patent Agency Ranking
公开(公告)号：CN114912142B
公开(公告)日：2025-02-28
申请号：CN202210429481.2
申请日：2022-04-22
Applicant: 绿盟科技集团股份有限公司 , 北京神州绿盟科技有限公司 , 神州绿盟成都科技有限公司
IPC: G06F21/62 , G06N3/0475 , G06N3/094 , G06N3/084
Abstract: 本发明公开了一种数据脱敏方法、装置、电子设备及存储介质，预先训练完成有数据脱敏对抗网络模型，数据脱敏对抗网络模型包括生成模型和判别模型，所述生成模型和判别模型是通过对抗学习进行训练得到。基于数据脱敏对抗网络模型得到的脱敏后的数据安全性好。并且在生成脱敏后的数据时获取待处理的原始数据，对原始数据进行分类标记，并根据分类标记生成条件向量。生成随机分布向量后，将随机分布向量和条件向量输入数据脱敏对抗网络模型，基于数据脱敏对抗网络模型中的生成模型，输出原始数据对应的脱敏后的数据。加入条件向量优化脱敏后的数据，脱敏后的数据包括数值信息和类别信息。因此脱敏后的数据可用性好。
-
公开(公告)号：CN114912142A
公开(公告)日：2022-08-16
申请号：CN202210429481.2
申请日：2022-04-22
Applicant: 绿盟科技集团股份有限公司 , 北京神州绿盟科技有限公司 , 神州绿盟成都科技有限公司
Abstract: 本发明公开了一种数据脱敏方法、装置、电子设备及存储介质，预先训练完成有数据脱敏对抗网络模型，数据脱敏对抗网络模型包括生成模型和判别模型，所述生成模型和判别模型是通过对抗学习进行训练得到。基于数据脱敏对抗网络模型得到的脱敏后的数据安全性好。并且在生成脱敏后的数据时获取待处理的原始数据，对原始数据进行分类标记，并根据分类标记生成条件向量。生成随机分布向量后，将随机分布向量和条件向量输入数据脱敏对抗网络模型，基于数据脱敏对抗网络模型中的生成模型，输出原始数据对应的脱敏后的数据。加入条件向量优化脱敏后的数据，脱敏后的数据包括数值信息和类别信息。因此脱敏后的数据可用性好。
-
公开(公告)号：CN117171767A
公开(公告)日：2023-12-05
申请号：CN202310966731.0
申请日：2023-08-02
Applicant: 绿盟科技集团股份有限公司 , 神州绿盟成都科技有限公司
Abstract: 本申请涉及网络安全技术领域，特别涉及一种图像数据的脱敏处理方法、装置、设备及介质，用以精准地对图像数据中人脸关键点包围的区域进行脱敏处理，提升脱敏处理后数据的可用性，同时，提升人脸检测和人脸关键点检测的准确率，增强脱敏后数据的安全性。所述方法，包括：获取待处理图像；利用第一类算法，在待处理图像中进行人脸检测，若检测到人脸，则在待处理图像中确定包含人脸的人脸检测框；利用第二类算法，在人脸检测框中进行人脸关键点识别，确定人脸检测框中的人脸关键点，确定人脸关键点在待处理图像中的位置，并对待处理图像中，人脸关键点包围的区域进行脱敏处理。
-
公开(公告)号：CN114548303B
公开(公告)日：2025-04-18
申请号：CN202210184206.9
申请日：2022-02-25
Applicant: 神州绿盟成都科技有限公司
IPC: G06F18/23 , G06F18/22 , G06F40/30 , G06F40/177 , G06F21/62
Abstract: 本申请公开了一种表数据泛化方法及装置，用以提升表数据泛化的效率。该方法包括：确定待泛化的表中多个表数据分别包括的各类型的子数据，其中子数据的类型包括数值型、包含语义的第一文本型以及不包含语义的第二文本型；根据任一表数据包括的各类型的子数据的距离参数，确定其与各中心点的距离；其中数值型子数据与各中心点的数值型变量的相似程度为其距离参数；第一文本型子数据与各中心点的第一文本型变量的相似程度为其距离参数；第二文本型子数据的距离参数指示其与各中心点的第二文本型变量是否相同；根据各表数据与各中心点的距离，将多个表数据划分为至少一个类别簇；采用设定的数据泛化算法对至少一个类别簇分别进行泛化处理。
-
公开(公告)号：CN114548303A
公开(公告)日：2022-05-27
申请号：CN202210184206.9
申请日：2022-02-25
Applicant: 神州绿盟成都科技有限公司
IPC: G06K9/62 , G06F40/30 , G06F40/177 , G06F21/62
Abstract: 本申请公开了一种表数据泛化方法及装置，用以提升表数据泛化的效率。该方法包括：确定待泛化的表中多个表数据分别包括的各类型的子数据，其中子数据的类型包括数值型、包含语义的第一文本型以及不包含语义的第二文本型；根据任一表数据包括的各类型的子数据的距离参数，确定其与各中心点的距离；其中数值型子数据与各中心点的数值型变量的相似程度为其距离参数；第一文本型子数据与各中心点的第一文本型变量的相似程度为其距离参数；第二文本型子数据的距离参数指示其与各中心点的第二文本型变量是否相同；根据各表数据与各中心点的距离，将多个表数据划分为至少一个类别簇；采用设定的数据泛化算法对至少一个类别簇分别进行泛化处理。
-
-
-
-
-
-
Search Results
7
records
(took 0.085 seconds)
