一种网络诈骗易感人群筛选方法

    公开(公告)号:CN111737318B

    公开(公告)日:2024-06-11

    申请号:CN202010585668.2

    申请日:2020-06-24

    IPC分类号: G06F16/2458 G06F16/2457

    摘要: 本发明提供一种网络诈骗易感人群筛选方法,包括:提取高危用户的社会属性数据;根据高危用户的社会属性进行分段,统计每个属性分段的访问诈骗网站人数;根据高危用户在各个属性分段的数量分布,为每个属性分段分配不同的权重,形成权重集合;计算所有高危用户的权重的加权平均值,取加权平均值最小的用户作为筛选阈值;使用权重集合与筛选阈值建立初始模型。由于容易受害的群体往往集中在部分人群,针对这些人群重点宣传,可以起到事半功倍的效果,因此通过本发明可以准确、迅速的对诈骗网站的访问数据分析筛选,挖掘出网络诈骗易受害人群,从而提高防网络诈骗宣传的效率,针对易被骗人群重点宣传,有效降低诈骗率,降低宣传成本。

    一种网络诈骗易感人群筛选方法

    公开(公告)号:CN111737318A

    公开(公告)日:2020-10-02

    申请号:CN202010585668.2

    申请日:2020-06-24

    IPC分类号: G06F16/2458 G06F16/2457

    摘要: 本发明提供一种网络诈骗易感人群筛选方法,包括:提取高危用户的社会属性数据;根据高危用户的社会属性进行分段,统计每个属性分段的访问诈骗网站人数;根据高危用户在各个属性分段的数量分布,为每个属性分段分配不同的权重,形成权重集合;计算所有高危用户的权重的加权平均值,取加权平均值最小的用户作为筛选阈值;使用权重集合与筛选阈值建立初始模型。由于容易受害的群体往往集中在部分人群,针对这些人群重点宣传,可以起到事半功倍的效果,因此通过本发明可以准确、迅速的对诈骗网站的访问数据分析筛选,挖掘出网络诈骗易受害人群,从而提高防网络诈骗宣传的效率,针对易被骗人群重点宣传,有效降低诈骗率,降低宣传成本。

    小程序安全风险自动化评估方法及相关设备

    公开(公告)号:CN116932381A

    公开(公告)日:2023-10-24

    申请号:CN202310755129.2

    申请日:2023-06-25

    IPC分类号: G06F11/36

    摘要: 本申请提供一种小程序安全风险自动化评估方法及相关设备。所述方法包括:对小程序进行特征检测,得到若干备选特征;将所述备选特征与预先构建的安全检测特征库进行匹配,响应于确定所述安全检测特征库中存在与所述备选特征相匹配的第一特征,根据所述第一特征确定所述小程序的第一漏洞信息;其中,所述安全检测特征库包括若干第一特征;根据所述第一漏洞信息生成安全评估报告。本申请的方案,利用预先构建的安全检测特征库检测小程序中的漏洞,并从小程序中匹配与特征库相同行为的特征,从而实现针对小程序中漏洞的快速查找并获得安全评估报告,进而能够防范小程序安全,有效保护信息安全。

    一种判别对抗网络的恶意应用检测方法和系统

    公开(公告)号:CN113127872B

    公开(公告)日:2022-07-12

    申请号:CN202110411779.6

    申请日:2021-04-16

    IPC分类号: G06F21/56 G06N3/04 G06N3/08

    摘要: 本发明公开了一种判别对抗网络的恶意应用检测方法和系统,所述方法包括如下步骤:建立应用的API调用神经网络;建立应用的权限神经网络;建立应用的操作码序列神经网络;分别向上述三种神经网络输入对应的特征,获取分别输出的三种特征矢量;将三种输出的特征矢量输入到判别对抗网络中,输出应用的识别结果。述方法和系统通过建立判别对抗网络(DAN)架构对恶意应用进行识别,所述判别对抗网络(DAN)将传统的GAN中的生成器替换为鉴别器,所述判别对抗网络的其中一个鉴别器可以检测恶意软件,另一个鉴别器对混淆无感知,可以识别具有不同域的混淆和未混淆恶意应用,并消除了学习中混淆带来的偏差。

    一种数据完整性审计方法及装置
    8.
    发明公开

    公开(公告)号:CN116418514A

    公开(公告)日:2023-07-11

    申请号:CN202310154483.X

    申请日:2023-02-22

    IPC分类号: H04L9/32 H04L9/40 H04L67/10

    摘要: 本申请实施例提供一种数据完整性审计方法及装置,包括:数据原所有者将待存储的数据分成多个数据块,计算所述数据的哈希值;根据所述哈希值和预先配置的密钥,计算审计辅助参数;根据所述哈希值、密钥和各数据块的数据内容,计算各数据块的分块标签;对整体标签进行签名,得到整体标签签名值;向云服务器发送包括所述数据、整体标签、整体标签签名值和由各数据块的分块标签组成的数据块标签集的数据存储请求,由云服务器存储接收的所有数据。通过数据块及分块标签的存储形式,可以实现任意数据块的完整性审计以及数据所有权交易,提高数据交易效率。

    一种判别对抗网络的恶意应用检测方法和系统

    公开(公告)号:CN113127872A

    公开(公告)日:2021-07-16

    申请号:CN202110411779.6

    申请日:2021-04-16

    IPC分类号: G06F21/56 G06N3/04 G06N3/08

    摘要: 本发明公开了一种判别对抗网络的恶意应用检测方法和系统,所述方法包括如下步骤:建立应用的API调用神经网络;建立应用的权限神经网络;建立应用的操作码序列神经网络;分别向上述三种神经网络输入对应的特征,获取分别输出的三种特征矢量;将三种输出的特征矢量输入到判别对抗网络中,输出应用的识别结果。述方法和系统通过建立判别对抗网络(DAN)架构对恶意应用进行识别,所述判别对抗网络(DAN)将传统的GAN中的生成器替换为鉴别器,所述判别对抗网络的其中一个鉴别器可以检测恶意软件,另一个鉴别器对混淆无感知,可以识别具有不同域的混淆和未混淆恶意应用,并消除了学习中混淆带来的偏差。