-
公开(公告)号：CN114826735A
公开(公告)日：2022-07-29
申请号：CN202210442276.X
申请日：2022-04-25
Applicant: 国家计算机网络与信息安全管理中心
IPC: H04L9/40
Abstract: 本发明公开一种基于异构神经网络技术的VoIP恶意行为检测方法及系统，涉及网络信息安全领域，通过从VoIP多数据源中抽取出信息对象，构建异构信息网络，利用GEM模型获得节点向量表示；再通过计算不同节点之间的相似度进行聚类，通过对同一类节点打上相同标签来丰富训练数据，再对对分类算法进行有监督学习分类，获取有害的VoIP节点。本发明能够利用多种数据源的信息，通过挖掘异构信息网络中的隐式关系和隐藏模式发现有害VoIP行为。
-
公开(公告)号：CN110047509B
公开(公告)日：2021-04-02
申请号：CN201910240865.8
申请日：2019-03-28
Applicant: 国家计算机网络与信息安全管理中心 , 珠海高凌信息科技股份有限公司
Abstract: 本发明的技术方案包括一种两级子空间划分方法及装置，用于实现：采用基于模型子空间的二级匹配方法，处理过程分为两个步骤：第一步通过粗筛定位子空间，确定待检音频模型空间所属范围，第二步细匹，即在子空间内部通过精度较高的传统算法命中目标模型，即包括特征提取、聚类计算、子空间划分、中心点计算四个过程。本发明的有益效果为：实现简单，耗时较小，对于数量巨大的模型特征，其实时性足以满足业务需求，可任意调整簇数的取值，能够有效的划分子空间，并且能够较为均匀的划分到不同的子空间中，同时缩小了模型匹配范围，单次语音特征比较能够有效降低模型数量，提高了效率。
-
公开(公告)号：CN111863007A
公开(公告)日：2020-10-30
申请号：CN202010554629.6
申请日：2020-06-17
Applicant: 国家计算机网络与信息安全管理中心 , 讯飞智元信息科技有限公司
IPC: G10L21/0208 , G10L21/0272 , G06N3/04
Abstract: 本发明公开了一种基于深度学习的语音增强方法及系统，该方法包括如下步骤：步骤SS1：获得带噪语音的多个IRM预测值的解的集合；步骤SS2：将来自所述Boosting-DNN语音增强模型输出的IRM的解的集合拼接带噪特征作为输入，预测最终的IRM预测值集合 本发明通过将Boosting-DNN语音增强模型和Ensemble-DNN集成语音增强模型这两个DNN串接起来的方式，有效的解决了一个神经网络由于层次太深训练不稳定的现象，构建一种非常深的网络结构，彻底解决前端语音增强技术就可以确保把语音从带噪信号中分离出来，以便后端识别模型能正确识别语音的内容。
-
公开(公告)号：CN110602332A
公开(公告)日：2019-12-20
申请号：CN201910708779.5
申请日：2019-08-01
Applicant: 国家计算机网络与信息安全管理中心 , 北京邮电大学
Abstract: 本发明公开了一种通信线路特征提取方法、通信线路识别方法及装置。所述通信线路特征提取方法包括：获取主叫端与被叫端之间的通话音频；对所述通话音频进行处理，以去除所述通话音频中的人声音频；分别采用差分方法、频率划分方法和自编码网络方法从处理后的通话音频中对应提取第一噪声特征、第二噪声特征和第三噪声特征，并将所述第一噪声特征、所述第二噪声特征和所述第三噪声特征作为所述主叫端与所述被叫端之间的通信线路特征，从而能够准确且高效的提取通信线路特征，进而提高通信线路识别的准确性和高效性，提高电话通信的可靠性。
-
公开(公告)号：CN109492026A
公开(公告)日：2019-03-19
申请号：CN201811301410.4
申请日：2018-11-02
Applicant: 国家计算机网络与信息安全管理中心
IPC: G06F16/2458 , G06Q50/30
Abstract: 本发明公开了一种基于改进的主动学习技术的电信欺诈分类检测方法，涉及一种基于改进的主动学习技术的电信欺诈分类检测方法。抽取数量为X的数据划分训练集和测试集。从训练集中抽取样本作为初始训练集，其余为未标记样本。若当前训练集中正类与负类样本数量的比值不小于阈值e，训练有监督分类器f并构造强组合分类器F；将未标记样本逐个放入有监督分类器f中进行类别评分，得到类别评分结果，输入主动学习采样算法，得到信息量大小的评分。选取信息量最大的前D个进行标注，并加入训练集中；当前训练集样本数量大于等于X1，或者迭代次数大于等于C时结束，输出训练好的分类器f。本发明具有较强的稳定性和鲁棒性，实现较高的分类和检测效率。
-
Patent Agency Ranking
公开(公告)号：CN113052270B
公开(公告)日：2024-12-24
申请号：CN202110503779.9
申请日：2021-05-10
Applicant: 清华大学 , 国家计算机网络与信息安全管理中心
IPC: G06F18/21 , G06F18/241 , G06F18/22
Abstract: 本申请涉及一种分类精度评价方法、装置、计算机设备和存储介质。所述方法包括：获取有害语音样本集；将有害语音样本集中的每个有害语音样本输入待评价的有害语音分类模型中进行分类，得到预测类别标签；在预设的分类层级中，确定与预测类别标签和有害语音样本的样本类别标签对应的目标分类；根据目标分类计算待评价的有害语音分类模型的分类精确程度。本方案中，对有害语音样本进行了多层次的分类(即分类层级)，然后在分类层级中确定预测类别标签和样本类别标签共同所属的目标分类，目标分类可以反映预测类别标签和样本类别标签的匹配度，进而根据目标分类确定分类模型的分类精确程度，能够有效的提高分类模型评价的准确度。
-
公开(公告)号：CN115914056B
公开(公告)日：2024-12-17
申请号：CN202110914688.4
申请日：2021-08-10
Applicant: 国家计算机网络与信息安全管理中心
IPC: H04L43/50 , H04L65/1104 , H04L67/02 , H04L67/141
Abstract: 本申请提供一种网络电话服务端的识别方法及装置、系统、电子设备，该方法包括：获取SIP流量，对SIP流量进行分析，获得目的IP信息；根据目的IP信息，对目标服务端的通信端口进行扫描，查找开放服务的目标端口；与开放服务的目标端口建立连接，并向开放服务的目标端口发送HTTP报文；根据HTTP报文的响应消息，确定目标服务端是否为网络电话服务端。由此可以高效地过滤出网络中大部分的VoIP运营平台信息，比传统的被动解析方式需要的资源更少且更加灵活，比传统的主动方式更加高效、目的性更强。在消耗少量资源的情况下，可以高效的进行定向分析，大大提高整体分析的高效性。
-
公开(公告)号：CN111858925B
公开(公告)日：2023-08-18
申请号：CN202010501138.5
申请日：2020-06-04
Applicant: 国家计算机网络与信息安全管理中心
IPC: G06F16/35 , G06F16/335 , G06F40/211 , G06F40/289 , G06Q30/018 , G06Q50/32
Abstract: 本发明公开了电信网络诈骗事件的剧本提取方法、装置、电子设备以及存储介质。该方法包括：获取已知主题类别的电信网络诈骗事件文本；对文本进行分句操作；提取文本中各单句的关键词；利用预先建立的BERT模型提取已知主题类别的电信网络诈骗事件文本中各单句的关键词向量；基于任意两个具有相邻句序的单句的关键词向量的均值向量之间的空间距离，对两个具有相邻句序的单句进行剧情阶段的划分；获取各阶段所包含的单句的关键词作为所属的主题类别下电信网络诈骗事件中各阶段的情节特征的表示。本发明实现了对于电信网络诈骗事件剧情阶段的划分，提取出有助于识别电信网络诈骗事件的特征，从而达到精准提取电信网络诈骗事件剧本的目的。
-
公开(公告)号：CN111698685B
公开(公告)日：2023-05-12
申请号：CN202010541713.4
申请日：2020-06-15
Applicant: 珠海高凌信息科技股份有限公司 , 国家计算机网络与信息安全管理中心
Abstract: 本发明涉及一种识别伪装成携号转网号码的虚假主叫的系统和方法的技术方案，包括：通过本网GMSC用于对具有不同NDC归属运营商的主叫号码与被叫号码进行号码状态查询，获取所述主叫号码的第一状态；根据所述第一状态对查询结果中已进行携号转网的所述主叫号码通过所述转发网关发送ATI消息；通过所述ATI消息获取所述主叫号码的第二状态，根据所述第一状态或第二状态对所述主叫号码进行放行或防护。本发明的有益效果为：通过新增网元，修改现网网元机制，达到获取携号转网用户状态的目标，实现对伪装携号转网号码的识别。
-
公开(公告)号：CN114936723B
公开(公告)日：2023-04-14
申请号：CN202210856300.4
申请日：2022-07-21
Applicant: 中国电子科技集团公司第三十研究所 , 国家计算机网络与信息安全管理中心
Abstract: 本发明涉及数据挖掘技术领域，公开了一种基于数据增强的社交网络用户属性预测方法及系统，该属性预测方法，基于用户的历史行为序列，推断用户未来一段时间的行为序列，通过将历史行为序列与预测得到的行为序列进行拼接，扩大行为序列的长度，对用户的行为数据进行增强。本发明解决了现有技术存在的在线网络用户行为序列长度较短时不能为用户属性预测任务提供足够信息、从而导致用户属性预测的预测准确性低的问题。
-
-
-
-
-
-
-
-
-
Search Results
94
records
(took 0.114 seconds)
