-
Patent Agency Ranking
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
Applicant: 国家计算机网络与信息安全管理中心浙江分中心
IPC: G06F16/2458 , G06F16/2457
Abstract: 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。
-
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
Applicant: 国家计算机网络与信息安全管理中心浙江分中心
IPC: G06F16/2458 , G06F16/2457
Abstract: 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。
-
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
Applicant: 国家计算机网络与信息安全管理中心浙江分中心
Abstract: 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。
-
公开(公告)号：CN111680220A
公开(公告)日：2020-09-18
申请号：CN202010532225.7
申请日：2020-06-12
Applicant: 国家计算机网络与信息安全管理中心浙江分中心
IPC: G06F16/9535 , G06F16/35 , G06F40/289 , G06F40/126 , H04L29/12
Abstract: 本发明提供一种基于网站特征的贷款类诈骗网站的识别方法，包括：识别IP归属地，并筛选出IP地址为非中国大陆的网站；对筛选出的网站的HTML进行解析，提取手机端网页特征，筛选出手机端的网站；在筛选出的手机端的网站中再筛选出有中文编码的网站；对筛选出有中文编码的网站的文案字符进行分词；利用关键词库，对分词的结果进行聚类，计算命中词汇的权重；筛选出权重较高的网站。针对同类型不同网站的共同特征，针对贷款类诈骗网站，本发明形成了成熟的识别模型，可以快速、准确、有效的从大量网站中识别出贷款类诈骗网站，主动发现可能让网民蒙受损失的贷款类诈骗网站，为充分、及时的打击贷款类网络诈骗提供有效的支持。
-
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
Applicant: 国家计算机网络与信息安全管理中心浙江分中心
Abstract: 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。
-
-
-
-
Search Results
5
records
(took 0.043 seconds)
