摘要：本公开涉及一种区域非法集资风险评估设备。该设备获取到目标区域已注册企业的企业信息、系统判定的企业风险预警指数、人工判定的企业风险预警指数及已发生的非法集资案件信息后，根据上述信息确定目标区域已发生非法集资案件的企业对应的第一风险指数、已发生非法集资案件的除企业外的其他主体对应的第二风险指数、由人工判定了企业风险预警指数的企业对应的第三风险指数及由系统判定了企业风险预警指数的企业对应的第四风险指数，并根据上述各风险指数确定综合风险指数，使得可以通过设备自动化的对区域的非法集资风险进行量化评估，减少了人员对非法集资风险评估的参与，既提高了非法集资风险评估的准确性，又提高了非法集资风险评估的效率。

摘要：本发明公开了一种主被动相结合的私有工控协议逆向分析方法，包括采集工控设备正常通信过程中的报文，对所述报文进行逆向分析，获得逆向分析结果；构造错误的报文格式，产生报文与工控设备进行通信交互；确定接收到错误数据后工控设备的响应方式；对所述逆向分析结果中的字段属性进行验证；构建待验证报文结构格式集合，构造报文并发送至工控设备，根据与工控设备通信交互的响应结果确定该报文结构是否为符合所述工控协议规范的正确报文格式；对逆向分析结果中的状态机信息进行扩展分析，获得最终的逆向分析结果。该方法能够对协议格式、字段属性和状态机的分析结果进行更深入的挖掘，归纳出能够更加真实反映出工控协议全局信息的逆向结果。

摘要：本发明公开的属于获取路由设备技术领域，具体为一种关基资产中快速获取路由设备的方法，包括以下步骤对路由器Rn时进行抓取时，主机A通过两条线路抓取路由器Rn或通过与路由器Rn临近的主机B抓取，其中，所述主机A通过线路1和线路2对路由器Rn进行抓取，所述线路1和线路2均是通过多个路由设备传输抓取到路由器Rn，通过输入代码并执行对路由器Rn进行抓取，准确本方法因为采用路由特有的协议原理，准确率能达到100％；快速本方法采用UDP无状态流连接，无负载传输，速度至少提高三倍以上；隐蔽各防火墙对TCP尤其带负载的TCP检测严重，对基本路由协议检测轻微甚至不检测，能高效更隐蔽的获取所需结果。

摘要：本发明公开的属于网络资产技术领域，具体为一种获取海量DNS服务属性并归类的方法，该获取海量DNS服务属性并归类的方法具体步骤流程如下(1)根据与DNS服务器的DNS服务进行深度交互，获取海量DNS服务器的DNS服务属性，包括协议畸形，ARRs返回，Authoritative＝1的auth权威返回，RCODE＝3的权威返回，RCODE＝9的权威返回，抹掉请求问题的err返回，RCODE＝5的拒绝返回，超时以及其它情况等九种服务返回属性，NS服务属性识别分类详实，结果准确，如随机抽取实验结果中权威归类集样本45.60.109.210，即针对此DNS服务器本方法能识别出其为权威DNS服务器，即为网络空间中的重要关基设施，网络中抽取了两组相似测绘技术，结果只给出了指纹返回，未标记和识别为权威DNS服务器。

摘要：本发明公开了一种SDK的风险检测方法、装置及设备，该方法包括获取包含待检测SDK的应用程序；获取应用程序在预设的第一蜜罐中运行所产生的日志；当日志表征第一蜜罐不为有效蜜罐时，确定第一蜜罐被识别的概率值；其中，有效目标蜜罐为成功诱导待检测SDK产出风险行为的蜜罐；当概率值大于预设概率阈值时，根据日志以及待检测SDK的业务类型生成第二蜜罐，并根据应用程序在第二蜜罐中运行所产生的日志确定SDK的风险等级。

摘要：本发明提出一种基于多元特征融合分割的图片伪造检测方法和系统，通过提取图像中伪造区域的光照梯度、噪声分布、压缩一致性特征后，对其进行加权融合成一个新的综合特征，送入到专用的分割神经网络判断图像是否是伪造的，并标记出伪造区域，同时将多元融合特征与网络分割结果结合，给出伪造检测的解释性展示，在提高传统方法的准确率和普适性的同时，弥补了深度学习方法可解释性较低的不足。

摘要：本发明公开了一种利用关键帧检索涉政视频的方法，包括视频输入、图像输入、文字提取、关键帧提取、特征提取、faiss库检索、结果返回，关键帧提取包括切帧处理、帧间差数值处理、平滑处理、差分值选取、图像处理，关键帧提取此模块采用帧间差法提取关键帧。原理为将两帧图像进行差分，得到图像的平均像素强度可以用来衡量两帧图像的变化大小。基于帧间差分的平均强度，通过本发明，该方法采用视频关键帧构建检索库，相比全部帧比对的方法，能够提高性能；该方法将涉政视频分类构建库，包含了先验标签，保证其结果准确；该方法在帧图像特征提取时采用ShuffleNet，该网络结构具有复杂网络的量化调整能力，高维特征提取能力强。

摘要：本发明公开了一种基于多模态数据特征融合的暴恐视频检测方法，包括数据预处理模块、视频特征抽取模块、音频特征抽取模块、特征融合模块和分类输出模块；所述数据预处理模块在使用时S1、分割视频，分割后得到音频信息和视频信息；S2、音频信息保存为文件；S3、将视频信息做截帧处理，将所有原始帧按照顺序调整尺寸为256*256，之后进行随机裁剪大小至224*224并做归一化处理，本方法的图像样本是取自国内外真实的暴恐视频，利用高维特征融合分类，并经过验证与测试后，证明此方法在对真实环境下暴恐视频的检测具有很高的准确度，可有效地帮助各类业务进行落地。

摘要：本发明公开了一种应用访问控制方法、装置、存储介质及计算机设备，主要在于能够能够避免修改应用程序代码，同时能够实现更高安全水平的访问控制机制。其中包括获取应用的资源访问行为；确定所述资源访问行为对应的访问主体和访问客体；根据所述访问主体、所述访问客体和访问控制策略，对所述应用的资源访问行为进行安全控制。

摘要：本发明公开了一种基于海量科研资料的课题立项决策推荐方法及装置，所述方法包括收集科研资料样本，并根据课题样本的课题属性进行属性特征的抽取；基于所述课题属性的数量，对所述BP神经网络的神经元初始权值与阈值进行初始实数编码，得到若干个基因染色体；将所述属性特征输入BP神经网络进行训练，并以期望数据样本与预测数据样本相应的误差函数作为个体适应度函数，进行遗传算法计算，得到最佳个体基因染色体；基于所述到最佳个体基因染色体，初始化所述BP神经网络；利用所述属性特征对遗传算法改进后的BP神经网络进行训练，得到决策推荐模型；基于所述决策推荐模型，获取目标课题的推荐结果。本发明可以支撑和辅助科研立项决策工作。

摘要：本发明公开了一种跨社交网络社交用户对齐方法，涉及社交网络的用户关系挖掘领域。本发明为了解决现有社交用户对齐方法不能跨社交网络、计算精度低、对齐效率低的缺陷，采用如下步骤实现采集社交网络的用户属性信息，构建用户关系拓扑图；根据边权重和节点的出入度计算节点权重；构建一阶近邻关系模型和二阶近邻关系模型，确定一阶邻居节点和二阶邻居节点，得到用户节点之间的相互关系；构建社交对齐神经网络，通过社交对齐神经网络对用户关系拓扑图中各节点进行邻居节点的信息聚合、拼接与非线性变换，得到跨社交网络的社交用户身份对齐结果。本发明主要用于通过跨社交网络对其社交用户实现用户关系挖掘。

摘要：本发明公开了基于关联性信息的社交网络用户对齐方法、装置、介质，所述方法包括从公开信息源中获取用户身份的关联性信息；在社交网络中基于所述用户身份的关联信息进行检索，并对检索到的网页快照进行保存；对所述网页快照进行筛选，获取疑似包含社交网络应用账号信息的目标网站；采集疑似包含社交网络应用账号信息的目标网站所对应的的网页信息，并对采集结果进行验证，获取用户在社交网络中的账号信息；将同一关联信息所对应的社交网络账号信息视为同属同一用户，实现社交网络用户对齐。本发明以关联性信息为出发点，此类信息相对真实可靠，使得本发明的社交网络用户对齐方法结果更为准确、高效。

摘要：本发明公开了一种融合自编码网络的数据安全加密方法和装置，涉及互联网数据处理技术领域。本发明为了解决现有数据安全加密时面对包含大量图片的海量数据存储资源开销大、数据传输不安全、数据传输效率低的缺陷，其方法为采用文本加密模块对文本类型数据作加密处理，构建图片自编码网络模型，采用图片压缩模块对待加密的原始图片类型数据作预压缩处理；采用图片加密模块对图片压缩编码作加密处理，采用解密模块对需要应用于下游任务的文本密文数据或图片密文数据进行解密，采用图片重建模块对解密后的图片压缩编码进行重建复原，译码器将码字通过重建处理后得到重建图片类型数据。本发明主要用于海量数据传输。

摘要：本公开涉及一种立场检测方法、装置、设备及介质，其中该方法包括获取文本中包含的词汇的语义编码和特征信息，特征信息包括词性信息；根据文本中包含的词语的排列顺序以及词性，生成至少一个预设句式结构的短语；根据文本中包含的词汇的语义编码生成短语的语义编码序列；基于短语的第一语义编码序列和预设的观点的第二语义编码序列，对短语和观点进行聚类；根据聚类结果确定文本中包含的观点，实现了对文本所包含词汇的特征信息的综合分析，从而能够准确判断文本的立场观点。

摘要：本发明是有关于一种面向海量网络攻击数据的研判方法、系统及介质，涉及网络安全技术、人工智能、大数据领域，其中方法包括对海量网络攻击数据进行自动化特征抽取，根据属性特征利用算法筛选出最有价值的攻击数据交予人工研判，通过人工研判结果对数据进行标注，利用标注后的数据与剩余网络攻击数据进行相似性计算，对相似的网络攻击数据进行自动标注。不相似的数据再次进行筛选，直至全部标注完毕。此方法，通过研判人员能力的约束结合算法的泛化能力，使得有价值的网络攻击可以优先被研判，相似的事件自动被研判。在实际生产中能够在保证研判效果的同时也降低需要人工研判的网络攻击数量，整体提升研判效率。

摘要：本公开涉及一种网络用户的情感倾向判定方法、装置、设备及存储介质，其中方法包括获取网络用户对目标事件评论的第一评论信息，以及对象对所述目标事件的第二评论信息；根据所述第一评论信息构建所述目标事件的知识图谱；基于所述知识图谱对所述第二评论信息进行情感分析，得到第一情感倾向值；至少基于所述第一情感倾向值，确定所述对象对于所述目标事件的情感倾向。本公开使用整体网络用户的评论构建知识图谱作为目标事件的背景知识库，通过结合目标事件的背景知识来对目标对象的网络用户的评论进行情感分析，进而判定情感倾向，使得对网络用户情感倾向的判定更准确。

摘要：本发明公开一种基于深度语义和多任务学习的事件信息抽取方法及系统，属于文本信息抽取领域。为克服现有事件信息抽取技术准确率、召回率低等不足，本发明主要利用预训练语言模型通过对文章在篇章级、语段级、语句级、词语级等粒度上分别进行向量表示，通过依次进行事件分类、事件论元抽取、关键词抽取获得事件的主要信息。本发明在事件分类、事件论元抽取、关键词抽取三方面达到了非常高的准确率。

摘要：本发明公开了一种基于BERT的高精度文本分类方法及装置，在输入端采用FastText模型，对词汇进行嵌入表示得到表示向量，然后把表示向量作为BERT模型的输入，将BERT的输出结果接上全连接层+softmax，实现文本分类。本发明提前用FastText模型处理语料数据，获取字符的特征，解决了OOV的embedding问题，同时获取词的形态变换，对富有词型变换的语料具有更好的表示能力；使用BERT能够提前预训练大量的语料，增加了词向量的语义丰富度，获得更好的上下文表示；在BERT模型的输出添加全连接层和softmax进行文本分类，提高了文本分类的精度。

摘要：本发明是有关于一种基于TTPs和多维特征的组织归因方法、装置、电子设备及存储介质，包括，提取若干已知恶意代码的多维特征向量，生成数据集；构建模型，使用所述数据集对模型进行训练；将未知恶意代码输入至训练好的模型中，获取所述未知恶意代码的所属组织信息。相对于传统人工分析比对的方式，在处理大量恶意代码样本时，效率更高，速度更快。

摘要：本发明公开了一种面向加密异常流量识别的数据处理方法，所述方法包括如下步骤获取网络中的具有标签的加密流量数据，分别将不同标签的所述加密流量数据切分为多个会话单元，其中，每个会话单元包括若干数据包；根据每个会话单元所包括的数据包生成该会话单元相应的流量图像，每个流量图像包括若干与所述数据包一一对应的图像元素，并将所有会话单元的流量图像组成第一图像集；从所述第一图像集中随机选取至少一部分的流量图像，对其中每个流量图像的至少一部分图像元素进行图形处理，并得到第二图像集，以用于根据监督式机器学习方法进行加密异常流量识别。本发明能够有效扩充用于机器学习模型的训练数据集，实现数据增强。