CN102123396B - 基于通信网的手机病毒和恶意软件的云检测方法 - Google Patents
基于通信网的手机病毒和恶意软件的云检测方法 Download PDFInfo
- Publication number
- CN102123396B CN102123396B CN201110037543.7A CN201110037543A CN102123396B CN 102123396 B CN102123396 B CN 102123396B CN 201110037543 A CN201110037543 A CN 201110037543A CN 102123396 B CN102123396 B CN 102123396B
- Authority
- CN
- China
- Prior art keywords
- mobile phone
- cloud
- flow
- cloud detection
- module
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Landscapes
- Mobile Radio Communication Systems (AREA)
Abstract
本发明是有关于一种基于通信网的手机病毒和恶意软件的云检测方法。其包括步骤(10)：获取待检测的移动用户手机的流入流量；步骤(20)：由主动云检测模块分析所述流入流量，并判断是否符合可识别流量模式；步骤(30)：将不可识别的流量实时传送给云汇聚端模块，然后传送给云分析引擎模块，云分析引擎模块利用手机病毒集中管理系统的病毒库进行分析；步骤(40)：云分析引擎模块将分析结果反馈给述主动云检测模块，主动云检测模块将分析结果保存于处理数据库模块；步骤(50)：获取待检测的移动用户流出流量；以及步骤(60)：根据实时感染用户监控模块分析所述流出流量，然后将分析结果保存于处理数据库模块。
Description
技术领域
本发明涉及一种网络与信息安全技术，特别是涉及一种基于通信网的手机病毒和恶意软件的云检测方法，其将流量监测和云端查杀进行结合，通过监测GPRS核心网的Gn接口的流量，并利用手机病毒防护服务器对GTP-C/GTP-U流量进行分析，从而发现不可识别的手机病毒或者恶意软件。
背景技术
2010年11月7日，中央电视台《每周质量报告》播出了“僵尸手机揭秘”节目，报道了手机病毒背后的利益链和危害问题，随后北京、重庆、江苏等多省地方媒体进行了转载和跟踪报道，引起了社会的广泛关注。
央视报道的是名为“毒媒”的病毒，感染该病毒后，用户手机将成为“僵尸手机”，会自动将手机号码、IMEI等信息发送到指定的黑客服务器，同时接受其指令，包括发送短信订购业务、向指定号码发送垃圾短信、拔打骚扰电话、卸载防病毒软件等，给客户造成隐私泄露、话费损失等严重危害，并可能威胁通信网的运行安全。根据国家互联网应急中心的监测数据，在9月的第一周，全国就发现近100万部手机感染该病毒；据初步估计，每天将耗费用户话费约为200万元，给客户造成严重经济损失。
据不完全统计，今年上半年手机病毒种类已有1600多种，预计年底将达到2400种。截止2009年，手机病毒黑色产业链年获利已经达到10亿元。而且由于目前用户病毒防护意识薄弱、运营商防护手段不健全、政府监管法规不完善，手机病毒已逐渐呈现泛滥之势。
因此，如何创作一种基于通信网的手机病毒和恶意软件的云检测方法，实属当前重要的研发课题。
发明内容
本发明涉及一种网络与信息安全技术，特别是涉及一种基于通信网的手机病毒和恶意软件的云检测方法，其通过监测GPRS核心网的Gn接口的流量，并利用手机病毒防护服务器对GTP-C/GTP-U流量进行分析，从而发现不可识别的手机病毒或者恶意软件。
本发明的目的及解决其技术问题是采用以下技术方案来实现的。依据本发明提出的一种一种基于通信网的手机病毒和恶意软件的云检测方法，其包括以下步骤：步骤(10)：获取待检测的移动用户手机的流入流量；步骤(20)：由主动云检测模块分析所述流入流量，并判断是否符合可识别流量模式；步骤(30)：将不可识别的流量实时传送给云汇聚端模块，然后传送给云分析引擎模块，所述云分析引擎模块利用手机病毒集中管理系统的病毒库进行分析；步骤(40)：所述云分析引擎模块将分析结果反馈给所述主动云检测模块，所述主动云检测模块将所述分析结果保存于处理数据库模块；步骤(50)：获取待检测的移动用户流出流量；以及步骤(60)：根据实时感染用户监控模块分析所述流出流量，然后将分析结果保存于处理数据库模块。
本发明的目的及解决其技术问题还可采用以下技术措施进一步实现。
前述的基于通信网的手机病毒和恶意软件的云检测方法，其中所述步骤(10)是通过分光器从Gn接口获取的移动用户手机的流入流量，所述分光器串接于被监测的通信网的光纤链路中。
前述的基于通信网的手机病毒和恶意软件的云检测方法，其中所述的可识别流量包括安全流量和不安全流量。
前述的基于通信网的手机病毒和恶意软件的云检测方法，其中所述的不安全流量为手机病毒或恶意软件。
前述的基于通信网的手机病毒和恶意软件的云检测方法，其中所述步骤(20)还包括：步骤(201)：所述主动云检测模块利用模式匹配来判断是否符合可识别流量模式；步骤(202)：若是，所述主动云检测模块继续判断是否为安全流量？若为安全流量，所述主动云检测模块不做任何操作，若为不安全流量，则发送告警指令于手机；步骤(203)若否，则执行步骤(30)。
前述的基于通信网的手机病毒和恶意软件的云检测方法，其中所述步骤(30)还包括：步骤(301)：所述手机病毒集中管理系统将所述不可识别的流量传送给手机病毒研判系统进行人工判断。
前述的基于通信网的手机病毒和恶意软件的云检测方法，其中所述主动云检测模块、所述实时感染监控模块以及所述处理数据库模块设置于手机病毒防护检测代理服务器。
前述的基于通信网的手机病毒和恶意软件的云检测方法，其中所述云汇聚端模块和所述云分析引擎模块设置于手机病毒防护服务器。
本发明与现有技术相比具有明显的优点和有益效果。借由上述技术方案，本发明基于通信网的手机病毒和恶意软件的云检测方法至少具有下列优点及有益效果：本发明通过监测GPRS核心网的Gn接口的流量，并利用手机病毒防护服务器对GTP-C/GTP-U流量进行分析，从而发现不可识别的手机病毒或者恶意软件。
上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其他目的、特征和优点能够更明显易懂，以下特举较佳实施例，并配合附图，详细说明如下。
附图说明
图1是本发明基于通信网的手机病毒和恶意软件的云检测方法的流程图。
具体实施方式
为更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本发明提出的基于通信网的手机病毒和恶意软件的云检测方法及工具其具体实施方式、方法、步骤、结构、特征及其功效，详细说明如后。
请参阅图1所示，是本发明基于通信网的手机病毒和恶意软件的云检测方法的流程图，包括以下步骤：
步骤10：获取待检测的移动用户手机的流入流量
上述步骤的移动用户手机的流入流量是以分光接入方式从Gn接口采集的，通过串接于被监测的通信网的光纤链路中的分光器来实现，此种设置方式保证不增加被监测的通信网的交换机负荷，保证对被监测的通信网不造成任何不良影响。分光接入方式适用于10/100/1000Mbps及更大流量的以太网光纤链路。
本发明中的通信网是指GPRS核心网，流量可为GTP-C/GTP-U。
步骤20：由主动云检测模块分析所述流入流量，并判断是否符合可识别流量模式
经步骤10获取的移动用户手机的流入流量传送到手机病毒防护检测代理服务器，由设置于手机病毒防护检测代理服务器中的主动云检测模块分析接收过来的流入流量，并判断是否符合可识别流量模式，此处的可识别流量包括安全流量和不安全流量，在本发明中，不安全流量即为手机病毒或恶意软件，在此简称病毒事件。
在步骤20中，首先主动云检测模块利用模式匹配来判断是否符合可识别流量模式(步骤201)，经模式匹配后，若符合可识别流量模式，主动云检测模块继续判断是否为安全流量？若经判断后，为安全流量，主动云检测模块不做任何操作，若为不安全流量，则发送告警指令于手机(步骤202)；若不符合可识别流量模式即为不可识别流量，执行下述步骤30(步骤203)在本发明中，不可识别流量为未知可疑软件信息，未知可疑软件信息可为未知样本信息和未知行为信息。
在上述提到的不安全流量，即病毒事件，主动云检测模块除发送告警指令于手机外，同时还将病毒事件实时上报给手机病毒防护服务器，手机病毒防护服务器同时做出回应，发送给手机病毒防护检测代理服务器，在本发明中，手机病毒防护服务器通过接口连接于手机病毒防护检测代理服务器，具体上报病毒事件的信息内容如下：
| 字段 | 字段说明 |
| Sid | 事件ID |
| Description | 病毒描述 |
| Signature | 病毒特征 |
| Msisdn | 手机号 |
| Ggsn_sgsn_dataid | Ggsn id |
| Source_ip | 手机IP |
| Dest_ip | 目标IP |
| Timestamp | 时间 |
| Data_payload | 事件数据报文 |
| SensorID | 检测代理ID |
步骤30：将不可识别的流量实时传送给云汇聚端模块，然后传送给云分析引擎模块，云分析引擎模块利用手机病毒集中管理系统的病毒库进行分析
当流入流量被判断为不可识别流量，则由主动云检测模块通过接口将不可识别流量实时传送到手机病毒防护服务器，由设置于手机病毒防护服务器的云汇聚端模块接收，并传送给设置于手机病毒防护服务器的云分析引擎模块进行分析，具体分析接收的未知可疑软件信息，在详细分析时，向通过接口连接于手机病毒防护服务器的手机病毒集中管理系统的病毒库进行查询，若经分析后，不可识别流量(即未知样本信息和未知行为信息)存在于病毒库中，则变换为已知样本信息和已知行为信息，存储于手机病毒防护服务器的病毒数据库中。若经分析后不可识别流量未存在于病毒库，手机病毒集中管理系统将此不可识别流量通过接口传送给手机病毒研判系统进行人工判断(步骤301)，并将判断结果反馈给手机病毒集中管理系统，手机病毒集中管理系统存储新的未知可疑软件信息，并同时反馈给云分析引擎模块，存储于病毒数据库中，供后续匹配调用。
上述的手机病毒防护服务器向手机病毒防护检测代理服务器发送实时上报未知可疑软件信息和病毒更新请求指令，具体的未知可疑软件信息内容如下：
| 字段 | 字段说明 |
| Sid | 事件ID |
| Description | 描述 |
| URL | 可以软件URL |
| Msisdn | 手机号 |
| Ggsn_sgsn_dataid | GGSN ID |
| Source_ip | 访问IP |
| Dest_ip | 目标I |
| Timestamp | 事件 |
| SensorID | 检测代理ID |
具体的病毒数据库内容如下：
| 字段 | 字段说明 |
| Sig_id | 特征ID |
| Sig_name | 特征名称 |
| Signature | 手机病毒特征 |
| Sig_priority | 危害级别 |
| Sig_rev | 特征版本 |
上述的手机病毒集中管理系统向手机病毒防护服务器发送病毒事件查询指令、病毒库更新指令、上报未知可疑软件信息指令，机病毒防护服务器一一做回应。
步骤40：云分析引擎模块将分析结果反馈给所述主动云检测模块，所述主动云检测模块将所述分析结果保存于处理数据库模块
经步骤30分析后，不可识别流量存在于病毒库中的，云分析引擎模块将分析结果(即已知样本信息和已知行为信息)反馈给手机病毒防护检测代理服务器的主动云检测模块，主动云检测模块将分析结果保存在设置于手机病毒防护检测代理服务器的处理数据库模块。
步骤50：获取待检测的移动用户流出流量
上述步骤的移动用户手机的流出流量的获取方式和步骤10的获取途径相同，在此不再赘述。
步骤60：根据实时感染用户监控模块分析所述流出流量，然后将分析结果保存于处理数据库模块
经步骤60获取的移动用户手机的流出流量传送到手机病毒防护检测代理服务器的实时感染用户监控模块，实时感染用户监控模块调用云分析引擎模块的病毒数据库，监控用户感染情况，并将分析结果保存于处理数据库模块。
综上所述，本发明是通过监测GPRS核心网的Gn接口的流量，并利用手机病毒防护服务器对GTP-C/GTP-U流量进行分析，从而发现不可识别的手机病毒或者恶意软件。
以上所述，仅是本发明的较佳实施例而已，并非对本发明作任何形式上的限制，虽然本发明已以较佳实施例揭露如上，然而并非用以限定本发明，任何熟悉本专业的技术人员，在不脱离本发明技术方案范围内，当可利用上述揭示的技术内容作出些许更动或修饰为等同变化的等效实施例，但凡是未脱离本发明技术方案内容，依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与修饰，均仍属于本发明技术方案的范围内。
Claims (7)
1.一种基于通信网的手机病毒和恶意软件的云检测方法，其特征在于其包括以下步骤：
步骤(10)：通过分光器从Gn接口获取待检测的移动用户手机的流入流量；
步骤(20)：由主动云检测模块分析所述流入流量，并判断是否符合可识别流量模式；
步骤(30)：将不可识别的流量实时传送给云汇聚端模块，然后传送给云分析引擎模块，所述云分析引擎模块利用手机病毒集中管理系统的病毒库进行分析；
步骤(40)：所述云分析引擎模块将分析结果反馈给所述主动云检测模块，所述主动云检测模块将所述分析结果保存于处理数据库模块；
步骤(50)：通过分光器从Gn接口获取待检测的移动用户手机的流出流量；以及
步骤(60)：实时感染用户监控模块调用所述云分析引擎模块的病毒数据库分析所述流出流量，然后将分析结果保存于处理数据库模块。
2.根据权利要求1所述的基于通信网的手机病毒和恶意软件的云检测方法，其特征在于其中所述分光器串接于被监测的通信网的光纤链路中。
3.根据权利要求1所述的基于通信网的手机病毒和恶意软件的云检测方法，其特征在于其中所述可识别流量包括安全流量和不安全流量，所述的不安全流量为手机病毒或恶意软件。
4.根据权利要求1至3中任一权利要求所述的基于通信网的手机病毒和恶意软件的云检测方法，其特征在于其中所述步骤(20)还包括:
步骤(201)：所述主动云检测模块利用模式匹配来判断是否符合可识别流量模式；
步骤(202)：若是，所述主动云检测模块继续判断是否为安全流量？若为安全流量，所述主动云检测模块不做任何操作，若为不安全流量，则发送告警指令于手机；
步骤(203)若否，则执行步骤(30)。
5.根据权利要求1所述的基于通信网的手机病毒和恶意软件的云检测方法，其特征在于其中所述步骤(30)还包括:
步骤(301)：所述手机病毒集中管理系统将所述不可识别的流量传送给手机病毒研判系统进行人工判断。
6.根据权利要求1所述的基于通信网的手机病毒和恶意软件的云检测方法，其特征在于其中所述主动云检测模块、所述实时感染用户监控模块以及所述处理数据库模块设置于手机病毒防护检测代理服务器。
7.根据权利要求1所述的基于通信网的手机病毒和恶意软件的云检测方法，其特征在于其中所述云汇聚端模块和所述云分析引擎模块设置于手机病毒防护服务器。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201110037543.7A CN102123396B (zh) | 2011-02-14 | 2011-02-14 | 基于通信网的手机病毒和恶意软件的云检测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201110037543.7A CN102123396B (zh) | 2011-02-14 | 2011-02-14 | 基于通信网的手机病毒和恶意软件的云检测方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN102123396A CN102123396A (zh) | 2011-07-13 |
| CN102123396B true CN102123396B (zh) | 2014-08-13 |
Family
ID=44251809
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201110037543.7A Active CN102123396B (zh) | 2011-02-14 | 2011-02-14 | 基于通信网的手机病毒和恶意软件的云检测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN102123396B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9876817B2 (en) | 2013-11-01 | 2018-01-23 | Beijing Qihoo Technology Company Limited | Cloud checking and killing method, device and system for combating anti-antivirus test |
Families Citing this family (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102510563A (zh) * | 2011-10-21 | 2012-06-20 | 北京西塔网络科技股份有限公司 | 一种移动互联网恶意软件检测的方法及系统 |
| CN102404741B (zh) * | 2011-11-30 | 2015-05-20 | 中国联合网络通信集团有限公司 | 移动终端上网异常检测方法和装置 |
| CN102413019A (zh) * | 2011-12-21 | 2012-04-11 | 广东宏海讯科科技发展有限公司 | 一种基于云计算的网络实时监控系统方法 |
| CN102638617B (zh) * | 2012-03-30 | 2013-12-18 | 中国科学技术大学苏州研究院 | 用于安卓手机的基于入侵检测的主动响应系统 |
| CN103428041B (zh) * | 2012-05-22 | 2017-03-15 | 同方股份有限公司 | 一种基于云的端到端流量内容检测系统和检测方法 |
| CN103457927B (zh) * | 2013-03-29 | 2018-01-09 | 深圳信息职业技术学院 | 一种病毒防护的无线基站 |
| CN104105124A (zh) * | 2013-04-08 | 2014-10-15 | 南京理工大学常熟研究院有限公司 | 基于Android智能移动终端的流量监测系统 |
| CN103400076B (zh) * | 2013-07-30 | 2016-01-06 | 腾讯科技（深圳）有限公司 | 一种移动终端上的恶意软件检测方法、装置和系统 |
| CN104850784B (zh) * | 2015-04-30 | 2018-03-20 | 中国人民解放军国防科学技术大学 | 一种基于哈希特征向量的恶意软件云检测方法及系统 |
| CN104850783B (zh) * | 2015-04-30 | 2018-07-13 | 中国人民解放军国防科学技术大学 | 一种基于哈希特征矩阵的恶意软件云检测方法及系统 |
| CN105187392B (zh) * | 2015-08-10 | 2018-01-02 | 济南大学 | 基于网络接入点的移动终端恶意软件检测方法及其系统 |
| CN107040517B (zh) * | 2017-02-22 | 2020-01-10 | 南京邮电大学 | 一种面向云计算环境的认知入侵检测方法 |
| CN107733849A (zh) * | 2017-08-21 | 2018-02-23 | 广州金山安全管理系统技术有限公司 | 数据检测处理方法和装置 |
| CN109842622A (zh) * | 2019-01-28 | 2019-06-04 | 苏州水易数据科技有限公司 | 一种网络安全风险评估系统及其工作方法 |
| CN114553513A (zh) * | 2022-02-15 | 2022-05-27 | 北京华圣龙源科技有限公司 | 一种通信检测方法、装置及设备 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1433245A (zh) * | 2002-01-17 | 2003-07-30 | 株式会社Ntt都科摩 | 服务器装置、移动通信终端、信息发送系统以及信息发送方法 |
| CN1444147A (zh) * | 2002-02-28 | 2003-09-24 | 株式会社Ntt都科摩 | 服务器设备和信息处理方法 |
| CN1674530A (zh) * | 2005-04-07 | 2005-09-28 | 西安交大捷普网络科技有限公司 | 一种实时检测网络蠕虫病毒的方法 |
| CN1889773A (zh) * | 2006-07-18 | 2007-01-03 | 毛兴鹏 | 一种基于基站的手机病毒检测和防护方法及系统 |
| CN101827104A (zh) * | 2010-04-27 | 2010-09-08 | 南京邮电大学 | 一种基于多反病毒引擎的网络病毒联合防御方法 |
-
2011
- 2011-02-14 CN CN201110037543.7A patent/CN102123396B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1433245A (zh) * | 2002-01-17 | 2003-07-30 | 株式会社Ntt都科摩 | 服务器装置、移动通信终端、信息发送系统以及信息发送方法 |
| CN1444147A (zh) * | 2002-02-28 | 2003-09-24 | 株式会社Ntt都科摩 | 服务器设备和信息处理方法 |
| CN1674530A (zh) * | 2005-04-07 | 2005-09-28 | 西安交大捷普网络科技有限公司 | 一种实时检测网络蠕虫病毒的方法 |
| CN1889773A (zh) * | 2006-07-18 | 2007-01-03 | 毛兴鹏 | 一种基于基站的手机病毒检测和防护方法及系统 |
| CN101827104A (zh) * | 2010-04-27 | 2010-09-08 | 南京邮电大学 | 一种基于多反病毒引擎的网络病毒联合防御方法 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9876817B2 (en) | 2013-11-01 | 2018-01-23 | Beijing Qihoo Technology Company Limited | Cloud checking and killing method, device and system for combating anti-antivirus test |
| US10257222B2 (en) | 2013-11-01 | 2019-04-09 | Beijing Qihoo Technology Company Limited | Cloud checking and killing method, device and system for combating anti-antivirus test |
Also Published As
| Publication number | Publication date |
|---|---|
| CN102123396A (zh) | 2011-07-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN102123396B (zh) | 基于通信网的手机病毒和恶意软件的云检测方法 | |
| CN106713049B (zh) | 一种监控的告警方法及装置 | |
| US20180013768A1 (en) | Integrity Monitoring in a Local Network | |
| US9069957B2 (en) | System and method of reporting and visualizing malware on mobile networks | |
| CN100450046C (zh) | 一种结合病毒检测与入侵检测的方法及系统 | |
| CA2701689C (en) | System and method of malware sample collection on mobile networks | |
| CN109271793B (zh) | 物联网云平台设备类别识别方法及系统 | |
| EP2800024B1 (en) | System and methods for identifying applications in mobile networks | |
| US20080196104A1 (en) | Off-line mms malware scanning system and method | |
| KR20070099201A (ko) | 휴대형 무선 기기의 보안 관리 방법 및 이를 이용한 보안관리 장치 | |
| CN108551449B (zh) | 防病毒管理系统及方法 | |
| CN110505206B (zh) | 一种基于动态联防的互联网威胁监测防御方法 | |
| CN103905265A (zh) | 一种网络中新增设备的检测方法和装置 | |
| CN106254338B (zh) | 报文检测方法以及装置 | |
| CN103428183A (zh) | 恶意网址的识别方法和装置 | |
| CN109165508A (zh) | 一种外部设备访问安全控制系统及其控制方法 | |
| CN102594780B (zh) | 移动终端病毒的检测、清除方法及装置 | |
| CN104243192B (zh) | 故障处理方法及系统 | |
| CN114785613A (zh) | 一种基于自动编排处理安全告警事件的方法及系统 | |
| KR100846835B1 (ko) | 문맥 언어 기반의 보안이벤트 상관분석 장치 및 방법 | |
| CN103327134A (zh) | 一种基于dhcp服务的网络数据重定向方法及装置 | |
| TWI448975B (zh) | 應用於影像監控平台的分散式運算系統 | |
| CN109600395A (zh) | 一种终端网络接入控制系统的装置及实现方法 | |
| KR100607110B1 (ko) | 종합 보안 상황 관리 시스템 | |
| CN111049853A (zh) | 一种基于计算机网络的安全认证系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C53 | Correction of patent of invention or patent application | ||
| CB03 | Change of inventor or designer information |
Inventor after: Huang Chen Inventor after: Yang Manzhi Inventor after: Jin Hong Inventor after: Liu Changyong Inventor before: Huang Chen Inventor before: Yang Manzhi Inventor before: Wang Qiong Inventor before: Jin Hong Inventor before: Liu Changyong |
|
| COR | Change of bibliographic data |
Free format text: CORRECT: INVENTOR; FROM: HUANG CHEN YANG MANZHI WANG QIONG JIN HONG LIU ZHANGYONG TO: HUANG CHEN YANG MANZHI JIN HONG LIU ZHANGYONG |
|
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant | ||
| CP03 | Change of name, title or address |
Address after: 100191 Beijing City, North Third Ring Road West, No. 27, building 25, room five, floor 5002 Patentee after: Heng Jia Jia (Beijing) Technology Co., Ltd. Address before: 102 room 100088, block A, Tak Executive Hotel, 2 North Taiping Road, Beijing, Haidian District Patentee before: Eversec (Beijing) Technology Co., Ltd. |
|
| CP03 | Change of name, title or address |