CN110688316A - 基于规则引擎的移动应用风险等级推理评估方法及装置 - Google Patents
基于规则引擎的移动应用风险等级推理评估方法及装置 Download PDFInfo
- Publication number
- CN110688316A CN110688316A CN201910921222.XA CN201910921222A CN110688316A CN 110688316 A CN110688316 A CN 110688316A CN 201910921222 A CN201910921222 A CN 201910921222A CN 110688316 A CN110688316 A CN 110688316A
- Authority
- CN
- China
- Prior art keywords
- risk level
- mobile application
- rule
- risk
- reasoning
- 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.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/36—Preventing errors by testing or debugging software
- G06F11/3604—Software analysis for verifying properties of programs
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2455—Query execution
- G06F16/24564—Applying rules; Deductive queries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/36—Creation of semantic tools, e.g. ontology or thesauri
- G06F16/367—Ontology
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Computational Linguistics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- Software Systems (AREA)
- Computer Hardware Design (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于规则引擎的移动应用风险等级推理评估方法及装置,所述方法包括:获取预先存储的预定义风险等级推理规则,并从移动应用的图数据库中读取各个移动应用的三元组实例;通过预定算法根据所述预定义风险等级推理规则和所述三元组实例,对各个移动应用进行推理,得到各个移动应用的风险等级。
Description
技术领域
本发明涉及计算机技术领域,尤其涉及一种基于规则引擎的移动应用风险等级推理评估方法及装置。
背景技术
近年来,随着智能手机终端的普及和移动互联网的迅猛发展,移动应用彻底改变了信息传播的生态格局,已代替网站/网页成为网民获取信息或服务的主要方式。同时,移动应用也成为色情、赌博等负面信息传播的温床。如何合理有效地评估移动应用的负面风险等级成为一个重要问题。
发明内容
本发明实施例提供一种基于规则引擎的移动应用风险等级推理评估方法及装置,用以解决现有技术中的上述问题。
本发明实施例提供一种基于规则引擎的移动应用风险等级推理评估方法,包括:
获取预先存储的预定义风险等级推理规则,并从移动应用的图数据库中读取各个移动应用的三元组实例;
通过预定算法根据所述预定义风险等级推理规则和所述三元组实例,对各个移动应用进行推理,得到各个移动应用的风险等级。
本发明实施例还提供一种基于规则引擎的移动应用风险等级推理评估装置,包括:
获取模块,用于获取预先存储的预定义风险等级推理规则,并从移动应用的图数据库中读取各个移动应用的三元组实例;
推理模块,用于通过预定算法根据所述预定义风险等级推理规则和所述三元组实例,对各个移动应用进行推理,得到各个移动应用的风险等级。
本发明实施例还提供一种基于规则引擎的移动应用风险等级推理评估装置,包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述计算机程序被所述处理器执行时实现上述基于规则引擎的移动应用风险等级推理评估方法的步骤。
本发明实施例还提供一种计算机可读存储介质,所述计算机可读存储介质上存储有信息传递的实现程序,所述程序被处理器执行时实现上述基于规则引擎的移动应用风险等级推理评估方法的步骤。
采用本发明实施例,根据知识图谱中已有的三元组实例和人工定义的规则,从能够合理有效地评估移动应用的负面风险等级。
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它目的、特征和优点能够更明显易懂,以下特举本发明的具体实施方式。
附图说明
通过阅读下文优选实施方式的详细描述,各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的,而并不认为是对本发明的限制。而且在整个附图中,用相同的参考符号表示相同的部件。在附图中:
图1是本发明实施例的基于规则引擎的移动应用风险等级推理评估方法的流程图;
图2是本发明装置实施例一的基于规则引擎的移动应用风险等级推理评估装置的示意图;
图3是本发明装置实施例二的基于规则引擎的移动应用风险等级推理评估装置的示意图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例,然而应当理解,可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本公开,并且能够将本公开的范围完整的传达给本领域的技术人员。
根据本发明的实施例,提供了一种基于规则引擎的移动应用风险等级推理评估方法,图1是本发明实施例的基于规则引擎的移动应用风险等级推理评估方法的流程图,如图1所示,根据本发明实施的基于规则引擎的移动应用风险等级推理评估方法具体包括:
步骤101,获取预先存储的预定义风险等级推理规则,并从移动应用的图数据库中读取各个移动应用的三元组实例;
在本发明实施例中,三元组实例是指对移动应用的描述,例如,微信是一款即时通讯软件,这句话就是一个三元组实例。
在本发明实施例中,可以通过访问本地存储的图数据库AllegroGraph的接口来读出三元组的实例,采用Drools规则推理引擎工具进行预定义风险等级推理规则的编写以及文档读取。其中,所述预定义风险等级推理规则具体包括:风险规则、风险规则下的细化判定条件、与所述细化判定条件对应的风险权重、以及权重之和对应的风险等级。
基于不同的风险等级,预先设置了部分规则的判定阈值,例如:移动应用文本描述中包含“黄色”、“毒品”、“情趣”的移动应用风险等级设为“高”,移动应用文本描述中包含“情欲”、“密码”、“好色”的移动应用风险等级设为“中”。若文本中不包含敏感词,则该条规则视为无效。
在本发明实施中,还需要对每条规则加上风险权重,对每个移动应用,将触发的权重进行打分累加,最终得到风险等级的评分并与上述的判定阈值进行对比,从而得到最终的风险等级。风险权重如表1所示,评分取值范围为1-9,其中8、9代表风险等级为高,6、7代表风险等级为中,4,5代表风险等级为低,2,3代表风险等级为未知,1代表风险等级为无。
表1移动应用的部分风险推理规则
步骤102,通过预定算法根据所述预定义风险等级推理规则和所述三元组实例,对各个移动应用进行推理,得到各个移动应用的风险等级。其中,所述预定算法具体包括:Drools中内嵌模式匹配算法Rete算法。也就是说,在本发明实施例中,采用Drools中内嵌模式匹配算法—Rete算法来完成规则推理,得到新的三元组实例。Rete算法被认为是目前世界上最先进的模式匹配算法之一,支持大规模数据的推理且能够支持规则的并行化推理。
在本发明实施例中,得到各个移动应用的风险等级之后,所述方法进一步包括:还可以根据所述风险等级对图数据库进行更新:具体地,如果某个移动应用的风险等级存在,则根据新的风险等级对原风险等级进行更新,如果某个移动应用的风险等级不存在,则直接插入新的风险等级。也就是说,如果新三元组实例存在,则更新图数据库中的三元组实例,否则,直接将新的三元组实例插入到图数据库中。
装置实施例一
根据本发明的实施例,提供了一种基于规则引擎的移动应用风险等级推理评估装置,图2是本发明装置实施例一的基于规则引擎的移动应用风险等级推理评估装置的示意图,如图2所示,基于规则引擎的移动应用风险等级推理评估装置具体包括:
获取模块20,用于获取预先存储的预定义风险等级推理规则,并从移动应用的图数据库中读取各个移动应用的三元组实例;所述预定义风险等级推理规则具体包括:风险规则、风险规则下的细化判定条件、与所述细化判定条件对应的风险权重、以及权重之和对应的风险等级;
推理模块22,用于通过预定算法根据所述预定义风险等级推理规则和所述三元组实例,对各个移动应用进行推理,得到各个移动应用的风险等级。所述预定算法具体包括:Drools中内嵌模式匹配算法Rete算法。
优选地,上述装置进一步包括:
更新模块,用于在得到各个移动应用的风险等级之后,根据所述风险等级对图数据库进行更新:如果某个移动应用的风险等级存在,则根据新的风险等级对原风险等级进行更新,如果某个移动应用的风险等级不存在,则直接插入新的风险等级;
编写模块,用于采用Drools规则推理引擎工具进行所述预定义风险等级推理规则的编写。
装置实施例二
本发明实施例提供一种基于规则引擎的移动应用风险等级推理评估装置,如图3所示,包括:存储器30、处理器32及存储在所述存储器30上并可在所述处理器32上运行的计算机程序,所述计算机程序被所述处理器32执行时实现如下方法步骤:
步骤101,获取预先存储的预定义风险等级推理规则,并从移动应用的图数据库中读取各个移动应用的三元组实例;
在本发明实施例中,三元组实例是指对移动应用的描述,例如,微信是一款即时通讯软件,这句话就是一个三元组实例。
在本发明实施例中,可以通过访问本地存储的图数据库AllegroGraph的接口来读出三元组的实例,采用Drools规则推理引擎工具进行预定义风险等级推理规则的编写以及文档读取。其中,所述预定义风险等级推理规则具体包括:风险规则、风险规则下的细化判定条件、与所述细化判定条件对应的风险权重、以及权重之和对应的风险等级。
基于不同的风险等级,预先设置了部分规则的判定阈值,例如:移动应用文本描述中包含“黄色”、“毒品”、“情趣”的移动应用风险等级设为“高”,移动应用文本描述中包含“情欲”、“密码”、“好色”的移动应用风险等级设为“中”。若文本中不包含敏感词,则该条规则视为无效。
在本发明实施中,还需要对每条规则加上风险权重,对每个移动应用,将触发的权重进行打分累加,最终得到风险等级的评分并与上述的判定阈值进行对比,从而得到最终的风险等级。风险权重如表1所示,评分取值范围为1-9,其中8、9代表风险等级为高,6、7代表风险等级为中,4,5代表风险等级为低,2,3代表风险等级为未知,1代表风险等级为无。
表2移动应用的部分风险推理规则
步骤102,通过预定算法根据所述预定义风险等级推理规则和所述三元组实例,对各个移动应用进行推理,得到各个移动应用的风险等级。其中,所述预定算法具体包括:Drools中内嵌模式匹配算法Rete算法。也就是说,在本发明实施例中,采用Drools中内嵌模式匹配算法—Rete算法来完成规则推理,得到新的三元组实例。Rete算法被认为是目前世界上最先进的模式匹配算法之一,支持大规模数据的推理且能够支持规则的并行化推理。
在本发明实施例中,得到各个移动应用的风险等级之后,所述方法进一步包括:还可以根据所述风险等级对图数据库进行更新:具体地,如果某个移动应用的风险等级存在,则根据新的风险等级对原风险等级进行更新,如果某个移动应用的风险等级不存在,则直接插入新的风险等级。也就是说,如果新三元组实例存在,则更新图数据库中的三元组实例,否则,直接将新的三元组实例插入到图数据库中。
装置实施例三
本发明实施例提供一种计算机可读存储介质,所述计算机可读存储介质上存储有信息传输的实现程序,所述程序被处理器32执行时实现如下方法步骤:
步骤101,获取预先存储的预定义风险等级推理规则,并从移动应用的图数据库中读取各个移动应用的三元组实例;
在本发明实施例中,三元组实例是指对移动应用的描述,例如,微信是一款即时通讯软件,这句话就是一个三元组实例。
在本发明实施例中,可以通过访问本地存储的图数据库AllegroGraph的接口来读出三元组的实例,采用Drools规则推理引擎工具进行预定义风险等级推理规则的编写以及文档读取。其中,所述预定义风险等级推理规则具体包括:风险规则、风险规则下的细化判定条件、与所述细化判定条件对应的风险权重、以及权重之和对应的风险等级。
基于不同的风险等级,预先设置了部分规则的判定阈值,例如:移动应用文本描述中包含“黄色”、“毒品”、“情趣”的移动应用风险等级设为“高”,移动应用文本描述中包含“情欲”、“密码”、“好色”的移动应用风险等级设为“中”。若文本中不包含敏感词,则该条规则视为无效。
在本发明实施中,还需要对每条规则加上风险权重,对每个移动应用,将触发的权重进行打分累加,最终得到风险等级的评分并与上述的判定阈值进行对比,从而得到最终的风险等级。风险权重如表1所示,评分取值范围为1-9,其中8、9代表风险等级为高,6、7代表风险等级为中,4,5代表风险等级为低,2,3代表风险等级为未知,1代表风险等级为无。
表3移动应用的部分风险推理规则
步骤102,通过预定算法根据所述预定义风险等级推理规则和所述三元组实例,对各个移动应用进行推理,得到各个移动应用的风险等级。其中,所述预定算法具体包括:Drools中内嵌模式匹配算法Rete算法。也就是说,在本发明实施例中,采用Drools中内嵌模式匹配算法—Rete算法来完成规则推理,得到新的三元组实例。Rete算法被认为是目前世界上最先进的模式匹配算法之一,支持大规模数据的推理且能够支持规则的并行化推理。
在本发明实施例中,得到各个移动应用的风险等级之后,所述方法进一步包括:还可以根据所述风险等级对图数据库进行更新:具体地,如果某个移动应用的风险等级存在,则根据新的风险等级对原风险等级进行更新,如果某个移动应用的风险等级不存在,则直接插入新的风险等级。也就是说,如果新三元组实例存在,则更新图数据库中的三元组实例,否则,直接将新的三元组实例插入到图数据库中。
本实施例所述计算机可读存储介质包括但不限于为:ROM、RAM、磁盘或光盘等。
显然,本领域的技术人员应该明白,上述的本发明的各模块或各步骤可以用通用的计算装置来实现,它们可以集中在单个的计算装置上,或者分布在多个计算装置所组成的网络上,可选地,它们可以用计算装置可执行的程序代码来实现,从而,可以将它们存储在存储装置中由计算装置来执行,并且在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤,或者将它们分别制作成各个集成电路模块,或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样,本发明不限制于任何特定的硬件和软件结合。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种基于规则引擎的移动应用风险等级推理评估方法,其特征在于,包括:
获取预先存储的预定义风险等级推理规则,并从移动应用的图数据库中读取各个移动应用的三元组实例;
通过预定算法根据所述预定义风险等级推理规则和所述三元组实例,对各个移动应用进行推理,得到各个移动应用的风险等级。
2.如权利要求1所述的方法,其特征在于,得到各个移动应用的风险等级之后,所述方法进一步包括:
根据所述风险等级对图数据库进行更新:如果某个移动应用的风险等级存在,则根据新的风险等级对原风险等级进行更新,如果某个移动应用的风险等级不存在,则直接插入新的风险等级。
3.如权利要求1所述的方法,其特征在于,获取预先存储的预定义风险等级推理规则之前,所述方法进一步包括:
采用DROOLS规则推理引擎工具进行所述预定义风险等级推理规则的编写。
4.如权利要求1所述的方法,其特征在于,所述预定义风险等级推理规则具体包括:
风险规则、风险规则下的细化判定条件、与所述细化判定条件对应的风险权重、以及权重之和对应的风险等级。
5.如权利要求1所述的方法,其特征在于,所述预定算法具体包括:DROOLS中内嵌模式匹配算法RETE算法。
6.一种基于规则引擎的移动应用风险等级推理评估装置,其特征在于,包括:
获取模块,用于获取预先存储的预定义风险等级推理规则,并从移动应用的图数据库中读取各个移动应用的三元组实例;
推理模块,用于通过预定算法根据所述预定义风险等级推理规则和所述三元组实例,对各个移动应用进行推理,得到各个移动应用的风险等级。
7.如权利要求6所述的装置,其特征在于,所述装置进一步包括:
更新模块,用于在得到各个移动应用的风险等级之后,根据所述风险等级对图数据库进行更新:如果某个移动应用的风险等级存在,则根据新的风险等级对原风险等级进行更新,如果某个移动应用的风险等级不存在,则直接插入新的风险等级;
编写模块,用于采用DROOLS规则推理引擎工具进行所述预定义风险等级推理规则的编写。
8.如权利要求6所述的装置,其特征在于,
所述预定义风险等级推理规则具体包括:风险规则、风险规则下的细化判定条件、与所述细化判定条件对应的风险权重、以及权重之和对应的风险等级;
所述预定算法具体包括:DROOLS中内嵌模式匹配算法RETE算法。
9.一种基于规则引擎的移动应用风险等级推理评估装置,其特征在于,包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述计算机程序被所述处理器执行时实现如权利要求1至5中任一项所述的基于规则引擎的移动应用风险等级推理评估方法的步骤。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有信息传递的实现程序,所述程序被处理器执行时实现如权利要求1至5中任一项所述的基于规则引擎的移动应用风险等级推理评估方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910921222.XA CN110688316A (zh) | 2019-09-27 | 2019-09-27 | 基于规则引擎的移动应用风险等级推理评估方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910921222.XA CN110688316A (zh) | 2019-09-27 | 2019-09-27 | 基于规则引擎的移动应用风险等级推理评估方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110688316A true CN110688316A (zh) | 2020-01-14 |
Family
ID=69110510
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910921222.XA Pending CN110688316A (zh) | 2019-09-27 | 2019-09-27 | 基于规则引擎的移动应用风险等级推理评估方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110688316A (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160182344A1 (en) * | 2014-12-17 | 2016-06-23 | Ciena Corporation | Systems and methods to detect, diagnose, and mitigate issues in multi-layer networks |
CN107067157A (zh) * | 2017-03-01 | 2017-08-18 | 北京奇艺世纪科技有限公司 | 业务风险评估方法、装置及风控系统 |
CN107886425A (zh) * | 2017-10-25 | 2018-04-06 | 上海壹账通金融科技有限公司 | 信贷评估方法、装置、设备及计算机可读存储介质 |
CN109146662A (zh) * | 2018-07-16 | 2019-01-04 | 蜜小蜂智慧(北京)科技有限公司 | 一种风险控制方法及装置 |
CN109597606A (zh) * | 2018-10-24 | 2019-04-09 | 中国平安人寿保险股份有限公司 | 使用规则引擎进行业务决策的方法、设备和存储介质 |
CN109769218A (zh) * | 2018-12-26 | 2019-05-17 | 中国银联股份有限公司 | 一种交易通知方法、装置、终端设备和介质 |
CN109948911A (zh) * | 2019-02-27 | 2019-06-28 | 北京邮电大学 | 一种计算网络产品信息安全风险的评估方法 |
-
2019
- 2019-09-27 CN CN201910921222.XA patent/CN110688316A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160182344A1 (en) * | 2014-12-17 | 2016-06-23 | Ciena Corporation | Systems and methods to detect, diagnose, and mitigate issues in multi-layer networks |
CN107067157A (zh) * | 2017-03-01 | 2017-08-18 | 北京奇艺世纪科技有限公司 | 业务风险评估方法、装置及风控系统 |
CN107886425A (zh) * | 2017-10-25 | 2018-04-06 | 上海壹账通金融科技有限公司 | 信贷评估方法、装置、设备及计算机可读存储介质 |
CN109146662A (zh) * | 2018-07-16 | 2019-01-04 | 蜜小蜂智慧(北京)科技有限公司 | 一种风险控制方法及装置 |
CN109597606A (zh) * | 2018-10-24 | 2019-04-09 | 中国平安人寿保险股份有限公司 | 使用规则引擎进行业务决策的方法、设备和存储介质 |
CN109769218A (zh) * | 2018-12-26 | 2019-05-17 | 中国银联股份有限公司 | 一种交易通知方法、装置、终端设备和介质 |
CN109948911A (zh) * | 2019-02-27 | 2019-06-28 | 北京邮电大学 | 一种计算网络产品信息安全风险的评估方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8095547B2 (en) | Method and apparatus for detecting spam user created content | |
US8566262B2 (en) | Techniques to filter media content based on entity reputation | |
US8630972B2 (en) | Providing context for web articles | |
US10637826B1 (en) | Policy compliance verification using semantic distance and nearest neighbor search of labeled content | |
CN110598157B (zh) | 目标信息识别方法、装置、设备及存储介质 | |
WO2019037258A1 (zh) | 信息推荐的装置、方法、系统及计算机可读存储介质 | |
US10956522B1 (en) | Regular expression generation and screening of textual items | |
CN109922155B (zh) | 在区块链网络中实现智能代理的方法及装置 | |
CN112910925B (zh) | 域名检测方法、模型训练方法及装置、设备、存储介质 | |
KR102144126B1 (ko) | 기업을 위한 정보 제공 장치 및 방법 | |
CN108228745A (zh) | 一种基于协同过滤优化的推荐算法和装置 | |
RU2701040C1 (ru) | Способ и вычислительное устройство для информирования о вредоносных веб-ресурсах | |
CN108875057B (zh) | 用于确定数据主题的方法、装置、设备和计算机可读介质 | |
CN112966081A (zh) | 处理问答信息的方法、装置、设备和存储介质 | |
CN105790967A (zh) | 一种网络日志处理方法和装置 | |
CN112052399B (zh) | 一种数据处理方法、装置和计算机可读存储介质 | |
US10387545B2 (en) | Processing page | |
CN113326375A (zh) | 舆情处理的方法、装置、电子设备和存储介质 | |
US20150074121A1 (en) | Semantics graphs for enterprise communication networks | |
CN109359274B (zh) | 一种对批量生成的字符串进行识别的方法、装置及设备 | |
CN110688316A (zh) | 基于规则引擎的移动应用风险等级推理评估方法及装置 | |
JP2024507029A (ja) | ウェブページ識別方法、装置、電子機器、媒体およびコンピュータプログラム | |
CN111400484B (zh) | 一种关键词提取方法和系统 | |
CN114296775A (zh) | 基于大数据的智能运维方法及系统 | |
JP2007140709A (ja) | Webページ巡回装置及びWebページ巡回プログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |