CN1761203A - 网上信息安全综合分析与监控系统 - Google Patents
网上信息安全综合分析与监控系统 Download PDFInfo
- Publication number
- CN1761203A CN1761203A CN 200510030982 CN200510030982A CN1761203A CN 1761203 A CN1761203 A CN 1761203A CN 200510030982 CN200510030982 CN 200510030982 CN 200510030982 A CN200510030982 A CN 200510030982A CN 1761203 A CN1761203 A CN 1761203A
- Authority
- CN
- China
- Prior art keywords
- information
- module
- analysis
- image
- text
- 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
Abstract
一种网上信息安全综合分析与监控系统,用于计算机网络信息安全领域。本发明包括:角色访问控制模块、协议分析及信息捕获模块、黑/白名单数据库、数据类型识别模块、文本被动分析模块、图像被动分析模块、信息数据流处理结点、处理中心、图像隐藏信息检测模块、基于分级技术的文本图像主动分析模块、事后数据分析处理模块,通过协议分析及信息捕获模块对各种协议下所传播的数据进行捕获,数据类型识别模块对捕获到信息进行识别,并将数据分别送入后续模块进行具体分析,处理中心对信息数据流处理节点发出处理指令,对网上相应信息流执行干预操作。本发明适用于对网上传播的文本、图像信息进行分析和监控,并对不良信息进行阻断与分析。
Description
技术领域
本发明涉及的是一种用于计算机网络信息安全领域的系统,具体地说,是一种网上信息安全综合分析与监控系统。
背景技术
网络内容安全监控管理是信息安全领域的关键课题之一,具是指保障合适的信息数据免遭破坏,并使得合适的人能够合适地传输、获取、使用合适的信息。INTERNET(互联网)、局域网、骨干网、电信网、移动网、以软交换为核心的下一代网络等各种网络都面临着网络内容安全监控管理问题。但现有技术还主要是基于黑名单和关键词匹配的方式,过滤算法单一,效果不理想。基于黑名单的策略是一种非实时的过滤方法,黑名单的全面性对内容过滤的准确性影响很大,但过多的黑名单列表也会影响过滤的速度,另外由于一些网站为了躲避这类过滤策略,经常更换其域名或是网络IP地址,这是基于黑名单的过滤策略难以处理的情况,黑名单策略更多的依赖于事前经验,信息收集的工作量很大。关键词过滤是目前文本过滤常用的一类实时过滤策略,采用关键词的实时过滤可以在一定程度上解决黑名单方法非实时性的弱点,但也存在几个不足:关键词匹配是简单的查找匹配,缺乏对语义的分析,误判和漏判的情况比较明显;此外就色情信息的识别过滤问题,如果单纯基于关键词匹配,难以区分医学的性信息与色情信息,会将医学信息误判为色情信息。识别效果不好也是目前内容过滤急需解决的难题之一。同时,对于不良文本图像信息的分析与监控,现有技术多采用被动分析的监控方法,系统监控的实时性较低。对于图像中包含隐藏不良信息的情况,现有的技术也未能提出较好的解决方法。
经对现有技术的文献检索发现,中国专利申请号:200410053683.3,专利名称:一种互联网内容过滤系统,该专利自述为:“一种互联网内容过滤系统,系统框架包括:内容过滤代理,查询服务器,内容分析与管理服务器三部分。”该系统可以识别出网上各种不良信息,并阻止用户对这些不良信息的获取。但是该系统对文本,图像内容的过滤采用人工分级的方法,无法对以上信息实现自动分级,无法对存在隐藏信息的图像进行分析与过滤,且该系统存在操作需要大量人员参与监控,自动化程度不高,系统处理效率较低等缺点。
发明内容
本发明的目的在于克服现有技术的不足,提出一种网上信息安全综合分析与监控系统,使其能够根据具体用户应用需求通过灵活制定具体的监控管理策略实现对外部互联网上传播的文本、图像信息,特别是色情等大量不良文本、图像信息,以及对国家、企事业单位等所拥有的内网上的文本、图像信息的部分或全部进行自动分析和监控。
本发明是通过以下技术方案实现的,本发明包括:信息数据流处理结点、角色访问控制模块、协议分析及信息捕获模块、黑/白名单数据库、数据类型识别模块、文本被动分析模块、图像被动分析模块、处理中心、图像隐藏信息检测模块、基于分级技术的文本图像主动分析模块、事后数据分析处理模块,待处理的信息首先通过信息数据流处理结点,信息数据流处理结点将其转发至角色访问控制模块,角色访问控制模块检查识别信息是否来自于受控信息源并将其送交协议分析及信息捕获模块,协议分析及信息捕获模块从信息中提取出信息主体内容并将其转发给黑/白名单数据库,黑/白名单数据库对信息流进行过滤后将信息分两路送入数据类型识别模块与图像隐藏信息检测模块,数据类型识别模块检查数据类型,若信息包含分级标签则将信息送入基于分级技术的文本图像主动分析模块,若信息为文本信息,则送入文本被动分析模块,若信息为图像信息,则送入图像被动分析模块,图像隐藏信息检测模块监测图像是否包含隐藏信息,并将该信息按类型送交基于分级技术的文本图像主动分析模块、文本被动分析模块、图像被动分析模块,文本图像主动分析模块、文本被动分析模块、图像被动分析模块分别对信息进行分析,并将分析结果汇总给处理中心,处理中心根据汇总结果,通知信息数据流处理结点拦截或是放行该信息流,并将分析结果通知事后数据分析处理模块,事后数据分析处理模块按照分析结果对黑/白名单数据库进行更新。
所述的基于分级技术的文本图像主动分析模块首先获取信息标签,然后对标签进行验证,最后基于验证合法的标签以及安全策略判决连接是否放行,并将分析结果提交处理中心。
所述的事后数据分析处理模块负责对前述分析结果等日志记录进行分析,并定期调整黑白名单数据库和处理中心模块的相关参数。
所述的角色访问控制模块包括:受控信息源数据库与匹配分析模块,受控信息源数据库存储已知受控信息源的名单列表,匹配分析模块从受控信息源数据库中提取出名单列表与待检查的信息进行匹配,若匹配,则直接通知信息数据流处理结点进行拦截处理,若不匹配,则将信息送入协议分析及信息捕获模块。
所述的协议分析及信息捕获模块包括:协议分析模块与信息捕获模块,协议分析模块负责对各种协议下所传播的数据进行分析,并将分析结果送入信息捕获模块,信息捕获模块根据协议的类别进行各种协议下的数据包的组合并提取出需进一步分析的数据。
所述的黑/白名单数据库负责根据黑/白名单对信息分别作出阻断,放行或进一步分析的处理结果。
所述的黑/白名单数据库包括:“黑名单”模块与“白名单”模块,待处理信息首先送入“黑名单”模块进行匹配,“黑名单”模块存储的是被阻止的名单列表,若待处理信息与“黑名单”模块中存储的名单列表匹配,则直接拦截数据,否则将信息送入“白名单”模块;“白名单”模块存储的是已知安全的的名单列表,若待处理信息与“白名单”模块中存储的名单列表匹配则直接放行数据,若不匹配则将信息送入数据类型识别模块。
所述的数据类型识别模块判断信息是否包含分级标签,并判断信息内容为文本信息或是图像信息,若信息中包含分级标签,则将信息送交基于分级技术的文本图像主动分析模块,若信息中不包含分级标签,则判定信息内容为文本信息或是图像信息,若是文本信息则送交文本被动分析模块,若是图像信息则送交图像隐藏信息检测模块与图像被动分析模块。
所述的图像隐藏信息检测模块对图像信息进行分析,检查其中是否包含有隐藏信息,若有隐藏信息,则判断该隐藏信息是否包含分级标签,并判断信息内容为文本信息或是图像信息,若信息中包含分级标签,则将信息送交基于分级技术的文本图像主动分析模块,若信息中不包含分级标签,则判定信息内容为文本信息或是图像信息,若是文本信息则送交文本被动分析模块,若是图像信息则送交图像被动分析模块。
所述的文本被动分析模块包括:离线学习模块和在线过滤模块,离线学习模块通过训练样本库进行预学习,提取文本特征,计算特征权重并创建决策表,在线过滤模块利用决策表进行文本信息的分析,最后将分析结果提交处理中心。
所述的图像被动分析模块包括:图像信息提取模块、中值滤波器、逻辑判断模块,图像信息提取模块从图像中提取面部、皮肤、骨骼结构信息,通过中值滤波器,最后由逻辑判断模块判断该图像是否放行,并将分析结果提交处理中心。
所述的信息数据流处理结点负责对信息流的输入、输出、缓存,由处理中心控制该结点信息的流向,并对信息进行放行或阻断的控制;所述的处理中心负责接受各个模块分析结果,根据分析结果,通知信息数据流处理结点对信息进行放行或者阻断操作,同时将分析结果通知事后数据分析处理模块。
本发明的工作过程和工作原理是:待处理的信息首先由信息数据流处理结点流向角色访问控制模块,由角色访问控制模块识别信息是否来自于受控信息源,若是,则直接通过处理中心进行监控处理,否则即将信息送往协议分析及信息捕获模块,协议分析及信息捕获模块将处理后的信息发往黑/白名单数据库进行过滤,接着信息通过数据类型识别模块与图像隐藏信息检测模块分析信息类型,根据信息类型分别送入基于分级技术的文本图像主动分析模块、文本被动分析模块、图像被动分析模块进行分析,分析结果送入处理中心,处理中心将分析结果通知信息数据流处理结点与事后数据分析处理模块,信息数据流处理结点根据分析结果对信息进行阻断或放行操作,事后数据分析处理模块根据分析结果定期更新黑/白名单数据库并调整处理中心参数。
本发明具体在以下四方面改善对重要信息的监控:1)采用成熟的文本自动分类技术,利用语义分析融合关键词匹配的方法,实现高准确率的文本过滤效果。同时采用了基于自然图像理解技术屏蔽色情图像,主要采用面部识别技术、肤色提取技术与基于小波变换的人体形状提取技术实现色情图像智能过滤。2)可以对带有隐藏信息的图像进行监测,并对该隐藏信息进行分析监控。3)包括事后数据分析与处理模块,对黑名单进行自动更新,减少了系统管理员工作量。4)采用分级主动检查策略,阻断含敏感内容的数据包及其后续数据,阻止用户进一步获取对应信息,提高了系统处理效率。本发明在实验室研发完成,运行效果良好。
附图说明
图1是本发明结构框图。
具体实施方式
如图1所示,本发明包括:信息数据流处理结点、角色访问控制模块、协议分析及信息捕获模块、黑/白名单数据库、数据类型识别模块、文本被动分析模块、图像被动分析模块、处理中心、图像隐藏信息检测模块、基于分级技术的文本图像主动分析模块、事后数据分析处理模块,待处理的信息首先通过信息数据流处理结点,信息数据流处理结点将其转发至角色访问控制模块,角色访问控制模块检查识别信息是否来自于受控信息源并将其送交协议分析及信息捕获模块,协议分析及信息捕获模块从信息中提取出信息主体内容并将其转发给黑/白名单数据库,黑/白名单数据库对信息流进行过滤后将信息分两路送入数据类型识别模块与图像隐藏信息检测模块,数据类型识别模块检查数据类型,若信息包含分级标签则将信息送入基于分级技术的文本图像主动分析模块,若信息为文本信息,则送入文本被动分析模块,若信息为图像信息,则送入图像被动分析模块,图像隐藏信息检测模块监测图像是否包含隐藏信息,并将该信息按类型送交基于分级技术的文本图像主动分析模块、文本被动分析模块、图像被动分析模块,文本图像主动分析模块、文本被动分析模块、图像被动分析模块分别对信息进行分析,并将分析结果汇总给处理中心,处理中心根据汇总结果,通知信息数据流处理结点拦截或是放行该信息流,并将分析结果通知事后数据分析处理模块,事后数据分析处理模块按照分析结果对黑/白名单数据库进行更新。
所述的基于分级技术的文本图像主动分析模块首先获取信息标签,然后对标签进行验证,最后基于验证合法的标签以及安全策略判决连接是否放行,并将分析结果提交处理中心。
所述的事后数据分析处理模块负责对前述分析结果等日志记录进行分析,并定期调整黑白名单数据库和处理中心模块的相关参数。
所述的角色访问控制模块包括:受控信息源数据库与匹配分析模块,受控信息源数据库存储已知受控信息源的名单列表,匹配分析模块从受控信息源数据库中提取出名单列表与待检查的信息进行匹配,若匹配,则直接通知信息数据流处理结点进行拦截处理,若不匹配,则将信息送入协议分析及信息捕获模块。
所述的协议分析及信息捕获模块包括:协议分析模块与信息捕获模块,协议分析模块负责对各种协议下所传播的数据进行分析,并将分析结果送入信息捕获模块,信息捕获模块根据协议的类别进行各种协议下的数据包的组合并提取出需进一步分析的数据。
所述的黑/白名单数据库负责根据黑/白名单对信息分别作出阻断,放行或进一步分析的处理结果。
所述的黑/白名单数据库包括:“黑名单”模块与“白名单”模块,待处理信息首先送入“黑名单”模块进行匹配,“黑名单”模块存储的是被阻止的名单列表,若待处理信息与“黑名单”模块中存储的名单列表匹配,则直接拦截数据,否则将信息送入“白名单”模块;“白名单”模块存储的是已知安全的的名单列表,若待处理信息与“白名单”模块中存储的名单列表匹配则直接放行数据,若不匹配则将信息送入数据类型识别模块。
所述的数据类型识别模块判断信息是否包含分级标签,并判断信息内容为文本信息或是图像信息,若信息中包含分级标签,则将信息送交基于分级技术的文本图像主动分析模块,若信息中不包含分级标签,则判定信息内容为文本信息或是图像信息,若是文本信息则送交文本被动分析模块,若是图像信息则送交图像隐藏信息检测模块与图像被动分析模块。
所述的图像隐藏信息检测模块对图像信息进行分析,检查其中是否包含有隐藏信息,若有隐藏信息,则判断该隐藏信息是否包含分级标签,并判断信息内容为文本信息或是图像信息,若信息中包含分级标签,则将信息送交基于分级技术的文本图像主动分析模块,若信息中不包含分级标签,则判定信息内容为文本信息或是图像信息,若是文本信息则送交文本被动分析模块,若是图像信息则送交图像被动分析模块。
所述的文本被动分析模块包括:离线学习模块和在线过滤模块,离线学习模块通过训练样本库进行预学习,提取文本特征,计算特征权重并创建决策表,在线过滤模块利用决策表进行文本信息的分析,最后将分析结果提交处理中心。
所述的图像被动分析模块包括:图像信息提取模块、中值滤波器、逻辑判断模块,图像信息提取模块从图像中提取面部、皮肤、骨骼结构信息,通过中值滤波器,最后由逻辑判断模块判断该图像是否放行,并将分析结果提交处理中心。
所述的信息数据流处理结点负责对信息流的输入、输出、缓存,由处理中心控制该结点信息的流向,并对信息进行放行或阻断的控制;所述的处理中心负责接受各个模块分析结果,根据分析结果,通知信息数据流处理结点对信息进行放行或者阻断操作,同时将分析结果通知事后数据分析处理模块。
在具体的网络环境中部署一个网上信息安全综合分析与监控系统。该系统部署于小规模局域网接口与INTERNET网络接入接口之间。
一个完整的信息分析监控流程具体步骤如下:
1)协议分析及信息捕获模块负责对HTTP等协议下所传播的数据进行捕获及分析工作;角色访问控制模块用于访问权限控制,黑/白名单数据库用于识别信息是否来自于受控信息源,若是,则直接通过处理中心进行监控处理,否则,信息送入数据类型识别模块;
2)数据类型识别模块负责对捕获到的信息进行识别,判断是否含有标签,且根据识别结果和信息是文本还是图像,若信息中包含分级标签,则将信息送交基于分级技术的文本图像主动分析模块,若信息中不包含分级标签,则判定信息内容为文本信息或是图像信息,若是文本信息则送交文本被动分析模块,若是图像信息则送交图像被动分析模块。此外,对于图像信息,在送入后续相应图像处理模块前,还对通过图像隐藏信息检测模块,对图像是否含有隐藏信息进行检测,并同时将检测到的结果送给处理中心;
3)图像隐藏信息检测模块,基于分级技术的文本图像主动分析模块,文本被动分析模块,图像被动分析模块分别负责文本、图像信息的主、被动分析工作并将所得到的分析结果送给处理中心;处理中心根据分析结果和管理策略,做出相应的处理决定,对信息数据流处理节点发出处理指令;
4)信息数据流处理节点根据处理中心的指令对网上相应信息流执行干预操作,例如,进行信息流阻断等;事后数据分析与处理模块负责对前述分析结果等日志记录进行分析,并定期调整黑/白名单数据库和处理中心模块的相关参数。
采用该系统进行网络信息分析与监控,就能够对网络信息进行分析,监控与管理。具体来讲,可以取得以下的效果:可以根据具体用户应用需求通过灵活制定具体的监控管理策略;自动对网上传播的文本、图像信息的部分或全部进行分析和监控;实现对不良信息的阻断与分析。
Claims (10)
1.一种网上信息安全综合分析与监控系统,包括:信息数据流处理结点、角色访问控制模块、协议分析及信息捕获模块、黑/白名单数据库、数据类型识别模块、文本被动分析模块、图像被动分析模块、处理中心,其特征在于,还包括:图像隐藏信息检测模块、基于分级技术的文本图像主动分析模块、事后数据分析处理模块,待处理的信息首先通过信息数据流处理结点,信息数据流处理结点将其转发至角色访问控制模块,角色访问控制模块检查识别信息是否来自于受控信息源并将其送交协议分析及信息捕获模块,协议分析及信息捕获模块从信息中提取出信息主体内容并将其转发给黑/白名单数据库,黑/白名单数据库对信息流进行过滤后将信息分两路送入数据类型识别模块与图像隐藏信息检测模块,数据类型识别模块检查数据类型,若信息包含分级标签则将信息送入基于分级技术的文本图像主动分析模块,若信息为文本信息,则送入文本被动分析模块,若信息为图像信息,则送入图像被动分析模块,图像隐藏信息检测模块监测图像是否包含隐藏信息,并将该信息按类型送交基于分级技术的文本图像主动分析模块、文本被动分析模块、图像被动分析模块,文本图像主动分析模块、文本被动分析模块、图像被动分析模块分别对信息进行分析,并将分析结果汇总给处理中心,处理中心根据汇总结果,通知信息数据流处理结点拦截或是放行该信息流,并将分析结果通知事后数据分析处理模块,事后数据分析处理模块按照分析结果对黑/白名单数据库进行更新。
2.根据权利要求1所述的网上信息安全综合分析与监控系统,其特征是,所述的基于分级技术的文本图像主动分析模块首先获取信息标签,然后对标签进行验证,最后基于验证合法的标签以及安全策略判决连接是否放行,并将分析结果提交处理中心。
3.根据权利要求1所述的网上信息安全综合分析与监控系统,其特征是,所述的事后数据分析处理模块负责对前述分析结果等日志记录进行分析,并定期调整黑白名单数据库和处理中心模块的相关参数。
4.根据权利要求1所述的网上信息安全综合分析与监控系统,其特征是,所述的角色访问控制模块包括:受控信息源数据库与匹配分析模块,受控信息源数据库存储已知受控信息源的名单列表,匹配分析模块从受控信息源数据库中提取出名单列表与待检查的信息进行匹配,若匹配,则直接通知信息数据流处理结点进行拦截处理,若不匹配,则将信息送入协议分析及信息捕获模块。
5.根据权利要求1所述的网上信息安全综合分析与监控系统,其特征是,所述的协议分析及信息捕获模块包括:协议分析模块与信息捕获模块,协议分析模块负责对各种协议下所传播的数据进行分析,并将分析结果送入信息捕获模块,信息捕获模块根据协议的类别进行各种协议下的数据包的组合并提取出需进一步分析的数据。
6.根据权利要求1所述的网上信息安全综合分析与监控系统,其特征是,所述的黑/白名单数据库负责根据黑/白名单对信息分别作出阻断,放行或进一步分析的处理结果。
7.根据权利要求1所述的网上信息安全综合分析与监控系统,其特征是,所述的数据类型识别模块判断信息是否包含分级标签,并判断信息内容为文本信息或是图像信息,若信息中包含分级标签,则将信息送交基于分级技术的文本图像主动分析模块,若信息中不包含分级标签,则判定信息内容为文本信息或是图像信息,若是文本信息则送交文本被动分析模块,若是图像信息则送交图像隐藏信息检测模块与图像被动分析模块。
8.根据权利要求1所述的网上信息安全综合分析与监控系统,其特征是,所述的图像隐藏信息检测模块对图像信息进行分析,检查其中是否包含有隐藏信息,若有隐藏信息,则判断该隐藏信息是否包含分级标签,并判断信息内容为文本信息或是图像信息,若信息中包含分级标签,则将信息送交基于分级技术的文本图像主动分析模块,若信息中不包含分级标签,则判定信息内容为文本信息或是图像信息,若是文本信息则送交文本被动分析模块,若是图像信息则送交图像被动分析模块。
9.根据权利要求1所述的网上信息安全综合分析与监控系统,其特征是,所述的文本被动分析模块包括:离线学习模块和在线过滤模块,离线学习模块通过训练样本库进行预学习,提取文本特征,计算特征权重并创建决策表,在线过滤模块利用决策表进行文本信息的分析,最后将分析结果提交处理中心。
10.根据权利要求1所述的网上信息安全综合分析与监控系统,其特征是,所述的图像被动分析模块包括:图像信息提取模块、中值滤波器、逻辑判断模块,图像信息提取模块从图像中提取面部、皮肤、骨骼结构信息,通过中值滤波器,最后由逻辑判断模块判断该图像是否放行,并将分析结果提交处理中心。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 200510030982 CN1761203A (zh) | 2005-11-03 | 2005-11-03 | 网上信息安全综合分析与监控系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 200510030982 CN1761203A (zh) | 2005-11-03 | 2005-11-03 | 网上信息安全综合分析与监控系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN1761203A true CN1761203A (zh) | 2006-04-19 |
Family
ID=36707156
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN 200510030982 Pending CN1761203A (zh) | 2005-11-03 | 2005-11-03 | 网上信息安全综合分析与监控系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN1761203A (zh) |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101950296A (zh) * | 2010-08-24 | 2011-01-19 | 中国科学院深圳先进技术研究院 | 云数据审计的方法及系统 |
CN102081643A (zh) * | 2010-11-23 | 2011-06-01 | 中国联合网络通信集团有限公司 | 一种供下载的内容的处理方法和系统 |
CN102098332A (zh) * | 2010-12-30 | 2011-06-15 | 北京新媒传信科技有限公司 | 一种内容审核方法和装置 |
CN101674203B (zh) * | 2008-09-08 | 2011-12-28 | 网星资讯股份有限公司 | 监控网站应用程序使用情境安全性的系统及方法 |
CN102571855A (zh) * | 2010-12-17 | 2012-07-11 | 北大方正集团有限公司 | 一种查处网络非法信息的系统及方法 |
CN102682037A (zh) * | 2011-03-18 | 2012-09-19 | 阿里巴巴集团控股有限公司 | 一种数据获取方法、系统及装置 |
CN102915376A (zh) * | 2012-11-13 | 2013-02-06 | 北京神州绿盟信息安全科技股份有限公司 | 检测数据库异常行为的方法和设备 |
CN103167499A (zh) * | 2012-09-07 | 2013-06-19 | 深圳市金立通信设备有限公司 | 一种智能手机娱乐安全限制系统及方法 |
CN103984777A (zh) * | 2014-06-06 | 2014-08-13 | 浪潮电子信息产业股份有限公司 | 一种基于数据库同步的舆情分析系统优化方法 |
CN104778402A (zh) * | 2015-04-16 | 2015-07-15 | 浪潮电子信息产业股份有限公司 | 一种入侵行为检测方法及装置 |
CN105429825A (zh) * | 2015-12-23 | 2016-03-23 | 百度在线网络技术(北京)有限公司 | 用于数据流系统的监控方法和装置 |
CN106372480A (zh) * | 2016-08-19 | 2017-02-01 | 刘晓亮 | 一种保障数据库信息安全的计算机 |
WO2020010568A1 (zh) * | 2018-07-12 | 2020-01-16 | 深圳齐心集团股份有限公司 | 一种大数据人工智能分析装置 |
CN113658458A (zh) * | 2021-08-20 | 2021-11-16 | 北京得间科技有限公司 | 对话小说的阅读处理方法、计算设备及存储介质 |
-
2005
- 2005-11-03 CN CN 200510030982 patent/CN1761203A/zh active Pending
Cited By (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101674203B (zh) * | 2008-09-08 | 2011-12-28 | 网星资讯股份有限公司 | 监控网站应用程序使用情境安全性的系统及方法 |
CN101950296B (zh) * | 2010-08-24 | 2014-08-06 | 中国科学院深圳先进技术研究院 | 云数据审计的方法及系统 |
CN101950296A (zh) * | 2010-08-24 | 2011-01-19 | 中国科学院深圳先进技术研究院 | 云数据审计的方法及系统 |
CN102081643B (zh) * | 2010-11-23 | 2014-03-12 | 中国联合网络通信集团有限公司 | 一种供下载的内容的处理方法和系统 |
CN102081643A (zh) * | 2010-11-23 | 2011-06-01 | 中国联合网络通信集团有限公司 | 一种供下载的内容的处理方法和系统 |
CN102571855A (zh) * | 2010-12-17 | 2012-07-11 | 北大方正集团有限公司 | 一种查处网络非法信息的系统及方法 |
CN102098332A (zh) * | 2010-12-30 | 2011-06-15 | 北京新媒传信科技有限公司 | 一种内容审核方法和装置 |
CN102682037B (zh) * | 2011-03-18 | 2016-09-28 | 阿里巴巴集团控股有限公司 | 一种数据获取方法、系统及装置 |
CN102682037A (zh) * | 2011-03-18 | 2012-09-19 | 阿里巴巴集团控股有限公司 | 一种数据获取方法、系统及装置 |
CN103167499A (zh) * | 2012-09-07 | 2013-06-19 | 深圳市金立通信设备有限公司 | 一种智能手机娱乐安全限制系统及方法 |
CN102915376A (zh) * | 2012-11-13 | 2013-02-06 | 北京神州绿盟信息安全科技股份有限公司 | 检测数据库异常行为的方法和设备 |
CN103984777A (zh) * | 2014-06-06 | 2014-08-13 | 浪潮电子信息产业股份有限公司 | 一种基于数据库同步的舆情分析系统优化方法 |
CN104778402A (zh) * | 2015-04-16 | 2015-07-15 | 浪潮电子信息产业股份有限公司 | 一种入侵行为检测方法及装置 |
CN105429825A (zh) * | 2015-12-23 | 2016-03-23 | 百度在线网络技术(北京)有限公司 | 用于数据流系统的监控方法和装置 |
CN105429825B (zh) * | 2015-12-23 | 2019-05-10 | 百度在线网络技术(北京)有限公司 | 用于数据流系统的监控方法和装置 |
CN106372480A (zh) * | 2016-08-19 | 2017-02-01 | 刘晓亮 | 一种保障数据库信息安全的计算机 |
WO2020010568A1 (zh) * | 2018-07-12 | 2020-01-16 | 深圳齐心集团股份有限公司 | 一种大数据人工智能分析装置 |
CN113658458A (zh) * | 2021-08-20 | 2021-11-16 | 北京得间科技有限公司 | 对话小说的阅读处理方法、计算设备及存储介质 |
CN113658458B (zh) * | 2021-08-20 | 2024-02-13 | 北京得间科技有限公司 | 对话小说的阅读处理方法、计算设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN1761203A (zh) | 网上信息安全综合分析与监控系统 | |
CN108183895B (zh) | 一种网络资产信息采集系统 | |
CN107592312B (zh) | 一种基于网络流量的恶意软件检测方法 | |
CN103281177B (zh) | 对Internet信息系统恶意攻击的检测方法及系统 | |
CN107070929A (zh) | 一种工控网络蜜罐系统 | |
CN110351244A (zh) | 一种基于多卷积神经网络融合的网络入侵检测方法及系统 | |
CN109861995A (zh) | 一种网络空间安全大数据智能分析方法、计算机可读介质 | |
CN110912889B (zh) | 一种基于智能化威胁情报的网络攻击检测系统和方法 | |
CN107360145B (zh) | 一种多节点蜜罐系统及其数据分析方法 | |
CN101051953A (zh) | 基于模糊神经网络的异常检测方法 | |
CN107707541A (zh) | 一种流式的基于机器学习的攻击行为日志实时检测方法 | |
CN107172022A (zh) | 基于入侵途径的apt威胁检测方法和系统 | |
CN109450721A (zh) | 一种基于深度神经网络的网络异常行为识别方法 | |
CN105260662A (zh) | 一种未知应用漏洞威胁检测装置及方法 | |
CN110392013A (zh) | 一种基于网络流量分类的恶意软件识别方法、系统及电子设备 | |
CN108449366B (zh) | 基于人工智能的关键信息基础设施安全威胁情报分析系统 | |
CN112511351B (zh) | 基于mes标识数据互通系统的安全态势预测方法及系统 | |
CN106209902A (zh) | 一种应用于知识产权运营平台的网络安全系统及检测方法 | |
CN112948821A (zh) | 一种apt检测预警方法 | |
CN110020161B (zh) | 数据处理方法、日志处理方法和终端 | |
CN114785563A (zh) | 一种软投票策略的加密恶意流量检测方法 | |
CN109660656A (zh) | 一种智能终端应用程序识别方法 | |
CN113660267B (zh) | 一种针对IoT环境的僵尸网络检测的系统、方法及存储介质 | |
CN112333128B (zh) | 一种基于自编码器的Web攻击行为检测系统 | |
CN108429747A (zh) | 一种大规模Web服务器信息采集方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |