更新时间：2026-08-15 00:00:08
已登记
详细信息
-
知识产权名称
网络安全管理威胁情报黑灰产APP数据
-
登记编号
DIP2024000003808
-
申请人
杭州安恒信息技术股份有限公司
-
登记类型
首次登记
-
登记有效期
3年
-
申请时间
2024-07-22 16:44:06
详细信息
-
所属行业
信息传输、软件和信息技术服务业
-
交易状态
待交易
-
数据规模
500
-
更新频次
每日更新
-
应用场景
1.安全防御与检测。 网络安全行业：安全厂商和研究人员利用黑灰产APP数据来开发和改进防御策略，包括反病毒软件、防火墙和入侵检测系统。 金融行业：银行和金融机构通过监控黑灰产APP，预警欺诈行为，强化客户身份验证和交易安全。 电信行业：运营商识别并阻止恶意流量，减少网络攻击，保护用户通信安全。 2.网络安全治理。 此类情报对于政府监管部门、执法机构来说至关重要，它们用于识别、追踪、打击网络犯罪行为，强化网络空间监管与法治建设打击犯罪 3.风险管理与品牌保护。 电子商务与零售：电商平台和品牌商利用数据优化防欺诈系统，打击假冒APP，保护品牌知识产权和消费者权益。 软件与移动应用平台：强化审核机制，确保上架应用的安全性，减少恶意软件的存在。
-
算法规则简要说明
数据采集：通过公司自研探测引擎获取APP相关信息，包括不限于APP名称、APP版本、APP通讯信息、APP源码等信息。 数据清洗：对数据进行结构化转换、标准统一、字段清洗以及多维信息聚合，以满足后续数据研判以及分析需求。 数据加工：对APP通讯信息以及APP源码进行分析。包含文本特征处理、TextCNN模型训练、模型预测以及分类标签输出四个阶段。 1.文本特征处理阶段，清洗文本，去除噪声和停用词。然后，使用分词技术分割文本为词汇。为了捕捉文本的深层含义，我们采用词嵌入技术，将每个词转换为携带语义信息的词向量。 2.TextCNN模型训练阶段，我们使用卷积神经网络架构。输入层接收处理后的词向量，随后通过多个卷积层，旨在捕捉文本中的短语结构。池化层随后提炼出关键特征，全连接层整合这些特征，最后，输出层通过Softmax函数，生成概率分布。 3.模型预测环节，当有新的文本输入时，它们首先经历与训练数据相同的预处理步骤，然后通过训练好的TextCNN模型进行分类预测。输出每个类别概率，为后续决策提供依据。 4.输出分类标签阶段，基于预测的概率和预设的阈值，APP被进行分类。
-
更新频次
每日更新
-
存证平台
浙江省知识产权区块链公共存证平台
