SERVICE ACCOUNT PREDICTION USING USER NAME
Systems are provided for using machine learning to identify service accounts and/or for distinguishing service accounts from user accounts based on the user names of the accounts. Machine learning tools can be trained on user name label data for service accounts and user accounts. The trained machin...
Gespeichert in:
Hauptverfasser: | , , , , |
---|---|
Format: | Patent |
Sprache: | eng ; fre |
Schlagworte: | |
Online-Zugang: | Volltext bestellen |
Tags: |
Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
|
container_end_page | |
---|---|
container_issue | |
container_start_page | |
container_title | |
container_volume | |
creator | ROY, Yogesh Kant LEWIS, Richard Patrick WITTENBERG, Craig Henry DENG, Lisa MACE, Daniel Lee |
description | Systems are provided for using machine learning to identify service accounts and/or for distinguishing service accounts from user accounts based on the user names of the accounts. Machine learning tools can be trained on user name label data for service accounts and user accounts. The trained machine learning tool can then be applied to user names of accounts to determine whether the user names correspond to service accounts or not and, in some instances, without referencing tables or other structures that explicitly identify and distinguish the service/user accounts and/or conventions for identifying service accounts. Then, the systems can respond appropriately, based on the determination. The machine learning tool can also be shared with other systems to make the same determinations for their accounts without having to share confidential or proprietary account information.
Dans la présente invention, des systèmes sont proposés pour utiliser un apprentissage automatique pour identifier des comptes de service et/ou pour distinguer des comptes de service de comptes d'utilisateur sur la base des noms d'utilisateur des comptes. Des outils d'apprentissage automatique peuvent être entraînés sur des données d'étiquette de nom d'utilisateur pour des comptes de service et des comptes d'utilisateur. L'outil d'apprentissage automatique entraîné peut ensuite être appliqué à des noms d'utilisateurs de comptes pour déterminer si les noms d'utilisateurs correspondent ou non à des comptes de service et, dans certains cas, sans référencement de tables ou d'autres structures qui identifient et distinguent explicitement les comptes de service/utilisateur et/ou les conventions pour identifier des comptes de service. Ensuite, les systèmes peuvent répondre de manière appropriée, sur la base de la détermination. L'outil d'apprentissage automatique peut également être partagé avec d'autres systèmes pour effectuer les mêmes déterminations pour leurs comptes sans avoir à partager des informations de compte confidentielles ou propriétaires. |
format | Patent |
fullrecord | <record><control><sourceid>epo_EVB</sourceid><recordid>TN_cdi_epo_espacenet_WO2020068231A1</recordid><sourceformat>XML</sourceformat><sourcesystem>PC</sourcesystem><sourcerecordid>WO2020068231A1</sourcerecordid><originalsourceid>FETCH-epo_espacenet_WO2020068231A13</originalsourceid><addsrcrecordid>eNrjZNAKdg0K83R2VXB0dvYP9QtRCAhydfF0DvH091MIDfb0cweSrkEKfo6-rjwMrGmJOcWpvFCam0HZzTXE2UM3tSA_PrW4IDE5NS-1JD7c38jAyMDAzMLI2NDR0Jg4VQDmICWG</addsrcrecordid><sourcetype>Open Access Repository</sourcetype><iscdi>true</iscdi><recordtype>patent</recordtype></control><display><type>patent</type><title>SERVICE ACCOUNT PREDICTION USING USER NAME</title><source>esp@cenet</source><creator>ROY, Yogesh Kant ; LEWIS, Richard Patrick ; WITTENBERG, Craig Henry ; DENG, Lisa ; MACE, Daniel Lee</creator><creatorcontrib>ROY, Yogesh Kant ; LEWIS, Richard Patrick ; WITTENBERG, Craig Henry ; DENG, Lisa ; MACE, Daniel Lee</creatorcontrib><description>Systems are provided for using machine learning to identify service accounts and/or for distinguishing service accounts from user accounts based on the user names of the accounts. Machine learning tools can be trained on user name label data for service accounts and user accounts. The trained machine learning tool can then be applied to user names of accounts to determine whether the user names correspond to service accounts or not and, in some instances, without referencing tables or other structures that explicitly identify and distinguish the service/user accounts and/or conventions for identifying service accounts. Then, the systems can respond appropriately, based on the determination. The machine learning tool can also be shared with other systems to make the same determinations for their accounts without having to share confidential or proprietary account information.
Dans la présente invention, des systèmes sont proposés pour utiliser un apprentissage automatique pour identifier des comptes de service et/ou pour distinguer des comptes de service de comptes d'utilisateur sur la base des noms d'utilisateur des comptes. Des outils d'apprentissage automatique peuvent être entraînés sur des données d'étiquette de nom d'utilisateur pour des comptes de service et des comptes d'utilisateur. L'outil d'apprentissage automatique entraîné peut ensuite être appliqué à des noms d'utilisateurs de comptes pour déterminer si les noms d'utilisateurs correspondent ou non à des comptes de service et, dans certains cas, sans référencement de tables ou d'autres structures qui identifient et distinguent explicitement les comptes de service/utilisateur et/ou les conventions pour identifier des comptes de service. Ensuite, les systèmes peuvent répondre de manière appropriée, sur la base de la détermination. L'outil d'apprentissage automatique peut également être partagé avec d'autres systèmes pour effectuer les mêmes déterminations pour leurs comptes sans avoir à partager des informations de compte confidentielles ou propriétaires.</description><language>eng ; fre</language><subject>ELECTRIC COMMUNICATION TECHNIQUE ; ELECTRICITY ; TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHICCOMMUNICATION</subject><creationdate>2020</creationdate><oa>free_for_read</oa><woscitedreferencessubscribed>false</woscitedreferencessubscribed></display><links><openurl>$$Topenurl_article</openurl><openurlfulltext>$$Topenurlfull_article</openurlfulltext><thumbnail>$$Tsyndetics_thumb_exl</thumbnail><linktohtml>$$Uhttps://worldwide.espacenet.com/publicationDetails/biblio?FT=D&date=20200402&DB=EPODOC&CC=WO&NR=2020068231A1$$EHTML$$P50$$Gepo$$Hfree_for_read</linktohtml><link.rule.ids>230,308,780,885,25564,76547</link.rule.ids><linktorsrc>$$Uhttps://worldwide.espacenet.com/publicationDetails/biblio?FT=D&date=20200402&DB=EPODOC&CC=WO&NR=2020068231A1$$EView_record_in_European_Patent_Office$$FView_record_in_$$GEuropean_Patent_Office$$Hfree_for_read</linktorsrc></links><search><creatorcontrib>ROY, Yogesh Kant</creatorcontrib><creatorcontrib>LEWIS, Richard Patrick</creatorcontrib><creatorcontrib>WITTENBERG, Craig Henry</creatorcontrib><creatorcontrib>DENG, Lisa</creatorcontrib><creatorcontrib>MACE, Daniel Lee</creatorcontrib><title>SERVICE ACCOUNT PREDICTION USING USER NAME</title><description>Systems are provided for using machine learning to identify service accounts and/or for distinguishing service accounts from user accounts based on the user names of the accounts. Machine learning tools can be trained on user name label data for service accounts and user accounts. The trained machine learning tool can then be applied to user names of accounts to determine whether the user names correspond to service accounts or not and, in some instances, without referencing tables or other structures that explicitly identify and distinguish the service/user accounts and/or conventions for identifying service accounts. Then, the systems can respond appropriately, based on the determination. The machine learning tool can also be shared with other systems to make the same determinations for their accounts without having to share confidential or proprietary account information.
Dans la présente invention, des systèmes sont proposés pour utiliser un apprentissage automatique pour identifier des comptes de service et/ou pour distinguer des comptes de service de comptes d'utilisateur sur la base des noms d'utilisateur des comptes. Des outils d'apprentissage automatique peuvent être entraînés sur des données d'étiquette de nom d'utilisateur pour des comptes de service et des comptes d'utilisateur. L'outil d'apprentissage automatique entraîné peut ensuite être appliqué à des noms d'utilisateurs de comptes pour déterminer si les noms d'utilisateurs correspondent ou non à des comptes de service et, dans certains cas, sans référencement de tables ou d'autres structures qui identifient et distinguent explicitement les comptes de service/utilisateur et/ou les conventions pour identifier des comptes de service. Ensuite, les systèmes peuvent répondre de manière appropriée, sur la base de la détermination. L'outil d'apprentissage automatique peut également être partagé avec d'autres systèmes pour effectuer les mêmes déterminations pour leurs comptes sans avoir à partager des informations de compte confidentielles ou propriétaires.</description><subject>ELECTRIC COMMUNICATION TECHNIQUE</subject><subject>ELECTRICITY</subject><subject>TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHICCOMMUNICATION</subject><fulltext>true</fulltext><rsrctype>patent</rsrctype><creationdate>2020</creationdate><recordtype>patent</recordtype><sourceid>EVB</sourceid><recordid>eNrjZNAKdg0K83R2VXB0dvYP9QtRCAhydfF0DvH091MIDfb0cweSrkEKfo6-rjwMrGmJOcWpvFCam0HZzTXE2UM3tSA_PrW4IDE5NS-1JD7c38jAyMDAzMLI2NDR0Jg4VQDmICWG</recordid><startdate>20200402</startdate><enddate>20200402</enddate><creator>ROY, Yogesh Kant</creator><creator>LEWIS, Richard Patrick</creator><creator>WITTENBERG, Craig Henry</creator><creator>DENG, Lisa</creator><creator>MACE, Daniel Lee</creator><scope>EVB</scope></search><sort><creationdate>20200402</creationdate><title>SERVICE ACCOUNT PREDICTION USING USER NAME</title><author>ROY, Yogesh Kant ; LEWIS, Richard Patrick ; WITTENBERG, Craig Henry ; DENG, Lisa ; MACE, Daniel Lee</author></sort><facets><frbrtype>5</frbrtype><frbrgroupid>cdi_FETCH-epo_espacenet_WO2020068231A13</frbrgroupid><rsrctype>patents</rsrctype><prefilter>patents</prefilter><language>eng ; fre</language><creationdate>2020</creationdate><topic>ELECTRIC COMMUNICATION TECHNIQUE</topic><topic>ELECTRICITY</topic><topic>TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHICCOMMUNICATION</topic><toplevel>online_resources</toplevel><creatorcontrib>ROY, Yogesh Kant</creatorcontrib><creatorcontrib>LEWIS, Richard Patrick</creatorcontrib><creatorcontrib>WITTENBERG, Craig Henry</creatorcontrib><creatorcontrib>DENG, Lisa</creatorcontrib><creatorcontrib>MACE, Daniel Lee</creatorcontrib><collection>esp@cenet</collection></facets><delivery><delcategory>Remote Search Resource</delcategory><fulltext>fulltext_linktorsrc</fulltext></delivery><addata><au>ROY, Yogesh Kant</au><au>LEWIS, Richard Patrick</au><au>WITTENBERG, Craig Henry</au><au>DENG, Lisa</au><au>MACE, Daniel Lee</au><format>patent</format><genre>patent</genre><ristype>GEN</ristype><title>SERVICE ACCOUNT PREDICTION USING USER NAME</title><date>2020-04-02</date><risdate>2020</risdate><abstract>Systems are provided for using machine learning to identify service accounts and/or for distinguishing service accounts from user accounts based on the user names of the accounts. Machine learning tools can be trained on user name label data for service accounts and user accounts. The trained machine learning tool can then be applied to user names of accounts to determine whether the user names correspond to service accounts or not and, in some instances, without referencing tables or other structures that explicitly identify and distinguish the service/user accounts and/or conventions for identifying service accounts. Then, the systems can respond appropriately, based on the determination. The machine learning tool can also be shared with other systems to make the same determinations for their accounts without having to share confidential or proprietary account information.
Dans la présente invention, des systèmes sont proposés pour utiliser un apprentissage automatique pour identifier des comptes de service et/ou pour distinguer des comptes de service de comptes d'utilisateur sur la base des noms d'utilisateur des comptes. Des outils d'apprentissage automatique peuvent être entraînés sur des données d'étiquette de nom d'utilisateur pour des comptes de service et des comptes d'utilisateur. L'outil d'apprentissage automatique entraîné peut ensuite être appliqué à des noms d'utilisateurs de comptes pour déterminer si les noms d'utilisateurs correspondent ou non à des comptes de service et, dans certains cas, sans référencement de tables ou d'autres structures qui identifient et distinguent explicitement les comptes de service/utilisateur et/ou les conventions pour identifier des comptes de service. Ensuite, les systèmes peuvent répondre de manière appropriée, sur la base de la détermination. L'outil d'apprentissage automatique peut également être partagé avec d'autres systèmes pour effectuer les mêmes déterminations pour leurs comptes sans avoir à partager des informations de compte confidentielles ou propriétaires.</abstract><oa>free_for_read</oa></addata></record> |
fulltext | fulltext_linktorsrc |
identifier | |
ispartof | |
issn | |
language | eng ; fre |
recordid | cdi_epo_espacenet_WO2020068231A1 |
source | esp@cenet |
subjects | ELECTRIC COMMUNICATION TECHNIQUE ELECTRICITY TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHICCOMMUNICATION |
title | SERVICE ACCOUNT PREDICTION USING USER NAME |
url | https://sfx.bib-bvb.de/sfx_tum?ctx_ver=Z39.88-2004&ctx_enc=info:ofi/enc:UTF-8&ctx_tim=2024-12-29T14%3A46%3A01IST&url_ver=Z39.88-2004&url_ctx_fmt=infofi/fmt:kev:mtx:ctx&rfr_id=info:sid/primo.exlibrisgroup.com:primo3-Article-epo_EVB&rft_val_fmt=info:ofi/fmt:kev:mtx:patent&rft.genre=patent&rft.au=ROY,%20Yogesh%20Kant&rft.date=2020-04-02&rft_id=info:doi/&rft_dat=%3Cepo_EVB%3EWO2020068231A1%3C/epo_EVB%3E%3Curl%3E%3C/url%3E&disable_directlink=true&sfx.directlink=off&sfx.report_link=0&rft_id=info:oai/&rft_id=info:pmid/&rfr_iscdi=true |